算法时代预测性警务的兴起及其风险规制.pdf
《算法时代预测性警务的兴起及其风险规制.pdf》由会员分享,可在线阅读,更多相关《算法时代预测性警务的兴起及其风险规制.pdf(17页珍藏版)》请在咨信网上搜索。
1、算法时代预测性警务日渐勃兴,其在任务构造与权力结构上都有了新的变化。虽然受到各国警政机关青睐,但预测性警务也有潜在风险,包括算法自动化对警察个别化判断的侵蚀、算法操纵下的执法歧视风险、算法依赖下的过度执法风险以及算法训练时的数据安全风险。规制预测性警务的核心在于规制警务中的算法权力。为此,需要在警察法与行政监管的双重维度下完善规制框架。警察法框架下,需要搭建预测性算法与强制性措施启动的桥梁,明晰算法决策的边界;通过预测措施的分级分类,强化算法预测的程序门槛;通过针对执法终端的司法审查,及时发现和纠正算法歧视。行政监管框架下,需要建立数据安全监督专责机构,确保算法训练时的数据安全;通过算法清单的
2、编制与备案,逐步建立预测性算法的准入门槛。【关键词】预测性警务;算法时代;风险规制;警察法框架;行政监管框架【中图分类号】D631【文献标识码】A【文章编号】12096-51766(2023)02-0001-16【基金项目】甘肃省哲学社会科学规划一般项目“智慧时代预测性执法在甘肃社会安全治理中的运用及其风险控制”(2 0 2 1YB0 0 3);四川省高校人文社会科学重点研究基点项目“智慧治理背景下预测性警务实施的法治化研究”(2 0 2 1JCZFYB02)【作者简介】蒋勇(19 8 6 一),男,兰州大学法学院副教授、硕士研究生导师,法学博士(兰州730000);张晓华(19 8 6 一)
3、,女,中央司法警官学院讲师,法学博士(保定071000)大数据和人工智能的爆发式增长将人类社会带入了算法时代,算法不仅改变了私主体的经济交往方式,更是在公法上引发了权力秩序的重塑,预测性警务正是算法技术孕育下的新型警务模式。通过快速而又精准的数据分析来实现对违法犯罪的提前感知和反应是预测性警务的核心目标。“警察可以根据先前的模式,更准确而有效地预防犯罪,集结大量数据,再借算法获得概率,得出规律,便可能进一步辅助调查,警示或预测犯罪活动。”预测性警务在提升警察执法效能的同时,也因为算法技术的渗透而在警察任务与权力运行机制上发生结构性改变,其中的法治风险需要专门加以检视,而警察法上的调整亦需要回应
4、算法权力的挑战。1王正嘉:预测性警务活动在犯罪侦防运用与问题,中国台湾地区刑事政策与犯罪防治研究专刊2 0 2 0 年第1期。算法时代预测性警务的兴起及其风险规制一、预测性警务的实践特征(一)算法时代预测性警务的兴起在前大数据时代,警察缺乏大规模预判犯罪的能力。在权力运行路径上,形成以案件为中心的被动反应机制(Reactive Policing)。“强调在特定犯罪事件发生后对其作出反应,根据来自警察组织外部的请求调动资源,并侧重于特定犯罪事件的因果细节调查。”然而再快的反应速度也很难挽回已经造成的损失,恐怖主义的“以小博大”策略曾经让警方和安全部门处于十分被动的地位,迅速的事后处置和调查并不能
5、遏制恐怖主义的发生,也不能消恐怖主义造成的消极影响。与此同时,网络犯罪、有组织犯罪等犯罪愈来愈隐蔽化,犯罪黑数问题也开始凸显,而警方的执法资源不可能无限增长,对犯罪风险预判和控制的乏力成为被动式警务的主要局限性。为此,各国努力寻求新的警务改革,不仅将预防犯罪作为警务工作的重点,从强调快速反应转移到提前干预,而且试图通过“无警力增长的改善”来改变粗放式的人力巡查模式,警务技术的开发重点也从警察武力转移到情报的高质量分析。而随着大数据留痕和自动化算法的双重跃进,情报分析的社会基础和技术条件发生了重大变化。一方面,社会数字化程度加深,个体在生活中的点点滴滴都可以被庞大的数据平台所感知并留下记录,从一
6、般性的公共信息到人脸识别等敏感性信息都成为数字社会运行的痕迹。另一方面,自动算法的成熟和算力的增强拓展了数据处理的应用场景,相关性成为观察庞大社会体量的窗口,基于个人信息的大数据画像已经成为可能。这已经突破了传统人力型的情报分析方式。正是在这样的技术环境下,预测性警务迎来了契机。在算法的支持下,警察可以预测关于“犯罪风险增加的地点和时间”和“未来有犯罪风险的个人”,创建“准确匹配可能的罪犯与特定过去犯罪的人的档案”,或“识别有成为犯罪受害者风险的群体或个人”。美国纽约警察局早在2 0 世纪9 0 年代就尝试以警方记录的数据作为分析依据,以计算机的统计为基础手段,改革警察部门的管理方法与执法模式
