随着人工智能技术全面赋能社会各个领域，智能机器生成的信息材料大量涌入法庭，成为影响案件事实认定的重要内容。根据机器的智能化特征，结合数据生成机制与表现形式，可将第三代机器证据称为生成式人工智能证据。此种证据表现形式众多、归类困难、证据能力要素复杂、隐性证明力判断较为困难。专门性证据的判断与经验理性之间所存在的技术鸿沟，致使裁判者难以对生成式人工智能证据进行有效认知推论，需要借助专家提供标准化解释去填补。证据准入与评估的分离及各要素之间的内在联系，为生成式人工智能证据准入审查与证明价值评估二元递进模式的构建奠定了基础。在证据准入审查阶段，可以通过要素式审查、附条件相关性、技术性鉴真和双重可靠性分析，分别对生成式人工智能证据的合法性、相关性、真实性和可靠性作出有效判断；在证明价值评估阶段，对生成式人工智能证据的评估可采用可信性评价“三步三看法”和证明力评估“最佳解释确信法”。据此构建的生成式人工智能证据审查判断规范体系，方能为裁判者提供生成式人工智能证据认定的一般规则与具体指引。
一、引言
1956年 达特茅斯会议 提出“人工智能”（Artificial Intelligence，简称“AI”）一词，至今已历60余年。目前，在深度学习算法的加持下，配备有云计算、大数据、卷积神经网络的AI系统，已经突破自然语言处理、图像识别等瓶颈，给人类社会带来了翻天覆地的变化。为了抢抓AI发展的重大战略机遇，构筑我国人工智能发展优势，加快建设创新型国家，国务院于2017年发布的《新一代人工智能发展规划》明确要求，到2025年，具有自主学习能力的人工智能取得突破，在智能制造、智能医疗、智慧城市、智能农业等领域得到广泛应用。为加快推动人工智能应用，2022年科技部制定的《关于支持建设新一代人工智能示范应用场景的通知》公布了首批AI示范应用场景，包括智慧工厂、智慧家居、智能教育、自动驾驶、智能诊疗以及智慧法院等。随着AI广泛应用于社会各个领域，以机器辅助甚至代替人类进行生产、执行任务、作出决策以及完成智力活动的现象如雨后春笋般出现。在此背景下，大量由AI机器生成的信息和数据（如大数据分析报告、医疗专家系统诊断意见、自动驾驶数据等）涌入法庭，成为影响案件事实认定的一个因素。然而，面对这些机器生成的信息材料，裁判者却由于缺乏相关专业背景知识而陷入证据认定的困境。例如，对于通过大数据算法对罪犯人身危险性、再犯可能性进行评估得出的大数据分析报告，裁判者难以作出有效审查；对于医疗专家系统作出的诊疗意见是否侵害了患者的身体健康权利，裁判者也很难进行准确认定；至于事故车辆搭载的自动驾驶系统生成的数据能否表明汽车生产商无需承担事故责任，裁判者很难作出科学判断。
为解决此难题，许多学者做了有益探索。例如，有学者将机器基于海量电子数据形成的分析结果或报告称为“大数据证据”，主张将其纳入“鉴定意见”进行审查；有学者虽然沿用“大数据证据”来表述机器基于海量数据和算法生成的信息，但认为其属于电子数据的一种演进形式。有学者从算法视角出发，把机器对海量案件信息进行计算整合后形成的结构化信息称作“算法证据”，并根据算法的技术特征与风险提出了该类证据的相关适用规则。还有学者从标准化和程式化入手，将机器生成的材料命名为“程式证据”，据此构建了一套区别于“以人为中心”的证据规则。上述学者分别从某个或某些方面对智能机器生成的信息做了一定研究，但忽视了其“智能生成性”特征，没有完全揭示出智能生成的证据材料的性质。卷积神经网络（Convolutional Neutral Net，简称CNN）和生成式预训练模型（Generative Pre - trained Transformer，简称GPT）等大模型的持续发展，赋予了机器通过多模态大数据训练和自监督学习习得近似人类的理解、表达与行为的能力，使得机器能够根据被动输入或主动获取的信息，智能生成多维度目标内容。此即生成式人工智能（Generative AI，简称GAI）技术，GAI技术能够利用各种机器学习方法，从数据中学习目标对象的特征，从而生成全新的并且建立在原始数据之上的产品、任务或内容。具备深度学习能力的GAI机器不再是机械地从数据库中回吐问题的答案，而是运用近似人类的思维去理解事物、做出决策并进行表达的人工智能。甚至有学者认为，GAI机器的发展在某种程度上标志着人工智能已向认知智能迈进，因为GAI机器具备一定语言理解、推理、自我学习的能力，拥有类似人类的智慧。
在此意义上，对于GAI机器生成的信息，裁判者可能面临其是否类似人类证言的评价困境，但其与人类证言又存在显著差异。例如，GAI机器生成的信息依托于数据，表现形态多样，言词只是其中一种表现形态；机器没有人类的感官，却拥有功能强大的视听系统，甚至具有人类难以企及的海量信息获取能力和分析能力；机器虽不存在如人类那样的记忆衰退问题，但其零部件会随着时间流逝而发生耗损；机器没有诚实性问题，不过其算法程序可能会存在分析缺陷（如黑箱危险）、决策错误等问题。此外，GAI机器生成信息的过程存在人的参与和干预，其核心算法程序还可能包含人类设计的局限和价值偏见，这些因素都会影响GAI生成信息的可信性和准确性。2023年4月，国家互联网信息办公室发布的《生成式人工智能服务管理办法（征求意见稿）》第2条将“生成式人工智能”界定为“基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术”。据此，本文提出，大数据证据、算法证据以及其他一些由智能算法模型驱动并通过机器学习自主生成的信息材料与决策行为，都属于生成式人工智能证据（以下简称“GAI证据”）。这就需要我们在法律上界定GAI机器生成信息的证据性质，探究科学有效的审查判断方法，以帮助裁判者走出困境。
二、第三代机器证据及其提出的挑战
