当算法开始判断“谁更像罪犯”：预测警务、轨迹分析与刑事司法的危险边界
当预测警务、轨迹分析、关系图谱等技术不断进入执法与司法场景，我们必须反复追问：国家究竟是在证明一个人实施了什么行为，还是在判断一个人像不像可能犯罪的人？这不仅是技术问题，更是刑事法治的底线问题。
先说结论：预测警务和轨迹分析可以作为有限的侦查线索工具存在，但一旦进入刑事诉讼，就绝不能因为披上“算法”或“智能”外衣而被直接抬升为定案依据。刑事司法审判的是行为，而不是人格；依据的是事实，而不是概率。
这几年，随着大数据、人工智能、轨迹分析、关系图谱等技术进入公共治理领域，一个听起来很“先进”的词越来越常见：预测警务。与此同时，类似的“轨迹分析工具”“碰撞比对系统”“异常行为识别模型”，也越来越频繁地出现在执法和司法语境中。很多人会觉得，这不过是技术进步的自然结果；但真正值得警惕的，从来不是技术本身，而是它正在悄悄改变刑事司法的判断方式。
一、所谓“预测警务”，本质上是在回答一个极危险的问题
预测警务听起来像是在帮助警方“提前发现风险”，但如果把话说得更直白一点，它真正想回答的问题其实是：谁更像未来的犯罪者？
一旦这样提问，问题就变得危险起来。因为刑事司法原本是围绕一个已经发生的行为展开的：有没有犯罪事实、是谁实施的、证据够不够、程序是否合法。但预测警务的逻辑不是这样。它并不首先关心“你做了什么”，而是先评估“你像不像一个可能做坏事的人”。
这意味着什么？ 国家判断一个人的依据，可能不再是已经查明的行为事实，而是一些被系统提取出来的“特征”：住在哪里、和谁联系、经常去哪、是否有某些历史记录、是否与“重点对象”轨迹重叠、是否具备某些被模型视为高风险的属性。
如果这些因素开始被机器整合、打分、排序，最终形成一个关于“危险程度”的判断，那么人就不再被当作一个拥有权利的主体，而更像一个被系统扫描和分层管理的风险对象。这不是一个小变化，而是刑事司法逻辑的根本转向。
二、轨迹分析看起来客观，其实并不等于事实
与“预测警务”经常一起出现的，是另一类工具：轨迹分析。很多时候，轨迹分析会给人一种强烈的“科学感”——因为它基于定位、基站、卡口、监控、支付、出行、手机设备、同行信息等数据，看起来比口供、证言更“硬”。
但我们必须看清一点：轨迹分析不是事实本身，它只是对数据的再解释。
一个人出现在案发地附近，可以成为侦查关注点；但“出现在案发地附近”与“实施了犯罪行为”之间，差得太远。
两个人轨迹有交集，可能说明同行；但“同行”不等于“共谋”。
某人的活动时间与案件发生时间接近，可能会被系统识别为“异常”；但“异常”并不等于“犯罪”。
问题在于，技术报告一旦被包装成图谱、热力图、关联网络、风险等级、异常指数，很多人会不自觉地产生一种错觉：这已经不是推测，而是事实。其实恰恰相反。所有轨迹分析背后都包含一整套人为设定：哪些数据被纳入、哪些被排除、什么叫“接近”、什么叫“异常”、以什么阈值触发预警、由谁来解释分析结果。
这说明，轨迹分析最多是一种推断工具，而不能天然等同于刑事证明。
三、欧盟为什么要对这类技术保持高度警惕
欧盟《人工智能法》对基于个人画像和个性特征来预测自然人犯罪风险的做法持严格限制态度，背后并不是简单的“技术保守主义”，而是在守住法治社会的基础规则。
1. 因为它会动摇无罪推定
无罪推定的精神很清楚：在依法证明之前，任何人都不能被当作罪犯。但预测警务容易走向另一套思路：虽然你还没有被证明实施犯罪，但系统已经把你列为高风险。它会把刑事怀疑从“基于行为事实”转向“基于人格标签”。
2. 因为它会放大偏见，而不是消除偏见
很多人迷信算法的“中立性”，但机器只能从既有数据中学习。如果过去的执法数据本身就带有偏差，比如对某些区域、群体、职业或生活方式更敏感，那么算法训练出来的结果，很可能只是把这种偏差复制得更稳定、更隐蔽。技术在这里未必纠正偏见，反而可能把偏见包装成“科学结论”。
3. 因为它会把概率误当成事实
算法擅长处理概率，刑事司法却必须处理事实。算法说“这个人风险高”，法律要问的是“他到底有没有实施具体犯罪行为”；算法说“这个人与某些对象关联度高”，法律要问的是“这种关联能否证明共同犯罪、主观明知或帮助行为”。一旦把概率性提示拔高为定案依据，刑事裁判就会从证据裁判滑向概率裁判。
四、最危险的，不是技术辅助侦查，而是技术开始替代司法判断
如果预测警务、轨迹分析只是停留在一般治安管理或内部线索筛查层面，问题还相对可控。真正需要高度警惕的是：它们开始进入刑事诉讼，并被赋予越来越大的证据地位。
这里最容易出现三种变形：
- 从“侦查线索”变成“定案依据”：本来最多只能提示“值得再查”，最后却被一步步抬高为支撑有罪结论的重要环节。
- 从“辅助判断”变成“替代判断”：办案人员逐渐围绕系统初始结论办案，而不是围绕客观事实重新审查。
