大數據背景下偵查訊問模式研究

◆楊琪平

大數據背景下偵查訊問模式研究

◆楊琪平

（中國人民公安大學 北京 100038）

本文以“大數據”及相關技術對偵查訊問的影響為基點，通過理論分析說明“大數據”時代背景下偵查訊問謊言識別模式將由經驗型的主觀判斷模式向行為數據分析主導的客觀判斷模式轉變，訊問策略運用模式將擺脫隨意性，朝著精細化、高效率的方向發(fā)展，訊問筆錄信息分析研判模式將由被動分析模式變?yōu)橹鲃臃治瞿Ｊ健?/p>

大數據；偵查訊問

訊問是一種古老的偵查行為，是偵破刑事犯罪的重要手段。對偵查人員而言，訊問是一項富有藝術性的工作，一場成功的訊問在有效地維護司法公平正義的同時也提振了偵查員的信心和職業(yè)自豪感。但訊問又是充滿未知與挑戰(zhàn)的艱險歷程，隨著犯罪的隱蔽性與智能化不斷增強、犯罪分子反偵查、反訊問能力不斷提升，訊問也面臨著失敗與挫折的風險。大數據時代背景下人們的生產、生活與數據密不可分，犯罪分子實施犯罪的過程中亦會主動或被動地產生犯罪相關數據信息，對犯罪相關數據的挖掘、分析與利用正是偵查員偵查犯罪、突破犯罪嫌疑人口供的有力抓手。

1 “大數據”與偵查

“大數據”并不是一個新鮮的詞匯，自1980年未來學家托夫勒在其所著《第三次浪潮》中首次提出“大數據”之概念至今，國外對“大數據”的采集、分析、應用方面的研究層出不窮。進入二十一世紀后，我國為積極融入第三次科技革命，對“大數據”及其應用給予高度關注。在偵查領域，“數據主導偵查”的理念提出后，各地偵查機關向科技要戰(zhàn)斗力，基于“大數據”理論的新型偵查技戰(zhàn)法得到較為廣泛的應用，如借助SIS系統，通過分析已被采集的涉案人員信息，預測出其他尚未進入偵查視野的嫌疑人或實現案件的串并偵查[1]。

2 “大數據”與偵查訊問融合之現狀分析

“大數據”具有數據規(guī)模大（Volume）、數據種類多（Variety）、數據價值密度低（Value）、數據要求處理速度快（Velocity）的4V特性。當前我國刑事案件發(fā)案數量龐大，涉案信息規(guī)模大；《刑事訴訟法》關于證據種類的規(guī)定決定了偵查訊問面臨的證據種類繁多，偵查員在訊問準備階段需要了解涉案證據情況，在訊問過程中要對前期偵查所得證據進行查證并力求獲得新的證據線索，訊問結束后形成的訊問筆錄本身就是證據的一種表現形式，此外，通過各行各業(yè)的不斷搜集匯總，證據數量規(guī)模越來越龐大，海量的證據信息在某種程度上稀釋了證據原本的價值含量；偵查訊問是復雜的人際交往活動，訊問戰(zhàn)機稍縱即逝，這就要求偵查員借助技術裝備對訊問中的數據信息進行快速處理與分析。以上論述表明了偵查訊問的“大數據”化趨勢。

但是，當案件進入訊問階段，大部分偵查員對訊問數據信息的挖掘卻并不充分，對訊問數據信息的應用方式簡單粗放，筆者在中國知網以“大數據+訊問”為主題詞進行檢索，僅得3篇相關文獻，說明訊問中的“大數據”理論與應用方面的研究并不充分，仍存有較大的理論空白。

時代變革呼喚偵查訊問模式革新，將“大數據”相關理論及技術應用于訊問的謊言識別、訊問策略運用、訊問筆錄信息分析研判等實踐中將有助于提高偵查訊問質效。

3 “大數據”引領偵查訊問模式革新

3.1 謊言識別模式

訊問中的謊言識別與分析是訊問的關鍵環(huán)節(jié)之一。當嫌疑人的謊言被成功識別，偵查員便占據了訊問的主動權；當嫌疑人的實話被認定為謊言，受錨定效應的影響，偵查員有可能陷入有罪推定的思維桎梏，誤判犯罪事實的風險隨之提升。所以識別訊問中犯罪嫌疑人的謊言既是關乎訊問成效的訊問戰(zhàn)術問題更是一個保障犯罪嫌疑人合法權利、維護司法公正的重要理論問題。傳統的謊言識別方法大致可以分為經驗主導型與技術主導型兩類，前者需要偵查員具備豐富的社會閱歷與偵查工作經驗，能夠通過各種技巧從犯罪嫌疑人的言行中甄別謊言，誠然審訊經驗是寶貴的，但傳承的難度大[2]，經驗普適性難以確保，各路審訊專家總結的個人經驗亦不盡相同且大部分經驗的得出均是基于其個人訊問實戰(zhàn)經歷，缺乏可靠的學科基礎支撐，此外，有研究表明經驗豐富的偵查員識別謊言的成功率并不一定高于普通人。技術主導型的謊言識別方式的代表是犯罪心理測試技術，該技術憑借特定測謊儀器測試犯罪嫌疑人供述時的生理指標變化，輔助偵查員甄別謊言。