自18世纪蒸汽机出现之后，人类历史上掀起了一场以机器替代人力，以大规模工厂化生产取代个体手工作坊的工业革命，历史学家称之为“机器时代”。机器时代的到来使得可重复的标准化生产成为可能，机器开始成为制造业、运输业、农业等领域的主要工具，社会各行业因此发生了巨变。进入21世纪，人工智能的发展赋予机器从事复杂思维活动的能力，使得机器能够涉足那些原本依赖于人类智力活动的领域。例如，用于分析未知化合物质谱结构的登久（DENDRAL）专家系统已经证明，计算机在化学领域的表现与人类专家的能力相当；著名的医学专家系统麦森（MYCIN）可专门针对由败血症和脑膜炎等引起的血液感染者进行诊断并给出治疗方案，目前是成功专家系统的典范；2016年，谷歌公司开发的围棋机器人阿尔法狗（AIphaGo），凭借先进的深度学习技术战胜了人类围棋冠军；2022年，Ｍｅｔａ公司开发的宏基因组折叠（ESMFold）程序，仅用两周时间就成功预测了超过6亿个蛋白质三维结构；2022年底，开放人工智能（OpenAI）公司研发的智能聊天机器人对话生成式预训练模型（ChatGPT）能够学习和理解人类语言并与人类进行深度对话交流，甚至可以胜任撰写邮件、视频脚本、文案、代码和翻译等任务，它被认为在不久的将来可能取代人类从事大部分智力活动。
机器取代人类劳动、参与人类生活以及从事人类决策的直接结果是，大量与人类行为、事件及现象有关的信息产生于机器，或者被机器记录、保存下来。当行为发生争议或涉及违法犯罪之时，这些由机器产生、记录的信息就可以被作为证据，重构或还原过去发生的事实。相对于过去基于人形成的传统证据而言，上述证据是一种新的证据类型——机器证据（machine evidence）。“机器证据”这一术语由安德烈亚·罗斯（Andrea Roth）创造，是指由机器传达或生成的数据信息，区别于通过人类表达或反映信息的传统人证。根据科学技术的不同发展阶段，结合证据的生成机制与表现形式，可以将机器证据划分为三代：
第一代 是半机械化证据，即由人类和机器共同生成的证据，机器虽参与了生成证据的过程，但需要借助人力才能完成整个证据的生成。
第二代 是完全机械化证据，也有学者称之为程式化证据，即基于既定标准化流程或程序（包括机械过程、工作流程、计算机程序等）生成的证据材料。这类证据主要表现为物理形式和电子数据形式，具有机械性、自动化以及标准化等特征。此类证据的生成过程已经摆脱了人的参与，其可靠性主要根据某项流程是否合理与稳定来判断。
第三代 是GAI证据，即由GAI驱动的机器在输入信息基础上生成的全新内容，这些内容建立在机械化之上，因GAI被赋予深度学习、思考以及与人类发生交互行为等能力，故而其可以生成“信念”与“表达”层面的内容。医学专家系统作出的疾病诊断报告、自动驾驶系统的操控信息、大数据分析报告以及GAI机器像人类一样从事智力活动时所生成的信息，均属GAI证据。GAI证据完全由机器自主生成，但其与程式化证据的不同之处在于，GAI证据是由机器基于多模态大数据自监督训练学习所生成的新内容。在此意义上，那些基于固定算法程式回吐或简单对齐数据库中预置标准内容的自动生成信息（诸如智能轨迹分析证据、人脸和语音识别证据等），只能算作程式化证据。GAI机器既不是机械地执行固定的算法程式，也不是基于特定输入信息回吐数据库中已有答案，而是能够像人类一样对输入信息进行智能识别判断，经过“思考”之后给出指向系统目标的决策结果。AIphaGo的设计者实际上并不精通围棋，他们只是给出围棋规则和设定赢棋目标，通过人工神经网络（Artifical Neural Netceork）赋予AIphaGo深度学习能力，并让其学习成千上万的人类棋局，使其从中习得赢棋的技巧与策略。ChatGPT的开发者更不可能预置各种问题的答案，他们只是运用转换器（Transformer）多模态大模型和基于人类反馈的强化学习技术（Reinforcement Learning form Human Feedback），使机器通过不断自监督式学习，逐步理解人类自然语言，并生成符合指令要求的知识信息。因此，对于GAI证据的审查判断显然要复杂得多。
首先 ， GAI证据的表现形式众多，归类及审查困难 。我国目前对于证据形式的认定采取法定主义，即只有符合立法规定的8种形式材料才可作为证据使用。然而，GAI证据的表现形式具有多样性，既有实物形态（如GAI生成的作品、报告），也有虚拟形态（如GAI生成的数据、GAI证言），而其他证据要么是有形的（如物证、书证），要么是无形的（如证人证言、电子数据等）。GAI机器生成的内容在形式上可以是法定证据中的一种（如作为电子数据的自动驾驶信息），也可以是多种（如同时具备鉴定意见和电子数据形式的大数据分析报告）。在我国现有8种法定证据的形式下，无论将GAI证据纳入哪一种形式似乎都不太合宜。此外，GAI证据自身还具有区别于其他证据的特质。例如，生成式人工智能拥有近似人类的“表达”能力，却存在不同于“人类证言”的“黑箱危险”。如果将GAI证据引入审判中，就很难简单地把它视为某种形式的书证或将其与其他形式的证据联系起来，因为其并不属于8种法定证据类型的任何一类，而是像人类证人一样，可以根据自己的评估来确定案件事实（机器证言），因此它必须接受类似于法庭对证人一样的审查。然而，将GAI证据视为“机器意见”或“机器证言”的观点，一方面忽视了GAI证据的自我表达属性，因为证据法上的“意见”是“从观察事实所得出的推论”，而AI在与人类世界的交互行为中，不仅作出关于事物的断言（见证知识），而且生成新的内容、创造新的知识和作品；另一方面，在现有8种法定证据形式之外新增证据类型，不仅需要厘清GAI证据与其他种类证据之间的明确界限，而且要论证新增该类证据的必要性与可行性，否则可能会对建立在法定类型划分之上的我国证据审查判断体系造成冲击。