7、,被称为CompStat模式。在这一模式下,警察在发案热点地区、帮派聚居区积极进行截停和搜查,预防与制止恶性案件的发生,纽约市的犯罪率有了下降,取得了良好的效果。CompStat模式也被认为是有限数据背景下的预测性警务,其依据的是初级的数据统计(例如发案地点、抓获地点)。随后,对犯罪热点地区的预测技术进一步提升,在犯罪日常生活理论、环境犯罪学的支撑下,对地点的预测从热点地区扩张到重复犯罪地区,警情较为复杂的亚特兰大和洛杉矶警察局,先后使用了“Predpol”算法模型来预测下一次盗窃案件可能发生的地点,密苏里州詹宁斯市警察局则结合风险区域理论使用预测技术“HunchLab”模型来为辖区标识犯罪风
8、D.Weisburd,etc,“Proactive Policing:A Summary of the Report of the National Academies of Sciences,Engineering,and Medicine,Asian Journal of Criminology,no.14,2019,p.146.J.Chan,“Is Big Data Challenging Criminology?Theoretical Criminology,no.1,2016,p.27.23参见厉翔宇、郭伟:域外警务模式比较研究一一以热点警务、情报主导警务及预测警务为例,公安教育2
9、0 2 0 年第9 期。A.G.Ferguson,“Policing Predictive Policing,”WWashingtonUniversityLawReview,no.5,2017,p.1124.算法时代预测性警务的兴起及其风险规制险,警察在巡逻时可以根据风险大小与犯罪类型的配比来优化街头盘查的决策。芝加哥警察局采用了自动嫌疑演算工具对具有犯罪关联特征的青少年人群进行赋分,从而创立一个具有高风险作案或者被害特征的名单,以供警察进行适当的跟踪、监控。(二)我国预测性警务的运用类型我国预测性警务发源于2 0 世纪初的情报导向警务。随着公安大数据平台金盾工程”建设的完工,多源异构的警务大
10、数据群与高度集中的运算中心正在逐步形成,而社会治安综合治理方针与预防导向的安全治理观又为以算法为基础的预测性警务提供了政策土壤与制度动力,预测性警务在我国实践中已有初步探索。1.大数据比对中的行为预测。通过时间序列上先后数据的比对,可以发现潜在的违法犯罪行为,这种分析模式在我国警察执法中运用较为成熟。通过数据比对的行为预测,重点在于发现个人数据轨迹中的异动现象。简单的数据比对在交通执法中较为常见,例如,可以利用大数据人像比对,发现驾照被吊销期间驾驶机动车的违法行为。深度的数据比对则需要复杂的算法,例如厦门公安机关通过医保大数据的开药量、就诊医院以及就诊人数的关联性分析,成功预测一起特大吸食、售
11、卖曲马多毒品案件。个人大数据的异常现象还可以广泛运用于毒品、盗窃、传销、虚开增值税发票等犯罪行为的预测中。42数据监控中的被害风险预测。通过被害模式的归纳,算法可以将符合这种模式的数据特征标识成不同程度的被害风险。这在失踪人员调查和反电信诈骗中运用较为广泛。公安部2 0 0 5年颁布的公安机关查找疑似被侵害失踪人员信息工作规定(试行)就要求接处警人员对符合特定情形的失踪人员进行被害风险调查,如今地方公安机关正在探索失踪人员的专门数据平台,并结合其社交软件、网络支付等异常情况进行被害风险的预测,提示具体承办人员展开后续调查。而在反电诈机制中,公安大数据平台联合电信部门对来电位置、来电形式以及通话
12、时长进行筛选分析,预测是否存在诈骗行为,并提前加以干预。3数据挖掘中的犯罪空间预测。行为人对犯罪地点的选择并不是完全随机的,环境犯罪学和日常生活理论都给予了不同角度的解释。预测性警务同样可以利用数据来发现犯罪的热点地区或是高B.Benbouzid,“To Predict and to Manage.Predictive Policing in the United States,Big Data&Society,no.1,2019,pp.1-13.参见王正嘉:预测性警务活动在犯罪侦防运用与问题,中国台湾地区刑事政策与犯罪防治研究专刊2 0 2 0 年第1期。参见吴迪:吃药吃上瘾虚开麻醉