“大數據”時代的來臨促使訊問謊言識別模式革新——基于行為分析的謊言識別模式借助“大數據”應用的東風將成為訊問理論研討與實踐運用的熱點。行為分析的理論依據是人撒謊時必然承受相應負擔，由此產生的情緒以及認知變化最終會通過行為得以外顯[3]。偵查員可以從犯罪嫌疑人在訊問過程中的行為改變反推其心理變動進而識破犯罪嫌疑人的謊言。運用行為分析方法識別謊言的重點是要確定的是謊言行為線索，由于人的行為千變萬化，不同類型案件犯罪嫌疑人的行為模式并不相同，同類案件的犯罪嫌疑人也因其個人生活背景、生理狀況等的差異會在訊問中呈現出不同的行為方式，世上并不存在一種普遍的判別謊言的行為線索。此外，犯罪嫌疑人的行為及其變化會在多個信息通道中同時或接續(xù)出現，簡而言之，犯罪嫌疑人可以通過語言表達一種意思，亦可通過面部表情、肢體動作等非言語行為修改、強化或削弱先前語言表達的含義。最后，實時監(jiān)控并排除除偵查員提問行為外的其他刺激源，如訊問場所環(huán)境或犯罪嫌疑人個體生理不適等因素對犯罪嫌疑人行為變化的影響也是增強謊言行為線索可靠性所必須進行的工作。由此可見，經驗性地認為臉紅、流汗或者思考時眼球會向右上方轉動等屬于撒謊的行為癥候，或僅分析特定嫌疑人的單一行為變化而不綜合考量嫌疑人整體行為群以及行為影響因素并非行為分析鑒別謊言的題中應有之義。

行為分析的主體是偵查人員，行為分析的客體包括犯罪嫌疑人的言語及非言語行為，客體內容的復雜性和多變性決定了偵查人員僅憑其自身的認知能力難以實現行為分析之目標。以“大數據”思維為導向，采集與記錄訊問過程中犯罪嫌疑人的行為并進行數字化編碼，借助深度可重構的認知、情緒識別模型及算法對編碼進行分析從而確定特定案件犯罪嫌疑人的謊言行為線索，使偵查人員運用行為分析理論鑒識謊言成為可能，偵查訊問謊言識別將由經驗型的主觀判斷模式向行為數據分析主導的客觀判斷模式轉變。

3.2 訊問策略運用模式

在獲取犯罪嫌疑人供述的過程中，偵查員不可避免地會使用訊問策略，正如王傳道教授所言：“偵查策略是偵查對抗的產物，是思維的結果、智慧的結晶”[4]，如何合理運用訊問策略是偵查員在訊問中面臨的一大考驗，策略運用得當能達成事倍功半的效果，策略運用不當輕則使訊問墮入僵局，嚴重則可能導致冤假錯案。

曾有學者研究如何將“大數據”理念與相關技術應用于偵查訊問的情感感化過程中[5]，筆者認為，將“大數據”與訊問策略運用相結合是適應時代發(fā)展變化的必然要求，理由如下：

首先，訊問策略的運用建立在對犯罪嫌疑人的心理分析基礎之上，對案件情況的全面摸排是心理分析的關鍵，偵查員在訊問中應當了解的案件情況包括犯罪嫌疑人生理情況、家庭情況、經濟狀況、犯罪經歷以及犯罪現場的情況等等，了解案件情況的傳統手段是“閱卷”，即閱讀前期偵查形成的各類紙質案卷，但此種信息了解方式在當前已顯捉襟見肘——數據通訊技術的發(fā)展和以智能手機為代表的通信工具的便利化、大眾化使信息交互打破傳統時空的限制，也意味著偵查人員須了解的案發(fā)前、中、后的信息量呈指數級增長，從信息來源看，案件信息獲取渠道不斷拓寬，全面的信息調取涉及的部門眾多，犯罪嫌疑人的工商、稅務、金融、勞動、電信等信息是準確分析案件情況的支撐材料；從信息形態(tài)看，“大數據”時代的涉案信息與固定的物質媒介分離，具有易產生、難湮滅、跨時空存續(xù)的特點，日趨強大的數字化存儲技術和存儲平臺使案件相關音視頻信息、通信信息、社交媒體信息等脫離固定物質載體以獨立的形式存在。