其次， GAI证据的证据能力要素趋于复杂，传统审查方式作用有限 。证据能力包括相关性、真实性、合法性要素。常规证据的相关性，是指证据与案件事实的实质性联系，即所提出的证据是否倾向于支持或否定某个要件事实，这通常可运用逻辑与一般经验进行判断。然而，GAI证据的相关性至少涉及两方面内容，一是GAI证据内容与案件事实之间的关联性（内容关联性）；二是GAI证据自身与机器之间的关联性，即该GAI证据是不是此台机器生成的（物的关联性）。对于前者，普通裁判者可以借助逻辑与经验进行判断，但对于后者的判断，日常逻辑与经验难以发挥作用。真实性是关于证据是否被篡改、伪造、变造而失真的问题，对证据进行鉴别的过程与方法简称“鉴真”（Authentication），涉及对证据同一性和保管链条完整性进行判断。然而，GAI证据既可能是实物，也可能是虚拟的数据或言词，运用传统鉴真方法难以有效对GAI证据的真实性作出判断。与常规证据相比，对GAI证据的合法性审查更加困难。法官除了审查取证主体、取证过程及取证手段等事项之外，还需审查GAI证据的生成过程是否正当（包括数据来源和算法模型是否合法）以及内容是否合法（是否侵犯他人合法权益）等。
再次，GAI证据的证明力具有显性与隐性两个维度，隐性证明力判断非常困难。 根据GAI证据的外化性质，可将GAI证据的证明力划分为显性证明力与隐性证明力两种类型。前者是指GAI证据在外化为可以观察感知的文字、图像、言词、行为以及实物等之后，所显现出来的对于相关案件事实的证明或证伪价值，与常规证据一样，普通裁判者可以凭借其感官、理性和常识进行判断。后者则是指形成并决定GAI证据的外化内容的内部数据信息，对此种隐性证明力判断，人类的感官和常识几乎无法发挥作用。例如，美国真等位基因（TrueAllele）公司通过专业算法模型对混合DNA中海量数据分析进行身份同一性认定，由此确定刑事案件真凶，裁判者可以理解并评价在混合样本中检测出被告人DNA的大数据分析报告对于犯罪主体要件事实的证明价值，但其对于如何通过算法从混合样本中检出被告人DNA以及该检验结论为真的可能性有多大，则难以进行有效判断。
最后，在评价GAI证据时，需要考量许多变量，但普通裁判者却难以具体把握这些变量之间的关系，如果其不具备相关领域的专业知识，就难以据此作出有效判断 。GAI证据的真实性至少与内容同一性、完整性有关，其可信性可能依赖于信息来源、视听系统、算法、机器学习以及机器表达等因素。很少有人意识到，GAI证据的真实性、可靠性与可信性之间的差异，其与常规证据在真实性和可靠性判断上存在的区别也鲜为人知，更遑论对GAI证据可信性评价中各项影响因素的揭示与准确把握。从法律角度来看，在诉讼中使用的GAI证据仍然存在“未解之谜”：一方面，关于常规证据审查判断的传统逻辑在GAI证据上难以奏效。法官或陪审员无法根据自己的经验常识去理解GAI证据与待证案件事实之间的具体关联，基于传统实物证据的鉴真方法难以有效实现对GAI证据的真实性审查。另一方面，法律并没有意识到GAI证据的运用应具有的“可信性”，因此尚未给出评价此类证据可信性的一般规则。以往评价言词证据可信性的证言三角形理论对此显然难以发挥作用，因为GAI证据不存在诚实、记忆等问题。那些仅仅把GAI证据视为纯粹数学运算工具或传递信息管道而不表达信息的草率观点，没有揭示GAI证据在诉讼中的可信性风险；直接将机器表达等同于程序员或设计者所编写代码的主张，也忽视了GAI证据能够提供一种“见证知识”或与此密切相关的“工具性知识”的特点。
目前，认知神经网络和生成式预训练大模型等机器学习技术赋予了机器运用智慧和理解力进行认知推理甚至作出决策的能力，已经使得机器摆脱了程式化算法的约束。在某种意义上，GAI机器可生成具有近似人类“信念”层面的内容，这种信念与机器能否进行道德判断或达到“真正的人”的法律地位无关，而与机器决策的准确性有关。然而，国内在此方面的研究仍属空白。随着GAI技术全面赋能社会各个行业，越来越多GAI证据势必涌入法庭，成为案件事实认定的一个影响因素。有效化解与应对此类证据可能给司法审判带来的冲击与挑战，已经成为迫在眉睫的事项。
三、生成式人工智能证据与经验理性的技术鸿沟及其弥合
（一）GAI证据与经验理性的技术鸿沟：专门概括知识的缺乏
在图1中，裁判者能否理解证据（E）并从其推论出要件（EE）的关键在于，裁判者是否拥有概括（G）的经验常识。显然，鹈鹕湾监狱外的人几乎不具备“狱警们佩戴着防护手套是准备与犯人发生肢体接触”这一背景知识。因此，在不了解该概括知识的裁判者看来，巴特勒的证言与詹森使用武力不违法之间的联系是较弱的，甚至是断裂的（图1中虚线箭头）。此时，需要一位拥有相关背景知识的人来补足并解释这一概括，帮助裁判者理解该证据，并搭建起推论链条的相关性“桥梁”。一旦裁判者具备或理解相关背景知识，他就能够作出相应的推论。
据此，可以将经由理性主义传统发展而来，指导人们认识理解证据与待证事实关系，并据以作出推论的经验常识概括，称为经验理性。正是经验理性赋予了裁判者认知证据并进行事实推论的能力。因此，缺乏相关背景知识的裁判者，必然难以理解科学证据、电子数据以及机器证据等专门性证据，并据以作出判断。普通人所依凭的经验理性与这些证据之间存在一条技术性鸿沟：关于专门性证据与待证要件事实之间的科学知识概括。这一知识鸿沟的存在，导致专家在专门性问题判断上的权威性地位与裁判者对于案件事实认定的司法权力之间存在巨大的张力。回到上述例子，该案裁判者正是由于不具备“狱警戴手套进入牢房就是准备与犯人发生肢体接触”这样的背景知识，才难以理解巴特勒的证言，更不能作出詹森使用武力并不违法的推论。裁判者对于专门性证据的认定困境即在于此——无论是职业法官还是陪审员，都不具备从专门性证据推论出待证要件事实的专业背景知识（专门性知识概括）。
