大数据侦查技术在电信诈骗案件中存在的问题

大数据侦查技术在电信诈骗案件中存在的问题

（一）黑箱效应弊端明显

对大数据侦查活动的规制尚属于法律真空地带，因此产生的“黑箱效应”是对“正当程序”原则的一种挑战。刑事诉讼法中的“正当程序”原则是世界上大多数国家的刑事法中都明确树立的原则，其内涵是程序的中立、理性、排他、可操作、平等参与、自治、及时终结和公开。通过正当程序可以达到宪法的至信、至尊，保障公民权利，限制公权力的滥用，因此正当程序原则是我国刑事诉讼法中非常重要的原则，所有的侦查活动、诉讼活动都要围绕这个原则展开。但大数据侦查过程并不透明，技术上其运行和算法都是由第三方公司开发并提供的，而这往往涉及到商业秘密，是不能解释且不可知的。而数据采集偏差度、数据质量可靠度、数据分析模型准确度都难以审查。由于这些操作的原理不能为人们所知，就像在黑暗的箱子里进行一样，故人们把因此而产生的弊端成为“黑箱效应”。被大数据算法列为嫌疑人的当事人一般都没有专业知识，并不知道大数据侦查的数据结果和算法依据，如果算法或数据出现错误，也很难提出抗辩。在这种情况下，当事人的知情权无法得到保障，程序的平等参与和公开性更无从谈起，显然是对“正当程序”原则的违背。

（二）各地警方间合作机制不完善

如前文所述，应用大数据技术的第-步就是要收集到海量的数据，正所谓可供分析的样本越多，分析结果就越准确。但数据搜集完成后，由于地域不同，部门不同，层级不同，职权不同，各地警方收集到的数据并不能做到完全共享，数据壁垒导致警方间无法联动，如果遇到警力不足的情况，不但会减弱办案效率，还会产生许多不必要的支出，增加办案成本。以深圳市龙岗区公安分局侦破“7.15”特大电信诈骗团伙案为例，本案中侦查人员

根据查获的域名赴北京查证，确定为北京新某互联公司所有并被转包后，又辗转山东、河南等地进行查证，最终确定经过第三层转包后由广州某代理商卖给嫌疑人。办案人员在多地来回奔波，耗时耗力，不但拖慢了争分夺秒的侦查进度使犯罪分子有了可乘之机，还浪费了人力财力，占用公共资源。而这一切都是因为各地警方间的沟通机制不协调，数据库未能联通，深圳警方不得不亲赴现场寻找线索。我国当前的信息检索系统还在建设中，虽然金盾工程提出了跨部门、跨专业、跨警钟的协同作战方式，但各地公安系统中的信息仍然存在滞后性、孤立性，十分不利于数据串联工作的开展。如果将各地警方掌握的资源进行整合，建立起统一的、多端口的公安机关共享数据库，则可以避免此类事件发生。

（三）数据取得和保护机制不健全

一方面，如果对涉及个人隐私的数据保护不当，不但会对受害者造成二次伤害，还会对社会公众造成心理恐慌。基于行使国家公权力职能需要，侦查机关对个人信息的收集和使用有一定的豁免权，但这并不意味着公权力机关可以随意使用、处置这些信息，当我们把侦查乃至国家安全的重任交给大数据技术，如果对数据的使用方法管理不当，其后果的严重性将难以设想。因此，公权力机关应当对这些信息负有有保护义务，但我国目前对此类情况没有明确的法律规定，也没有设置具体的保护措施。一旦因大数据侦查技术的故障而出现数据泄露或数据错误的情况，不但会侵害公民的隐私权，损害公民的人格尊严，还会导致公众陷入信息不安全的恐慌之中。

另一方面，随着存储成本的下降，各种软件对获取数据的存储量也将大幅度上升。

互联网技术对个人隐私的蚕食已经不是新闻，但大数据技术的出现更加重了对个人隐私的侵害。很多公司在收集数据时只是为了改进产品体验，但经常会衍生出其他的用途。所以，即使是在“告知与许可”原则之下，数据获取公司仍无法告知个人其没有想到的用

途，那么是否最终这些数据就不会被用作个人没有许可的用途中呢？我想答案是否定的。在使用百度搜索前，很多人并不知道自己的搜索记录将会被网警监察。在使用淘宝消费时，也不是所有顾客都愿意自己的消费记录被公安系统备案，但这些方式显然已经成为公安系统追踪犯罪的常用手段之一。对于这部分不愿意参与大数据采集的人来说，这些网站、商家是否有权不顾隐私条款的限制，将消费者、使用者的数据提供给公安机关，公安机关又在在何种程度上有这种权力查看个人隐私，我国法律也未给出明确的答案。

（四）警惕“预防犯罪”思想下的“主动侦查”陷阱

除了分析规律外，大数据技术还可以用于预测，因为如果收集到足够多的信息，获得足够多的事物发展的规律，综合起来是不难推断出事情下一步的进展的。我们已经有了在保险领域的预测，比如超过50岁的男性患有某种疾病的可能性非常高，那么这类男性就需要在健康类保险中支付更多的保险费用，即使他们没有得过这种病。

有学者提出，应当进一步利用大数据技术的这种“预测”功能，变被动侦查为主动出击，如此不但可以惩罚犯罪，还可以预测犯罪，防患于未然。还有学者结合“风险社会”理论提出，用大数据技术预测、预防犯罪，可以降低犯罪率，减少犯罪危害后果，从而整体.上降低社会生存风险。另有学者认为，刑法中的“危险犯”正在增多，而危险犯的特征就是，不需要发生实际的危害后果，只需存在危险可能性，即可构成犯罪。大数据预测技术在犯罪学和侦查学领域的应用，正是程序法对实体法中关于“危险犯”规定增多的配合。

（五）在刑法领域，相关关系能否代替因果关系

传统的侦查模式是“反应型侦查模式”，惯用方法是由果溯因或由因溯果，我们需要按照法律规定的标准，用因果关系证明证据和犯罪行为间的逻辑关系，这个过程依赖的是

人的经验和已被人类普遍认知接受的、不需要再去证明的因果律。但在新的大数据侦查模式中，侦查人员通过分析两个或多个数值间的数理关系得出结论，这种相关性只能告诉我们“是什么”而不能解释“为什么”，因为数据间的逻辑是算法赋予的，这个算法决定了相关关系呈现的样式。大数据侦查模式下，解决问题的方式从经验判断变成了算法判断，这就像是让问题从盒子的一个端口进去，答案从另一个端口出来，整个过程依赖的是盒子里面的算法。但中间的盒子是如何运作的，为什么会得出这样的结论，原因是什么，这些都是需要进一步证明的。也就是说，由大数据侦查技术得出的结论，与犯罪事实间并没有直接的因果关系，而是一种“可能的”相关关系。