其次，偵查員在整合各類信息，初步分析犯罪嫌疑人心理后便要根據具體情況采取不同的訊問策略展開訊問，訊問策略具有靈活性，偵查員要根據犯罪嫌疑人的應訊情況實時調整策略，掌握訊問主動權，是否調整策略、何時調整策略、如何調整策略是偵查員要回答的問題，我們常說一個偵查訊問人員有“靈氣”，就是指他能及時捕捉犯罪嫌疑人在訊問中的行為、心理變化并采取針對性的策略予以應對，在“大數據”時代來臨前，偵查人員對犯罪嫌疑人變化的監(jiān)控手段基本是肉眼觀察或聽取犯罪嫌疑人的自我報告，囿于偵查人員個人素質，其所觀察到的現象并不完整，也無法支持其準確分析犯罪嫌疑人心理。

綜上，“大數據”背景下的訊問策略運用既需要偵查員對浩如煙海、形態(tài)各異的涉案信息數據有整體的把握，也要求偵查員將犯罪嫌疑人在訊問過程中的變化轉化為可量化分析的數據指標，并借助技術裝備對數據進行分析?！按髷祿睍r代，云計算分布式處理技術、分布式數據庫、云存儲與虛擬化等技術輔助偵查員收集、分析涉案信息，監(jiān)控犯罪嫌疑人應訊情況，使偵查訊問策略運用模式擺脫隨意性，朝著精細化、高效率的方向發(fā)展。

3.3 訊問筆錄信息分析研判模式

訊問活動的成果集中體現于訊問筆錄，訊問筆錄作為法定證據，偵查員對其關注點往往在于制作程序的合法性以及文字內容對案件事實、證據反映全面性，其情報價值在“快偵快破”的刑事案件辦理常態(tài)下被大部分偵查員忽視。偵查訊問文本數據是偵查大數據的組成部分[6]，在深挖犯罪、串并案件方面具有獨特的價值。

從深挖犯罪的角度看，我國的刑事案件發(fā)案數量雖呈下降趨勢，但犯罪黑數，隱案、積案問題仍是刑事案件偵查取得最大化效益的阻礙。刑事案件辦理周期與案件辦理質量在“快偵快結”的要求下產生矛盾，偵查員的精力分配傾向于破案而非深挖余罪，但“大數據”分析與數據挖掘方法為快速研判訊問筆錄中的“七何”要素進而查破隱案、積案提供了可能。“由案到人”的被動筆錄分析模式隨即轉變?yōu)椤坝扇说饺恕?、“由案到案”的前置型主動分析模式?/p>

從串并案件的角度看，刑事案件的串并方法有“硬串并”和“軟串并”，“硬串并”依靠的是有形的犯罪痕跡物證，公安機關建立的各類痕跡物證數據庫為“硬串并”提供了條件，但刑事犯罪的技術含量不斷增強、犯罪分子的反偵查能力也在提升，偵查員于犯罪現場能提取的痕跡物證大為減少，“軟串并”的重要性日漸凸顯。所謂“軟串并”就是通過分析犯罪時空條件、作案手段、犯罪嫌疑人心理特征等無形的案件構成要素實現對刑事案件的串并偵查。以“大數據”思維為指導，運用統計學方法將現有的巨量訊問筆錄中的作案時間、地點、方式、手段、犯罪嫌疑人主觀態(tài)度等“軟性”案件構成要素轉化為可測算的數值，根據數值的相關程度構建統計模型，最后實現個案“軟性”構成要素的數值化，偵查人員通過對不同個案數值的相似性比對進行案件間的串并偵查。

以“大數據”思維與數據處理技術將訊問筆錄信息分析研判模式由被動分析轉為主動分析，能最大限度地挖掘訊問筆錄的偵查價值，對緩解偵查資源緊張亦有所幫助。

4 結語

“大數據”理論與技術的觸角已延伸至社會生活的方方面面，偵查訊問領域的“大數據”為訊問模式變革創(chuàng)造了前提，偵查員應當積極回應時代呼喚，樹立超前的偵查意識，秉持創(chuàng)新思維，不斷提升戰(zhàn)略站位，創(chuàng)造出更多符合偵查規(guī)律的技戰(zhàn)法。

筆者能力有限，本文關于“大數據”對偵查訊問模式的影響之研究非常淺顯，更為具體的偵查訊問模式變革路線與方式只能形成于具象的訊問實踐。期待理論與實務界對“大數據”與偵查訊問的融合進行更為深入、透徹的探索。

[1]趙健杉，徐猛.大數據時代下的偵查審訊[J].云南社會科學，2017（04）：15-19.

[2]畢惜茜.審訊中人工智能的應用與思考[J].中國人民公安大學學報（社會科學版），2020，36（03）：30-36.

[3]方斌.基于行為分析的犯罪嫌疑人謊言識別[J].中國刑警學院學報，2021（02）：69-78.

[4]彭俊磊，董倩雯.非法證據排除規(guī)則視野下的偵查訊問策略[J].山東警察學院學報，2015，27（02）：111-116.

[5]曹曉寶，蘇康.大數據背景下偵查訊問的情感感化研究[J].公安學刊（浙江警察學院學報），2020（05）：42-47.

[6] 胡向陽，張巍.基于大數據的偵查訊問文本數據挖掘與分析[J].中國人民公安大學學報（社會科學版），2019，35（06）：35-43.