对于GAI证据而言，其主要包括由智能机器生成的电子数据（如自动驾驶信息、大数据证据等）、专业分析报告（如医学专家系统诊断报告、智能检验决策报告等）以及智能机器在与人类世界交互时所形成的语言文字、影音图像和动作行为等内容（本质上是数据化的信息或指令），这些多属专门性证据。如上所述，正因为裁判者仅凭借其拥有的经验理性，显然难以对专门性证据作出有效认识判断，以至于有学者把裁判者因为不理解机器生成GAI证据的过程原理所导致的认知推论错误地称为“黑箱危险”。然而，正是由于学界没有看到GAI证据与经验理性之间存在的技术鸿沟，导致学者们将过多精力放在“算法黑箱”的打开之上，从而忽视了如何对此种技术鸿沟进行有效弥合的研究。
（二）弥合技术鸿沟的有效举措：专家标准化解释
为了解决裁判者对于专门性证据的认知推论困境，国内外的已有做法是引入专家证人对此类问题发表意见，帮助裁判者进行理解判断。例如，美国《联邦证据规则》702条规定：“因知识、技能、经验、培训或教育而拥有专家资格的证人，可以意见或其他形式作证。但须符合下述条件：（a）该专家的科学、技术或其他专门知识将辅助事实裁判者理解证据或裁断争议事实”。德国《刑事诉讼法典》第85条规定：“为证明对其观察需要专业知识的既往事实或情况，需要询问经验丰富的人。”我国现行《中华人民共和国刑事诉讼法》第146条规定：“为了查明案情，需要解决案件中某些专门性问题的时候，应当指派、聘请有专门知识的人进行鉴定。”对于GAI证据而言，裁判者要认知其属性特征并进行推论，同样需要专家的帮助。专家对于庭审GAI证据的审查判断至关重要，他们除了处理评估与事实调查相关的信息外，还必须捕获与澄清机器输入和输出的信息。由专家提供给裁判者不太可能自主获取的非常识性知识，帮助裁判者对专门性证据进行认识推论，这种现象被证据法学者称为“分布式认知”（distributed cognition），即有关证据的知识并不完全由任何一个人掌握，而是通过一个网络进行延伸。例如，对于GAI证据，裁判者需要借助一个了解该GAI程序的“顾问”（比如程序设计员）的证言，才能对该证据及其推论强度进行充分的认识与评价。
在司法实践中，由于案件证据与争议事实愈来愈趋于专业性与复杂化，越来越多的专家证人出现在法庭中。然而，因专门性证据具有封闭性、专业性以及复杂性等特点，法庭中的专家意见经常难以被理解和反驳，裁判者一般只能听从专家意见，导致专家证人逐渐取代法官和陪审员，成为专门性问题的真正裁判者。不过，专家意见并非无懈可击。2009年美国国家科学院（NAS）关于非DNA法庭科学的报告显示，许多鉴定科目“几乎没有严密的系统研究来验证基本的前提和技术”，且“至今尚未确立其方法有效性和结论准确性”，美国国家科学院呼吁对美国司法鉴定体系进行重大改革。根据美国“无辜者计划”网站最新数据，在通过DNA检测证明被告人系无辜的案件中，有45％的冤案是因为“法庭科学的不当使用”造成的。盲目听信专家证人意见还会导致如下后果：当原告（控方）和被告（辩方）聘请的专家同时在法庭上就专门性证据发表意见（尤其是陷入无休止的争吵）之时，裁判者将无所适从。美国证据法学界对此问题已基本达成共识——大多数法院未能批判性地评价专家意见的可靠性。
因此，在引入专家证人帮助裁判者搭建专门知识概括、弥合经验理性与专门性证据的技术鸿沟之时，需要解决两个问题：一是要明确专家与裁判者之间的界限；二是要明确裁判者如何有效评价专家意见，即专家该怎样提供能够让裁判者理解并据以作出准确事实推论的科学知识概括。对于第一个问题，可以基于经验理性（常识）进行界分：普通人凭借经验理性（常识）就可以作出相关推论的内容，属于裁判者的裁判范围；而无法用经验理性进行认识推论的内容，则属于使用专家意见辅助裁判的范围。例如，在2016年发生在河北邯郸的“全球首例自动驾驶汽车交通事故致死案”中，对于汽车发生事故时是否启动了自动驾驶模式以及驾驶系统是否发出了避险或刹车等操控指令，普通人凭借经验理性难以进行正确的理解与判断，需要专家介入才能得出正确结论。不过，专家只能就专业性问题发表意见，不能对超出其专业性部分作出推论，更不能取代裁判者的地位。一方面，专家对于专门性证据之外的其他案件信息并不了解，也不熟悉法律知识，他们不能对要件事实能否得到证立、被告是否有责以及责任分配等最终争点发表意见；另一方面，当争议事项涉及某个事实是否发生时，专家只应就连接专门性证据与待证事实的专门知识概括的强度作证，而不能直接作出该待证事实为真的推论，因为这属于事实裁判者的裁判范围。据此，专家的地位和作用仅在于，辅助事实裁判者认识理解专门性证据，并帮助事实裁判者筑牢对连接该证据与相关待证事实的专门知识概括这一相关性桥梁的认识，而不能对法律问题、最终争点以及相关待证事实作出推论。对第二个问题的有效解答须建立在第一个问题的答案之上。专家与裁判者的角色划分对专家提出的意见内容做了法律、要件事实以及推论强度三个方面的限制，因此，专家在对专门性证据发表意见时，只能涉及专门知识概括的强度问题，而不能就法律和事实问题做出推论。例如，专家可以给出事故发生时机动车处于“自动驾驶”状态的鉴定意见，但不能给出机动车需要为此次交通事故负责的推论。同时，专家所具有的筑起专门性证据与相应待证事实之间专门知识概括这一角色要求，专家给出的意见应属于知识意义上的意见（已经被证成的观点）。美国联邦最高法院直接将专家证言的可采性等同于“科学知识”标准，并援引美国科学促进会（AAAS）提交的“法律之友”简报第7－8条对该标准的界定：“为了符合‘科学知识’的定义，推论或断言必须是由科学方法论所得出。提出的证言必须得到适当证明，即‘有充分的根据’。简言之，专家证言需符合‘科学知识’的要求所确立的证据可靠性标准”。