13、药,厦门晚报2 0 2 0 年1月11日,A9版。4例如,普通人出行,一般选择同一种交通工具如飞机往返,而以贩养吸的犯罪嫌疑人,则可能选择飞机去而长途客车返回的方式。飞机去,长途客车返回,这就是异于正常出行行为的异动点。鉴此,如果情报分析人员调集飞机航班信息中有去无回者以及有吸贩毒前科者,综合这些异常点深入分析,往往可以主动发现一些毒品案件线索。参见马忠红:论刑事侦查中的异动思维,中国人民公安大学学报(社会科学版)2 0 14年第1期。5例如,武汉市公安局充分应用信息化手段和大数据智能分析技术,全国首创自主研发了“疑似被侵害失踪人员线索核查管理平台”,并对照公安部规定,配套建立了“五四”工作机
14、制。参见金科、郑俊杰:大数据时代下的失踪人员立线侦查工作实践探索,警察技术2 0 2 0 年第6 期。例如,合肥市公安局研发“守望者”综合反诈平台和引人AI智能机器人,“守望者”综合反诈平台能够依据结构化数据的关联性,自动建立数据连接,以预警数据中的人员信息为依据,挖掘拓展关联信息,输出预警线索,提高预警率。参见海世梅、乔磊:合肥:“守望者”预警+“机器人”联手防电诈,人民公安报2 0 2 1年10 月11日,第0 0 5版。算法时代预测性警务的兴起及其风险规制危地区。各级公安机关普遍建立了警情大数据平台,通过对一段时间内某辖区有效警情数进行统计,采用同比、环比、均值等多种方式分析该辖区警情变
15、化幅度,一旦增幅过大,即会自动进行分级预警和预测,提醒属地公安机关及时采取管控措施。而利用犯罪大数据来规划空间防卫的策略亦在探索中。在刑事侦查中,对连续犯罪中下一次作案地点的预测亦有数据上的支撑,在系列杀人案中,警情大数据在算法的支持下可以展示出犯罪嫌疑人可能的居住范围,并提示后续可能出现的作案地点。?4.社会矛盾纠纷的风险预测。近年来,传统的暴力犯罪逐渐呈下降趋势,取而代之的则是因民间纠纷引发的恶性案件。这在官方的政策话语中,一般被称为“民转刑”案件,在一些地方,由民间纠纷引发的命案长期居高不下,占据命案数的九成以上。除此之外,一些民间纠纷由于得不到及时处理,还会转化为缠访、越级上访甚至是群
16、体性事件等问题,影响社会稳定。于是,及时识别纠纷的潜在风险就成为纠纷解决的新课题。公安机关在基层纠纷调处中特别注重对“民转刑”风险的监测预警,在公安部的组织下,各级公安机关专门建立了矛盾纠纷调处的大数据平台,与原有的公安大数据平台进行融合管理。例如,宁夏西吉县公安局依托市局科信中心实现了人口数据导入,探索建成了集建立一家一档的信息库、建立家庭风险档案、预警管理、跟踪管理、风险家庭管控分享推送于一体的矛盾纠纷管控平台。通过对“民转刑”案件进行数据提炼和算法训练,形成可用于评估纠纷个案的风险预测工具,是当前我国公安机关参与基层社会治理的一个重要创新举措。(三))预测性警务的权力特征算法技术不仅提升
17、了预测性警务的效能,亦对其任务构造与权力结构产生较大影响,从而成为警察法治化中的新议题。1从任务构造上看,预测性警务以危害预防为核心。预测性警务通过相对精准的预测活动来对违法犯罪行为进行早期干预,不待案件结果的形成即开展查证和阻断活动。这种提前启动的职权无法在被动式警务的任务构造中被证成。而风险社会的到来又在提示国家“应提前介人、尽其所能地预先防范风险转变为对人民权益的实质危险。”为此,德国警察法学界在传统的危害防止任务(G e f a h r e n a b w e h r)中又分离出了危害预防任务(Gefahrenvorsorge),用以表示“犯罪案件尚未发生,却有必要加以预防,其重点在于
18、如何防止犯罪行为的发生”。其意义是将警察的职权提前到危害风险的预判阶段,通过对潜在的、尚不明朗的危害的调查来判断危害发生的盖然性。而传统的危害防参见赵加新、杨青春:江苏:警情大数据省市县秒知秒用,人民公安报2 0 19 年2 月9 日,第1版。参见郑文升等:基于空间句法的武汉城区“两抢一盗”犯罪分布环境,地理学报2 0 16 年第10 期。参见曾赞:系列杀人犯罪侦查分析模型的创建与检验,中国法学2 0 18 年第1期。参见谭迎疆:“民转刑”命案侦查治理一一以惠州市为例,中国刑事警察2 0 2 1年第4期。45参见科技支撑三色预警系统助力矛盾纠纷排查化解,2 0 2 0 年9 月,https:/