- 从“可解释工具”变成“黑箱权威”：规则不透明、误差率不披露、参数不可见，却对人的自由和责任产生实质影响。
这时最需要追问的就是：被告人究竟是在和证据对抗，还是在和一个无法被盘问、无法被质证的机器结论对抗？
五、在中国法语境下，这类工具同样面临很强的合法性压力
欧盟的立法限制当然不能简单照搬，但这绝不意味着预测警务和轨迹分析在国内语境下就当然合法、当然合理。恰恰相反，只要把它放进刑事诉讼法、证据规则、个人信息保护和程序正义框架中审视，就会发现它面临非常强的压力。
1. 刑事诉讼证明的是案件事实，不是人格风险
刑事诉讼要查明的是犯罪事实、实施者、故意内容、行为方式和证据闭环，而不是某人的画像标签、风险评分或异常指数。因此，这类材料天然更适合作为侦查线索，而不适合作为直接证明犯罪事实的核心依据。
2. 大规模处理轨迹和画像信息，本身就涉及强烈的权利干预
轨迹分析、关系碰撞、风险建模往往涉及海量个人信息，尤其是敏感个人信息、行踪轨迹信息和身份识别信息的交叉拼接。一旦这种处理足以引发盘查、布控、抓捕、起诉乃至定罪，它就不再只是普通的数据利用，而是带有明显公权性质的权利干预，必须满足明确目的、必要限度和程序正当等要求。
3. 一旦进入庭审，就绕不开证据法的严格审查
不管系统多先进，只要拿进刑事案件，最终都要回答三个最传统的问题：数据怎么来的、分析怎么做的、结论到底证明了什么。如果这三个问题回答不好，再漂亮的图谱和再复杂的模型，本质上都站不稳。
六、为什么律师尤其要对这类“高科技材料”保持警惕
实务中最危险的一点是：很多“高科技材料”一旦进卷，就会自带一种不该有的权威感。系统图谱一画出来，轨迹路径一叠加，关系网络一连起来，很多人会下意识觉得：这下证据很强了。
其实未必。它最大的风险，不在于它真的有多强，而在于它看起来很强。
律师越是在这种时候，越不能被技术感震住。真正要做的，是把案件从“技术震慑”中重新拉回法治轨道：
- 先问它是什么，不要先默认它就是规范意义上的证据；
- 再问它怎么来的，不要只看最后一页结论；
- 再问它证明什么，不要让“可疑”偷换成“有罪”；
- 最后问它能否质证，不要让黑箱替代公开审查。
七、刑事辩护最重要的一步，不是抽象反对，而是“拆”
面对预测警务、轨迹分析、关系碰撞类材料，律师最有效的动作不是泛泛批评“技术不可靠”，而是具体地拆。
| 辩护拆解方向 | 核心追问 | 辩护意义 |
|---|---|---|
| 拆证据资格 | 它到底是什么？电子数据、鉴定意见、技术说明，还是侦查线索材料？ | 先限制其证据能力，防止其被直接抬升为定案依据。 |
| 拆数据来源 | 轨迹、卡口、支付、设备信息从何而来？调取手续是否合法？是否超范围收集？ | 从合法性上动摇其可采性与证明力。 |
| 拆分析过程 | 谁分析的？使用什么系统、什么规则、什么阈值？误差率多少？ | 揭示所谓“客观结论”其实高度依赖人为设定。 |
| 拆证明逻辑 | 即便系统结论成立，它最多说明接近、关联或异常，能否证明实施、明知、共谋？ | 切断“可疑”与“有罪”之间的跳跃推理。 |
很多时候，只要真正把这些问题一层层问下去，所谓“高科技证据”的神秘感就会迅速消失，剩下的仍然是最传统的证据审查问题：来源是否可靠、过程是否可核、结论是否过度。
八、刑事司法最怕的，是从“审判行为”退化为“审判人格”
为什么这个问题值得反复强调？因为预测警务和轨迹分析背后，隐藏着一种非常强的治理诱惑：与其费力去证明一个人做了什么，不如先筛出“最像会做什么的人”。
这种思路在行政管理中也许看起来高效，在刑事司法中却极其危险。因为刑事司法如果不再坚持“以行为为中心”，就很容易滑向“以人格危险性为中心”。
一旦滑过去，就会出现几个后果：
- 被关注，不是因为事实，而是因为标签；
- 被怀疑，不是因为证据，而是因为模式；
- 被追诉，不是因为确定行为，而是因为高风险评分；
- 被定罪，不是因为证据闭环，而是因为系统推断足够“像”。
这不是法治的现代化，而是把古老的“有罪相”判断，换成了更复杂的电子版本。看起来更先进，实质上可能更危险。
最后想说：法律必须始终站在“人”这一边
国家当然可以借助技术发现信息、提高效率、预防风险，但它不能跳过事实直接拥抱概率，不能跳过证据直接依赖模型，不能跳过程序直接相信黑箱。
一个人应当因其被依法证明的行为而受审，而不是因其被系统画像出来的“风险”而被怀疑、控制甚至惩罚。对预测警务和轨迹分析的警惕，本质上是在守住现代刑事法治最朴素却最重要的底线。
说到底，律师不是反技术，而是反对技术僭越法律。
免责声明：本文系一般法律评论与普法交流，不构成针对任何具体案件的正式法律意见。个案处理仍应结合案卷材料、证据结构、程序进展及适用法律进行具体分析。