在此基础上，美国联邦最高法院确立了众所周知的“多伯特标准”：（1）一项理论或技术是否能够且已经被检验；（2）是否已经历同行评议并发表；（3）就一项特定技术而言，“已知或潜在的错误率”是否很高，是否有“对该技术操作进行控制的标准”；（4）该理论或技术在“在相关科学界”是否具有“普遍接受性”。在后来的库霍轮胎案中，联邦最高法院将“多伯特标准”的适用从“科学证据”扩大到了“技术或其他专门知识”。尽管“多伯特标准”为专门性证据的可靠性判断提供了指引，但其内涵仍然是相当模糊的。对于裁判者究竟该如何知晓某种理论或鉴定意见是否可靠、出错率是否足够低、实验室控制是否可信以及是否具有普遍接受性等问题，需要专家先进行自我评估，再把评估结果简明地呈现给裁判者。复杂晦涩的语言与故弄玄虚的辞藻只会阻碍裁判者对专门性证据的理解，无助于筑牢裁判者对专门性证据与待证事实关系的认识。需要注意的是，“多伯特标准”并不直接适用于GAI证据，而是适用于专家关于此类证据的解释意见。例如，在上述自动驾驶汽车交通事故致死案中，当专家发表“汽车在发生交通事故时处于自动驾驶状态”这一意见时，需要符合“多伯特标准”。
此外，专门性证据尤其是机器证据的生成过程有着固定程式，这些高度精确、稳定的标准化过程对机器证据的可靠性具有决定性作用。例如，照片、视频的可靠性主要与机械化或电子化的相机程序有关；血液酒精含量检测报告的可靠性取决于酒精检测仪器（如气象色谱仪）的工作流程与灵敏度；电子数据的真实性依赖于计算机代码及其生成、传输过程。随着标准化的普及，机器证据的可靠性已经逐渐不再依赖经验观察或某一特定个体的技术，而是更加取决于客观化和机械化的流程。同样，专家在评价这些专门性证据时实际上遵循一定程式。例如，对于一项科学证据，专家首先会定义客户的需求，接着评估其所掌握的科学知识如何为客户提供帮助，并形成关于该项证据的检验策略，然后实施检验、解释检验结果，最后形成专家意见。标准化的出现，在很大程度上消弭了人类的主体性，不仅标志着一个只注重“以人为基础”的证据时代开始走向终结，而且意味着一种基于标准化流程去解释与评价证据时代的开启。
在这个新的时代，裁判者既可以通过机器证据的标准化生成过程去判断证据的可靠性，专门性证据的标准化解释流程又可以向裁判者提供规范性要求的意见。标准化解释流程使得专家意见的可靠性不再依赖于作为个体的专家，而是取决于解释该专门性证据的流程，法庭只需要审查该解释流程是否符合标准化规范要求即可。在诸如自动驾驶、医疗和金融等“高风险决策”领域运用GAI时，构建可解释的标准化模型以给出对于特定任务算法的清晰概括，并与人类世界中已定义的原则或原理相联结，是目前的研究热点与可行进路。
据此，基于规制专家证人与增进裁判者对专门性证据理解与推论的需要，结合专家意见可靠性的规范性要求与评价过程特征，我们可以构建一套标准化的解释流程。该流程在明确划分专家与裁判者各自角色功能的基础上，要求专家按照标准化流程进行证据解释，揭示专门性证据的形成过程、检验方法和推论强度三个方面事项，并对最后所提出的意见是否符合“多伯特标准”做出自我评估，以此促进裁判者对专家意见的可靠性审查和专门性证据的理解，帮助裁判者有效形成对专门性证据与相关待证事实的专门知识概括这一推论桥梁的认识。
如图2所示，专门性证据解释标准流程具体包括7项步骤：（1）确定案件关键问题（要件事实）。专家需要与相关人员就案件整体情况进行沟通，确定案件的关键问题。（2）预评估。专家基于其所掌握的科学知识、专门理论或经验技术，针对专门性证据的形成过程、专门性证据与相关要件事实之间推论（关联）程度的强弱进行初步评估。（3）确定检验策略。根据预评估结果，确定专门性证据的具体检验策略。但是新信息随时可能出现，专家需要调整可能的结果和检验策略。（4）实施检验。借助专业仪器设备或其他可靠方法对专门性证据的理化性质、程式特征以及其他可辨识性参数进行检验，必要时需要对该证据的产生设备和生成、传递过程予以查证。（5）进行解释。专家需要对检验结果进行解释。预评估是基于检验的可能结果所进行的分类，应当对解释起指导作用。除非明确提出令人信服的理由，否则解释应当与预评估结果一致。当然，由于最终的评估是基于更具体的实际结果做出的，因此最终评估会比预评估更加详细。（6）专家的自我评估。专家需要根据多伯特标准对其做出的解释进行自我评估，说明其所运用的理论是否已被检验或受到同行评议并发表、潜在的错误率是多少、是否具有普遍接受性，并尽可能提供相应证据作为支撑。（7）出具书面报告。报告不仅要完整呈现标准化解释流程及其每一步的具体内容，而且应在最后用通俗语言做出简明易懂的总结，帮助裁判者形成对专门性证据的理解，并筑牢他们对在相关方面的专门知识概括的认识。
实际上，针对专门性证据的标准化解释，欧洲国家在2015年《法庭科学评价报告指南》里已经有了初步探索，要求法庭科学评价报告必须满足四项基本要求：一是平衡性，即检验结果应当在至少有一对竞争性主张的情形下进行评价，如果无法构建替代性主张，那么法庭科学家应当清楚阐明，否则他们将无法评价该检验结果的价值；二是逻辑性，要求评价报告应当讲述检验结果在特定主张和相关背景下的概率，而非该主张在特定检验结果和背景信息下的概率；三是稳健性，要求评价报告应当为“可靠知识和经验”的产物，能够经得起“持续的审核和质证”；四是透明度，对鉴定过程和档案材料的公开提出明确要求。我国也逐渐意识到司法鉴定标准化建设的重要性。2016年修订的《司法鉴定程序通则》第36条明确要求：“司法鉴定机构和司法鉴定人应当按照统一规定的文本格式制作司法鉴定意见书”；2019年修正的《最高人民法院关于民事诉讼证据的若干规定》第37条规定，人民法院对鉴定人出具的鉴定书，应当审查是否具有下列内容：“（四）鉴定所依据的原理、方法；（五）对鉴定过程的说明”；2021年的《最高人民法院关于适用〈中华人民共和国刑事诉讼法〉的解释》（以下简称《刑诉法解释》）第97条规定，对鉴定意见应当着重审查以下内容：“（五）鉴定程序是否符合法律、有关规定；（六）鉴定的过程和方法是否符合相关专业的规范要求”；最高人民检察院于2023年出台的《人民检察院技术性证据专门审查工作规定》，对技术性证据的程序性审查（鉴定流程、鉴定依据的技术标准以及鉴定意见的逻辑表达等）和实质性审查（检材来源、鉴定意见的依据是否科学充分、鉴定条件等）做了具体规定。人工智能系统的稳定运行机制及其生成信息的可追踪性和可解释性，则为GAI证据标准化解释奠定了基础。