19、m.t h e p a p e r.c n/b a j i a h a o _ 9 42 336 4,2 0 2 1年12月2 9 日。李宁修:警察存取预防性资料之职权与个人资料保护:以监视器之运作模式为例,中国台湾地区台大法学论丛2 0 19 年第2期。因为翻译文义原因,也有学者将“Cefahren”翻译成危险,将“Cefahrenvorsorge”翻译成危险预防。8陈英:从危害概念论警察法中的资讯式职权一一以监视录影为例探讨之,中国台湾地区军法专刊2 0 19 年第5期。算法时代预测性警务的兴起及其风险规制止任务则要求警察对具体且迫在眉睫的危害采取干预措施,“此一具体危险如果不加以阻止其继
20、续发展的话,则会对法益造成损害的结果。”例如,车辆按照不规则路线行驶,已经危害到行车安全,此时警察需要截停车辆以排除危害。因此,危害预防任务与危害防止任务有着构造上的本质区别,危害预防以危害预测为核心要义,警察职权前推至危害预测阶段,警察基于预防目的而从事的信息收集和分析活动被称为前沿措施(Vorfeldmassnahmen),以区别于危害发生时的排除措施以及损害结果发生后的犯罪追诉措施。预测性警务正是对尚未展现出危害状态,但却有危害疑虑(Gefahrverdacht)的情势进行危害探查(Gefahraufklarung),适应了风险社会背景下警察任务前移的发展趋势。2.从权力结构上看,算法分
21、享了警察的程序决策权。算法在预测性警务中的角色已经超出了传统的科技辅助定位。这与刑事追诉中的算法运用有着鲜明对比。数据型侦查模式起步更早,运用更为广泛,但无论是数据型取证,还是数据型监控,只能为侦查人员提供线索,推进侦查,而不能决定侦查的启动与否。在预测性警务中,由于脱离了案件框架的束缚,是否存在可疑事件、是否有必要采取执法措施进行查证都需要人机互动才能加以判断。这意味着执法程序的启动节点已经不完全由警察自已来决策和控制,算法正在不断嵌入警察的决策结构中。更为重要的是,算法并不止于当前运算的自动化,还包括未来可能出现的机器自主性。自主性不是简单运用人类设计的算法,也不是指按照预先编码进行运算,
22、而是程序可以产生自已的算法。这使得算法不再是警察工作中的客体,而成为了警察的“战术伙伴”。而预测性算法是建立在机器学习的基础之上,一旦算法技术跨过自主性阶段就意味着人类无法和算法同步学习并分享知识,人机交互就失去了实时性和可解释性。因此,算法对预测性警务的影响已经不局限于辅助决策的地位,作为一种隐性权力,算法通过其“社会技术集合”?的特性与警察的危害探查措施深度绑定,从而在重要程序节点上对警察的决策产生了支配性影响。二、算法时代预测性警务的潜在风险预测性警务的算法是一把双刃剑,在技术赋能的同时,亦会产生算法篡权、执法歧视、过度执法以及数据安全上的风险。(一)算法自动化对警察个别化判断的侵蚀警察
23、法上强制性措施的启动一般都配有证明门槛用以约束警察的决策。如在美国法上,截停和盘查需要有合理怀疑,而彻底搜身则要有相当的理由。在德国警察法上,身份查证需要有防止危害林明:由危害防止到危险预防:由德国警察任务与权限之善变检讨警察法制,中国台湾地区台大法学论丛2 0 10 年第4期。参见陈英综:从危害概念论警察法中的资讯式职权一一以监视录影为例探讨之,中国台湾地区军法专刊2 0 19 年第5期。参见蔡星月:算法决策权的异化及其矫正,政法论坛2 0 2 1年第5期。罗布基钦(Rob Kitchin)认为“创建一种算法是通过试错、游戏、协作、讨论和谈判等过程在上下文中展开的”,算法“需4要被理解为关系
24、型的、偶然性的、上下文相关的,在其社会技术集合的更广泛的上下文中被框定。”详见谭九生、范晓韵:“算法权力”的异议与证成,北京行政学院学报2 0 2 1年第6 期。参见罗兰多戴尔卡门:美国刑事侦查法制与实务,李政峰等译,中国台北:五南图书出版公司,2 0 0 6 年,第18 4页。算法时代预测性警警务的兴起及其风险规制的必要。我国警察法亦规定“作案嫌疑”是盘查启动的理由。虽然表述不尽相同,但对嫌疑程度判断都是基于警察的个别化决策,亦即警察是在个案情境下从特定对象展现出来的信息中判断其与已知或者未知案件的联系,从而在内心建构一个可供怀疑的具体理由。“个别化的怀疑是指国家应该根据每个公民自己独特的行
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 算法 时代 预测 警务 兴起 及其 风险 规制
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。