在全球范围内，算法的触角渗透到社会管理的各个方面，并且有争议的“谋杀”有争议的计划正在英国前进。英国的“监护人”最近透露，英国政府正在努力开发一种系统，以尝试使用大量的个人数据来准确识别“可能被杀死”。这不是AI第一次进入预言领域。 2010年初，洛杉矶警察局推出了“可预测的警务”软件，以预测各个地方犯罪行为的可能性和规模； 2022年，芝加哥大学的一个研究团队开发了一种人工智能模型，该模型使用了2014年至2016年的芝加哥犯罪数据，并以大约300米长的UTO的正方形进行了分裂的城市，预测城市正方形可能会在一周内提前发生在犯罪中；荷兰，日本和其他国家也加速了相关技术的引入...E司法技术干预过程似乎更清晰。但是，当该法规试图判断复杂的人类时，当“全景肖像”中包含非犯罪数据时，人们不可避免地会担心：它是否触及了“无辜”的底线？算法的副本是否会扩大现有的社会偏见并成为结构不公正的“同谋”？关于这些问题，全球杂志的一位记者接受了南卡大学法律学院副院长王Qiangjun的采访。 2017年4月27日，在伦敦的布里建筑塔式议会附近的定期检查中发现了一名刀子，然后因涉嫌恐怖活动和其他罪行而被捕。新华社/路透社1请注意预测性监视全球杂志：目前，世界上许多国家已经开始使用算法，人工智能工具（AI）等来进行犯罪预测。这是否意味着算法MS干预司法决策形成了新的国际趋势？ Wang Qiangjun：算法参与文学和艺术和学术研究领域的司法工作并不新鲜。在大数据和AI的联合帮助下，这些算法有望揭示管理方法和管理效应之间最重要的关系，从而提高司法决策的效率和准确性。但是，这并不意味着人们设计的AALGORITHM可以轻松实现其最初的目标，并且在借助算法的帮助下，还有很长的路要走。首先，在算法设计的开头，选择了两个具有逻辑相关性的现实变量，以通过调节一个变量来控制其他变量。正如一些专家认为，小犯罪可能导致更严重的暴力事件。但是社会科学理论可能难以使用以降低事件之间关系的原因。我们很难证明“事件A将不可避免地导致事件B”完全证明。因为社会现象是复杂而修改的，并且这些因素彼此有害。因此，对社会科学的研究通常只能在Amin中说“事件A可能与事件B有关”或“事件A可能是事件B的原因之一”，这提供了一些“弱”，建议理解而不是完全具体的答案。其次，尽管我们可以证明两个实际变量之间存在关系的原因，但仍然有必要证明调节前者可以有效地影响后者。例如，美国的有色人种犯罪率相对较高，这将影响该群体的工作问题在他们被释放后，因此进一步加剧了美国的种族不平等。结果，美国政府提出了“框禁令”的提案，该提案试图paSS法律使雇主从审查员工的记录中收紧雇主，以解决社会群体平等工作的问题。但是，在介绍了该法案之后，雇主认为很难认识到有色人种的犯罪记录，而是宁愿防止招募这些群体，这最终使社会不平等加剧。最后，有些人试图使用“煮青蛙对温水的效果”和“破碎的窗户效应”来证明法律对小犯罪的需求。但是，实验证明了“对热水的沸腾效果”已证明，而“破裂的窗户效应”很难证明真相。尽管已被证明，但很难广泛适用于社会管理。受到轻微犯罪的严重惩罚，“防止小犯罪的想法”非常简单，可以乞求无效或有害。因此，司法决策中干预算法的第一步是收集大量社交数据。通过这种方式，我们可以证明建立指标，然后对决策得出相当准确的结论的合法性。全球杂志：在英国政府的“凶杀预测项目”中，预言模型中还包括了不是犯罪的数据，例如医疗和教育。 “全景数据肖像”是否破坏了“无罪思考”的原则，并在法律管理精神上引起了挑战？ Wang Qiangjun：英国这种项目的设计自然会影响法治的精神，有必要在预测犯罪和审判的方法之间建立良好的联系。首先，如果国家的状态通过整合数据来构建“全景监测”，则可以通过传统的公共权力法则的障碍来将其分解。当预防干预是基于预言而没有其他目的的预言，并直接证据支持它，人民的权利o隐私和自由将面临侵蚀的风险。其次，如果犯罪的目标直接包括在刑事处罚范围中，一方面，国家可以直接将人带入审判过程而无需犯罪证据；另一方面，当国家法官通过暗杀项目犯罪时，公民不知道，无权知道异议的权利，以及对自己进行评估的救济渠道，以进行风险评估，这很难。它与该程序中的透明和正义相反，需要法治。但是，凶杀预言项目与“无罪思想”没有直接联系。 “纯真认为”意味着任何人都应该被视为无辜者，直到他或她根据法律犯罪。此外，“怀疑无辜”还包括被告没有义务证明自己是无辜的，不能被判有罪因为被告没有或无法证明自己是无辜的。作为刑事案件处理过程意识形态的指南，“无罪”实际上是犯罪嫌疑人权利的保证。但是，“怀疑的偶然性”并不影响调查机构的步骤，以在犯罪嫌疑人或进行调查和收集证据周围产生措施。在暗杀项目中，国家系统可能会收集足够的非犯罪数据，但关键是它无法收集任何与犯罪直接相关的数据。全球杂志：边缘人的“圆形监狱”寓言是否成为数字时代的现实？ Wang Qiangjun：犯罪预测实际上是要实际监视公民的所有数据，以将所有犯罪行为甚至在阳光下置于阳光下，从而进行强制性纪律的各个方面。这种可预测的监控确实将自由和安全驱动到一个主要位置 - 人们必须放弃他们以这种方式实现社会保障管理的自由？最初，可预测的跟踪是极端刑事案件的不可避免的。接下来，由于某些高调案例的持续出现，我们将尝试通过预言方法来控制它，然后继续扩展监视范围。此外，一旦公民离开监测领域，他们就可以为自己所遭受的压制而报仇。 2避免“数据陷阱”全球杂志：一些研究人员认为，复制社会偏见始终是使用AI的困难问题。您如何找到由AI用于预测犯罪的偏见问题？ Wang Qiangjun：AI根据设计或社会偏见的逻辑得出了一些“幻觉”结论。这种“白痴”来源不是一个资源，因此我们需要记住的有关影响AI模型结论的因素不仅仅是“偏见”。此外，犯罪预言模型的设计以及模型与模型之间的联系司法方法无法通过简单的AI模型来实现，但是需要通过经验数据来研究并进行评估以实现它。 “偏见”实际上是基于主观认知的人们得出的结论。它可以通过社会实践或受损。我们不必用棍子击败“偏见”并否认其价值。如何使用“偏见”以及如何通过数据审查模型破坏一些“偏见”是技术未来发展的重要价值之一。全球杂志：英国少数民族犯罪率较高的历史数据是否被算法吸收，而对Menor de Age的歧视会促进不公正现象？法律如何阻止算法成为种族主义的“同谋”？ Wang Qiangjun：在法律之前的一切都是平等的。面对未成年人犯罪率较高的历史数据，我们无法相信这些数据，否则它将违反犯罪预言模型的最低逻辑。当然，问题种族歧视和不平等现象的S也客观地存在，但法律行动也受到限制，并且不能解决所有问题。此外，繁殖问题不能通过强制手段来解决，但需要通过经济或教育方法巧妙地修复。回到法律水平，需要思维：未成年人的高犯罪率意味着少数群体的总犯罪率更多，或者是因为由于更强有力的调查和对未成年人犯罪的刑罚，犯罪率更高，导致犯罪率更高？以随机检查道路交通为例，一些美国和西部国家的警察为未成年人提供了特殊的“护理”，并且随机检查率更高。