用AI办案能提高效率，但也要警惕风险

人工智能技术的广泛运用，使传统侦查处于发展机遇与风险挑战并存的情境之中。我们应分析人工智能在侦查中的应用风险，加强前瞻预防与约束引导，以提升人工智能在侦查应用中的效益。

——李波阳 甘肃政法大学公安分院教授

日前，美国芝加哥一名65岁黑人男子迈克尔·威廉姆斯被控枪杀25岁男厨师，在没有目击者、凶器、杀人动机的情况下，警方凭借AI枪声定位系统提供的证据将他拘捕入狱。11个月后，法官判定证据不足，迈克尔·威廉姆斯无罪释放。

近年来，随着AI技术的发展，其在警务领域的应用不断增多，在提高效率的同时争议也随之而来，即在警务领域，特别是在辅助侦查方面，AI技术应用的边界在哪里？我们要无条件信任人工智能的判断吗？

对于枪声的识别能力有待提高

导致迈克尔·威廉姆斯入狱的这套AI枪声识别系统名为ShotSpotter。ShotSpotter是一个能够使用声学传感器AI算法来帮助警方对目标地理区域枪声进行检测的系统。该系统的研发者称其“是精确警务技术解决方案的领导者，使执法部门能够更有效地应对、调查和威慑犯罪”。ShotSpotter系统的声学传感器会被安装在建筑物、电线杆和路灯上。当枪声响起时，声音向外辐射，多个传感器会对声音进行检测和时间标记，并对其位置进行三角定位。

ShotSpotter会对其传感器接收到的声音类型进行分类，如判断是枪声就会给审查中心的工作人员发送警 。工作人员会对每一个警 进行分析，以判断该声音是否是枪声。之后，最终被确定为枪声的警 会被发送到警方，由警方派遣警察赴现场查看。

那么，为什么看上去识别流程完备的ShotSpotter会失败呢？原来，该系统难以识别封闭空间内的枪声，并且如卡车、摩托车、直升机发动的声音、放烟花的声音甚至是教堂的钟声等，都会让它误以为是枪声。

ShotSpotter的开发公司表示，现在他们正在不断地微调ShotSpotter的机器学习模型，通过让侦探和调查员向其系统添加犯罪现场的观察结果使其更准确地识别什么是枪声、什么不是枪声，该公司声称其证据已用于近200起案件。

AI辅助侦查产品已争相落地

尽管AI在识别枪声方面暴露了明显缺陷，但其在辅助侦查的其他领域已有成熟应用。警力有限是不少城市普遍存在的问题。近年来，随着云计算、大数据和人工智能技术的蓬勃发展，利用信息化技术辅助侦查破案、维护 会稳定已经成为大势所趋。

尽管目前的人工智能是一种弱人工智能，但这并不意味着人工智能辅助办案系统无用武之地。随着更多的侦查经验转化为数据，以及机器学习本身向纵深发展，人工智能辅助办

案系统也将具备一定的推理能力。如206系统对于证据链的审查就包括对证据之间逻辑性的审查，即自动抓取证据的核心要素，并依据一定证据规则进行逻辑推演、比对，确认是否形成完整的证据体系。

不仅如此，能说一口流利的普通话、合肥话以及英语、德语、法语等多国语言，还能及时预警各类电信 络诈骗作案手法和防范技巧，帮助老百姓守好“钱袋子”的AI虚拟警务主播；每天可接听8000个左右 警电话，自动分析、研判警情发展态势并发布提醒的智能电话机器人；不仅能迅速识别各种违禁品，还能帮助安检人员智能判图的“安检神器”等人工智能系统也逐渐落地并走进辅助侦查的行列。

对AI辅助侦查要时刻保持谨慎态度

“人工智能技术的广泛运用，使传统侦查处于发展机遇与风险挑战并存的情境之中。我们应分析人工智能在侦查中的应用风险，加强前瞻预防与约束引导，以提升人工智能在侦查应用中的效益。”甘肃政法大学公安分院教授李波阳认为，应该系统梳理人工智能在侦查中的应用现状，预判各种可能的具体表现形式，分析人工智能在立案、侦查、侦查终结各阶段存在的应用风险，以及始终存在的隐性应用风险。结合我国侦查发展实际，针对AI不同应用阶段的风险设立相应的法规、完善相关制度措施，充分发挥人工智能在辅助侦查方面的潜能，有力提升警务人员工作效能。

“在充分肯定人工智能辅助案件侦查带来办案质量和效率明显提升的同时，也要认识到侦查人员对其过度依赖和机械执法现象已初现端倪。”中国刑事警察学院法律部教授宋家宁认为，人工智能办案系统不能替代侦查人员的独立判断，更难置身于错综复杂的案件中去抽丝剥茧、运筹帷幄。