按 Enter 到主內容區
:::

司法院全球資訊網-LOGO

:::
國際司法交流

美國Brandon Garrett教授剖析「刑事司法中數位證據與AI之正當法律程序疑慮」

    【本刊訊】為因應科技進程帶來的挑戰,司法院日前邀請美國杜克大學法學院Brandon Garrett教授,以「刑事司法中數位證據與AI之正當法律程序疑慮」(Due Process Concerns for Digital Evidence and AI in Criminal Justice)為題進行專題演講,深入剖析新興的AI工具在刑事司法中的應用與挑戰,由王梅英副秘書長主持,刑事廳李釱任廳長、資訊處何君豪處長、臺北地院何信慶院長及多位審、檢、辯、學人士與會。

    王副秘書長於致詞時特別指出,如何妥善運用數位及人工智慧科技以增加審判效能,及減輕司法負擔,一直是司法院非常重視的議題,在此同時,當數位證據進入審理程序,如何落實正當法律程序,也是司法工作者需要實踐及捍衛的重要基本價值,期待Garrett教授演講能更加豐富法院審理相關案件視野。

    Garrett教授指出,正當法律程序(Due Process)最低限度要求政府在剝奪個人生命、自由或財產時,必須提供通知並給予其陳述意見的機會。然而,執法部門對AI工具的依賴日增,產生難以理解其運算邏輯的「黑盒子問題」(Black Box)。Garrett教授與杜克大學Cynthia Rudin教授合作研究,提出以「可解釋性」(Interpretable)模型取代黑盒子,此類模型透過簡化AI模型方式,以提供揭示其運作方式及得出結果所依據的因素。例如,透過簡單規則列表模型,也可能達到與複雜的COMPAS演算法相當的預測性。

    為確保人工智慧技術在刑事司法使用的可靠性,Garrett教授提出有關使用AI工具事前(ex ante)測試基本原則的個人看法,包括:(1)獨立性:測試須由不具利害關係的外部機構進行。(2)真實性:必須在貼近現實的條件下,評估模型表現。(3)公開性:測試結果應公開揭露,包括預測能力的限制與不確定性。(4)可解釋性:在影響人民權利的場景中,模型必須具備可解釋性。

    在司法程序針對執法部門使用AI工具部分,Garrett教授則強調證據開示程序的重要性,並指出檢察官有義務向辯方揭露所有有利被告證據(參見Brady v. Maryland),此義務亦應延伸至涉及使用AI工具所產生之證據資料。Garrett教授表示儘管美國法院在不同案件中,對於是否准許被告請求開示AI工具使用技術的見解不一,但總體上准予揭露應該為正確方向(參見Lynch v. State、Arteaga v. New Jersey),不過Garrett教授也指出法院要求開示AI工具使用技術所面臨之實際難題。

    此外,Garrett教授特別提及美國聯邦證據規則第702條已於2023年修正生效,該修正案要求專家證人須說明其證言是基於可靠的原則與方法所產出結論,且法官應取得有關鑑識方法既有或潛在錯誤率的評估資訊,於此同時Garrett教授也提醒正當法律程序與司法效率衡平,並以布萊克斯通格言強調正當法律程序對避免冤錯案件的重要功能。

    • 發布日期 : 114-12-26
    • 更新日期 : 114-12-26
    • 發布單位 : 參事室
    回頁首