四、生成式人工智能证据“准入—评估”二元递进模式
GAI证据自诞生以来就给审判程序带来了严峻挑战。法律迄今没有提供关于审查判断GAI证据的规则，传统的证据分析与评价方式也由于裁判者不理解GAI证据而难以发挥作用。GAI证据不能像人类证言那样被审查，而是需要考量许多因素，比如GAI驱动设备的视听系统和认知能力直接影响裁判者对GAI证据可靠性、可信性和整体“特性”的判断。如前所述，知识的“分布式认知”使得专家能够帮助裁判者筑起GAI证据与待证要件事实之间的专门知识桥梁，标准化解释流程赋予了裁判者审查专家意见可靠性的能力，在此基础上，结合证据准入与证据评估程序递进式判断规律，可以构建GAI证据准入审查与证明价值评估的二元递进模式。
（一）证据准入审查与证明价值评估的分离及内在联系
现代证据判断体系以“证据准入—证据评估相分离”为核心特征。这种分离主要体现在如下方面：其一，审查顺序不同。证据准入是证据评估的前提，证据只有在获得准入资格之后才会涉及证据评估问题。其二，审查对象和程序不同。证据准入主要是根据法律上的要求来审查证据资格，包括相关性、合法性和真实性等；证据评估则是对证据与待证要件事实之间的推论强度进行判断，主要涉及证据可信性和证明力等内容的评估。其三，审查方法不同。证据准入是静态的书面审查，查验证据是否具备法律规定的各项准入要素；而证据评估属于动态的自由裁量，裁判者基于逻辑、经验和理性去评估诉讼两造提出的证据及相应主张。其四，审查结果不同。证据准入审查以一种“全有或全无”的方式进行，结论只有证据资格的有或无，不存在中间状态；证据评估则是一种关于可信性或证明力的强弱评估，其结果会在一定程度和范围内变化。
证据准入与证据评估的这种分离特征，在大陆法系国家主要是通过“证据能力”和“证明力”得以集中体现的。 一方面 ，通过证据能力规则（如法定证据形式和法庭调查程序）对证据准入进行控制，只有具备证据能力的证据才被准许进入法庭； 另一方面 ，对于获准进入法庭的证据，还需要法官自由评估其证明力大小，方能据以认定相关案件事实。在英美法系国家，证据准入与证据评估的分离特征则是通过“可采性”审查和“证据分量”评价的两阶段划分得以体现的。英美法系二元式法庭为此提供了理想制度安排，作为守门人的法官通过预审把那些不可采的证据阻挡在法庭之外，事实认定者则不受约束地决定证据的分量。近年来，一种先审查证据能力，再评价证明力的两阶层证据判断模式，已经逐渐成为学界和司法实务部门共同认可的模式。证据要想被转化为定案根据，应当具备证据能力和证明力这两项基本的资格要求。司法实务界也已意识到审查判断证据能力与证明力之间存在阶段划分，并在审判实务中开始适用两阶层模式审查证据。
证据准入与证据评估之间不仅存在分离特征，而且具有内在密切联系，内在密切联系主要潜藏于二者所涉及证据属性的相互关系之中。根据认识论与价值论的界分，可以将证据属性划分为自然属性与法律属性，前者是指能够促进真相发现的属性，后者则指的是确保除发现真相之外的其他价值的属性。证据准入的自然属性包括相关性、真实性、可靠性，而证据评价的自然属性主要有可信性和证明力。相关性是证据与要件事实之间存在的逻辑推论关系，相关性有无的判断属于证据准入问题，相关性的强弱程度判断则属于证明价值评估问题。相应地，证据的真实、可靠与否属于证据准入事项，证据内容的可信程度属于证明价值评估事项。证据真实性关涉证据是否被篡改、伪造、变造等问题，对其进行鉴别的过程与方法简称“鉴真”，涉及对证据同一性和保管链条完整性的判断。需要注意的是，真实性并不强调所谓的“真相”“与事实实情一致”或“合乎事实”等方面，而是指称与关注证据来源的同一性，即证据的来源是无可争辩和确定的，举证方所宣称的、出示的证据，与它本源的状态是一致的。这与我国现有法律界定的“真实性”存在区别。《刑诉法解释》第139条规定，对证据真实性的综合审查既包括形式真实性要素，又涉及实质真实性内容，而后者并不属于“鉴真”所要解决的问题。因此，本文所说的真实性审查，主要属于证据准入而非证据评估事项。可靠性是指用于生成证据的装置之运行具有稳定性、可重复等可靠特征，对其判断也属于证据准入事项，例如基于“多伯特标准”判断专家意见的可靠性。
所谓证据的可信性，是指证据及其来源可被相信的程度。可信性与可靠性、真实性的概念经常被混淆，实际上它们之间有着类似相关性与证明力的关系——只有具备可靠性和真实性的证据，才被准许进入法庭进行可信性评价。证据的可靠性和真实性是可信性的必要前提，但并非可信性的充分条件。与证明力一样，可信性涉及裁判者的信念，即他在何种程度上相信一项证据所揭示的内容。因此，证据的可信性与证明力极易被混同。为了澄清二者的关系，可以引入推论链条进行说明。证据借助概括这一大前提逐级推论要件事实的过程被称为“推论链条”，其实质在于作为推论起点的证据所具有的“真值”（证据性事实的为真程度），通过推论链条逐级推论之后，能否传递到推论的终点要件事实，得出要件事实也为真的结论。证据具有多少“真值”（可信性程度），最后能够传递多少“真值”给要件事实，则与推论链条的强度（证明力）有关。据此，证据的可信性是推论的前提（基础牢固性），证明力则是推论链条的粗细程度（链条牢固性）。在明晰了证据准入与证据评估的各项要素之间的内在关系之后，可以构建如下证据审查判断二元递进模式图。