采样率也更高，对犯罪的自然指向的检测速率也更高。面对较高的未成年人犯罪率，需要更多的科学和理性认可：也就是说，在获得SA的例子的前提下，少数民族的犯罪率较高我比例;还是由于少数族裔样本的样本占更高比例的样本，导致犯罪率较高？ ANG迟到可能是一个数据陷阱，在设计算法之前，应提前避免使用该陷阱。 3犯罪预测只能在全球杂志中用作辅助证书：如何防止在“技术替代人性”的陷阱中管理算法？ Wang Qiangjun：算法管理只能用作管理方式，不能被替换或成为预防犯罪的必要联系。但是，算法本身的管理具有很大的价值，必须根据充分利用此值，仔细限制应用程序的特定范围。首先，需要算法预测，以确保当前参与者的状态与行为结果之间存在牢固的联系。这种因果关系的紧密联系表明算法是，只有在某个阶段发展并直接导致犯罪时，才有必要。其次，算法无法替代人类的司法方法。法律只有将其应用于人类时才会有热量。该算法可以通过检查演员的许多外部特征来反映演员中某种心理状态。换句话说，促进算法管理可以帮助您提供主观犯罪的证明，并在试验程序中包含有知识的知识。同时，算法检查可以在一定程度上确定抽象的风险水平，尽可能危险犯罪。例如，在醉酒时驾驶汽车，算法可以将酒精接收能力，驱动道路和其他因素结合起来，以确定其危险交通安全行为的实际威胁，从而促进对刑法和刑事司法的完善。犯罪和处罚合法性的原则一直是刑法的基本原则。算法预测的结果可能是证据的一部分，但不应完全替换。只有判断该案中涉及的所有证据，他才能确定他是否有罪。全球杂志：陀思妥耶夫斯基曾经说过“人是个谜，必须解决他”，而算法试图以线性思维来腐烂不合理的犯罪动机。这种对人性虚假错误的技术倡议的技术简化吗？ Wang Qiangjun：通过开发算法技术，人们可以继续加深他们对思维结构的理解和评估，但是从当前的技术发展层面和大多数概念来看，人工智能不能创造对人性的彻底预测。人类的行为等似乎很容易预测，也无法完全预测。在我的理解中，算法只能使人类思维和Beha的可能性很高Vior。由于有很高可能性的预言结果，因此不可避免地会出现意外情况。因此，该预测只能长期用作长期证据。全球杂志：预言的方法是什么必要和合理的？您认为AI在猜测SA犯罪方面应该扮演合理和合法的角色？ Wang Qiangjun：实际上，实际上有一些在司法过程不同阶段进行猜测的实际方法，这些预测方法也在内部化调查机构的优先级和处理案件的方法。例如，警察将在犯罪时有时或犯罪始终高的地方进行主要的巡逻活动；例如，在重要的假期中，加强了在公共场所抢劫案件的废除。在解决案件的过程中，调查机构将围绕未知犯罪嫌疑人拍摄心理图片不知道它们的外部特征，从而为处理案例提供了指导。为了使用AI，要做的第一件事是开发Tamama可能证明AI分析数据库与犯罪的先进特征与犯罪的特定行为之间存在牢固的关系；同时，我们还必须处理由于各个集合偏好导致数据收集错误的情况；其次，应在现有的司法机制下充分执行AI的使用，并应将预言的结果用作单个案件的证据，并应与犯罪嫌疑人的行为一起进行全面检查；最后，当AI使用时，个人应始终专注于犯罪的客观方面（主要包括有害行为，有害结果，由人际关系，时间，地点和犯罪程序等引起的犯罪分子等），也就是说，AI应仅仅用于研究犯罪嫌疑人的犯罪特征。儿童无法解决所有问题，AI不会解决所有犯罪预测问题。 （Wang Wenbo是南卡大学法学院学习的医生，也为本文做出了贡献）