（二）GAI证据准入审查要素与方法
如前所述，GAI证据主要包括由智能机器生成的电子数据（如自动驾驶信息、大数据证据等）、专业分析报告（如医学专家系统诊断报告、智能检验决策报告等）以及智能机器在与人类世界交互时所形成的内容（如语言文字、影音图像和动作行为等）三大类。第一类就是电子数据，第二类和第三类虽然表现形式较为多样化（既有实物，又有言词，还有行为），但其内核仍然是数据化格式的编码。因此，在不改变我国8种法定证据种类的框架下，可将GAI证据纳入电子数据家族，电子数据的审查规则与方法可适用于GAI证据的准入审查。例如电子数据的双重关联性（内容和载体关联性）规则可用于GAI证据相关性的准入审查；电子数据载体和数据的真实性审查规则亦可用于GAI证据真实性准入审查；至于GAI证据的合法性，总体上也可适用电子数据的合法性审查方式与规则。
不过，由于GAI证据在生成方式上不同于一般电子数据（前者是由GAI驱动的机器自主生成的内容，后者则是指基于电子技术生成并以数字化形式储存或传播的信息），因此除了适用电子数据的一般方法与规则之外，对GAI证据的审查判断还需要探索构建专门的审查判断体系。有学者指出，GAI证据像人类证人一样，可以根据自身评估来确定案件事实，因此它必须接受类似于对证人的审查。如前所述，尽管把GAI证据类比人类证言或直接视为独立证据种类都不太合宜（其内核仍然是电子数据），但GAI证据确实具有不同于一般的电子数据的智能生成特性和表现形式多样性，这必然会导致对其在审查判断上的独特性。例如，对于相关性、真实性和可靠性这三个自然属性而言，由于GAI证据的形成过程、来源以及表现形式都与其他电子证据不同，因此对GAI证据诸要素的审查也相异。鉴于GAI证据种类众多，可以基于其所要证明的行为主体性质将其划分为三类：一是证明机器行为的GAI证据，如自动驾驶证据、医疗专家系统疾病诊断报告、智能检测分析报告等；二是证明人类行为的GAI证据，如大数据证据、智能监控证据等；三是证明人机交互行为的GAI证据，如人与机器之间的交流（聊天、通信）证据、机器执行人类指令的证据等。此外，GAI证据还存在“数据化”特征，即机器对世界与人类行为的感知认识，这一认识的形成首先需要将某种现象转化成可识别的数据代码，再进行处理分析，最后做出相应的决策指令和行为，整个过程都以结构化数据作为媒介。本文分别基于三类GAI证据的类型划分，结合其智能生成性和数据化特征，逐项对各类证据准入的各项要素进行具体论述。
1.合法性要素
对于合法性这一证据的法律属性审查而言，GAI证据与其他证据的要求是一致的，即证据的搜集获取必须符合法律规定。常规证据的合法性主要通过审查取证主体、取证程序、取证手段、证据表现形式和取证对象五个方面得以确认，对GAI证据或者其他电子数据的合法性审查也应从这些方面予以进行。总体而言，GAI证据可适用《刑诉法解释》第112、113条和《公安机关办理刑事案件电子数据取证规则》关于合法收集、提取电子数据的具体规定，主要包括：（1）取证主体，需有2名以上侦查人员；（2）取证程序，取证过程全程录像，采取技侦措施取证的应符合法定审批手续，扣押原始储存介质应按照要求进行封存，现场提取电子数据应制作提取笔录和提取固定清单，注明类别、格式、完整性校检值等；（3）取证手段，需符合相关技术标准和相关规范要求；（4）证据表现形式，应附有取证笔录、清单，并经侦查人员、GAI证据（机器）持有者和提供者、见证人签章；（5）取证对象，应为电子数据的持有者和提供者。
然而，由于GAI证据的生成方式和表现形式不同于电子数据，因此在提取方式与内容的规范要求上需区别于一般的电子数据。其一，GAI证据与其生成系统密不可分，因此不仅要规范提取封存GAI证据的原始储存介质（载体），而且要规范提取封存最初生成数据的GAI系统（机器）；其二，GAI证据包括内在驱动数据与外在表现内容两部分，除了规范提取GAI生成的内在数据之外，还需要封存固定这些数据对应的外在内容（如GAI言词、文字、作品以及行为）；其三，如果为获取GAI证据而非法侵入GAI系统或非法扣押GAI机器，那么该行为应被视为非法取证；其四，当GAI证据的生成过程与内容侵犯个人信息和隐私、商业秘密或国家机密时，应将其视为非法证据予以排除。此外，根据GAI机器的“心智”状况、辨别是非及正确表达能力，可适当援引我国《刑事诉讼法》第62条关于“证人的资格和义务”的规定，允许其出庭作证。由于GAI机器具有强大的视听系统和信息捕获分析能力，且不存在说谎和记忆缺失等问题，在此意义上GAI机器其实比人类更适合出庭作证。当然，允许GAI机器出庭作证可能会面临伦理问题、人工干预和机器错误等风险，应结合社会对GAI机器的认可程度，谨慎决定是否允许GAI机器出庭作证。
相关性具有三层内容：第一层含义是证明性，即证据可能证明待证事实真伪程度的一种能力。美国《联邦证据规则》第401条（a）款规定的“任何趋向性”指的就是这层含义。第二层含义是实质性，指的是证据与要件事实存在实际联系。第三层含义是待修复的相关性，指当相关性的存在取决于某个事实，而该事实又缺乏相应证据支持之时，相关性就处于断裂状态，需要提出证据支持该事实以进行修复。待修复的相关性有时被称为“附条件的相关性”，即只有某个特定的事实条件存在之时相关性才能得以建立。《联邦证据规则》第104条（b）款所规定的“取决于某个事实的相关性”，就反映了相关性的第三层内容。待修复的相关性实际上是对相关性的基础铺垫（foundation）要求，任何证据的相关性都取决于其他事实，有时候这些事实（一个或多个）的缺失就会使得相关性成为问题。换句话说，当证据得到完整的基础铺垫时，才可能具有相关性。
相关性的判断属于逻辑问题，法律一般不对其不加以规定，而是交由裁判者根据经验理性进行判断。对于GAI证据而言，裁判者不能根据自己所拥有的经验理性进行认知，只能借助专家提供的专门知识概括建立证据与待证案件事实之间的推论关系。据此，GAI证据的相关性属于附条件（专门知识概括）相关性。证明机器行为的GAI证据之相关性链条为“机器证据—（专门知识概括）—机器行为—要件事实”，证明人类行为的GAI证据之相关性链条为“机器证据—（专门知识概括）—人类行为—要件事实”，证明人机行为的GAI证据之相关性链条为“机器证据—（专门知识概括）—人机行为—要件事实”。至于从行为到要件事实的推论链条，裁判者运用经验理性即可作出判断。例如，基于自动驾驶系统提取的数据代码（机器证据）能否推论出事故发生时汽车处于自动驾驶状态以及是否采取了紧急制动或避险行为（机器行为），取决于专家的专门知识概括，但裁判者基于自己的经验理性，即可从机器行为推论有责性要件事实；人脸识别证据可用于确定犯罪主体身份，对其证明对象（例如已知样本与案发现场监控摄像头拍摄到的凶徒面部特征之间的匹配程度）与要件事实（犯罪主体）之间的关系，裁判者不难理解，但是对于那些数据代码与证明对象之间的关系，裁判者则需要借助专家辅助才能有效得出结论。
3.技术性鉴真
证据的真实性是一个极易与“客观性”或“可信性”相混淆的概念。如果认为证据真实亦即其内容可信，揭示了客观真相，那么这种错误认识直接把证据真实性问题等同于待证事实是否为真，将证据与事实混为一谈。实际上，如前所述，真实性主要指称形式真实性要素：一是证据内容没有被篡改、失真；二是证据载体是真实存在的，而非变造或伪造的。因此，证据的真实性审查属于证据准入事项。GAI证据的输入与输出过程都以数据作为媒介，具有数据的虚拟性特征，即它的形成、传输与储存过程都发生在虚拟空间，这些虚拟空间是由网络、云盘等信息技术或者硬盘、Ｕ盘等电子设备创建的特殊环境。虚拟空间的互通性与开放性以及数据的易变性和衰减性，致使GAI证据极易面临真实性问题——所提出的这份GAI证据是否机器初始做出的，是否遭到了人为篡改、变造或者伪造，传输过程中是否因衰减而失真。例如，自动驾驶证据经常遭受质疑，即在对自动驾驶数据进行鉴定之前，汽车厂家是否对证据做了篡改。
对于实物证据真实性的判断过程，被称为“鉴真”。传统的鉴真方法主要是“独特性确认”和“保管链条证明”。由于GAI证据主要是由机器生成的数据和代码，裁判者难以有效识别并进行独特性确认；至于GAI证据的保管链条的完整性证明，传统鉴真方法对GAI证据（有形）载体真实性判断有益，但对其（无形）内容真实性的意义则相当有限。原因在于，数据与其储存介质之间具有独立性和可分离性，这就导致数据所承载的信息可以不依附于储存介质存在。为弥补传统鉴真方法的缺陷，有学者结合新技术发展与司法实践做法，提出了电子数据的技术性鉴真体系，以确保其收集提取过程完整性，主要包括完整性校检、可信时间戳、数字签名和区块链存证。完整性校检可以判断GAI证据是否被修改、破坏以及丢失等情况，从而保障其内容的真实性。哈希值（Hashvalues）比对是目前最主要的完整性校检方法，其具有唯一性、确定性以及不可逆性，因为任何一条电子数据，有且仅有一个哈希值。倘若电子数据发生了增减变化，其哈希值也会相应改变。不过，实施完整性校检存在一个前提，即在对机器生成的GAI证据进行提取固定时，需要对其背后的数据进行哈希值计算，以确定初始完整性校检值。需要注意的是，完整性校检只能确保所提取的GAI证据没有被篡改，却不能证明该证据就是机器生成的初始涉案信息。此时，应结合GAI证据的最初载体对完整性校检进行判断。例如，自动驾驶汽车发生交通事故后，应第一时间提取固定汽车所储存的数据并计算哈希值，同时要检查这些储存空间有无损害、被访问等。
4.“双重可靠性”审查
可靠性主要关注生成证据装置运行的稳定性。然而，对于GAI证据的可靠性审查，除了应关注机器的稳定性之外，还应考虑解释证据的专家意见的可靠性，即进行“双重可靠性”审查。一方面，生成GAI证据的机器运行是否稳定，可以通过考察其“输入—输出”结果是否稳定进行判断。目前，“黑盒测试”(black - box testing)是一种较为有效的机器可靠性判断方法。该方法在对机器是否按照所预设的功能进行检测时，把机器内部视为一个不能打开的黑盒子，在完全不考虑机器算法程序内部结构和特性的情况下，对机器是否能够适当地接收输入信息并产生正确的输出信息进行测试。黑盒测试的合理性基础在于，如果机器对每一输入实例都能给出正确的输出结果，那么该机器就是可靠的。不过，黑盒测试只能确保机器运行的稳定性，却不能还原或重复机器生成GAI证据的过程。原因在于，GAI证据是机器在具体环境中做出相应行为的结果，近似人类经过思考之后采取的决策行为，而非简单地基于关键词回吐数据库里的信息，程序员通常不能预测他们设计的复杂程序具体会做什么。另一方面，解释GAI证据的专家意见是否可靠，借助多伯特标准能够予以有效审查。多伯特标准分别从可检验性、公开发表、潜在错误率和普遍接受性四个维度为裁判者审查专家意见的可靠性提供了具体指引。如前所述，标准化解释流程要求专家在提出书面报告前进行自我评估，并将符合多伯特标准的各项指标简明地写入报告中，以便裁判者进行审查。尽管多伯特标准的适用遇到了“点清单”问题——法官倾向以逐项核对指标的方式适用多伯特标准，并未更多回应关于机器（算法）程序自身是否可靠等问题，但是多伯特标准为裁判者科学审查GAI证据提供了方案，并为证据提出方创设了积极责任，即在把机器证据呈现给裁判者之前，证据提出方不仅需要提供解释该证据的专家意见，而且要出示能够表明该专家意见可靠性的四项指标。
有学者提出，多伯特标准对于机器证据可靠性的审查并不全面，因为此类验证方法不仅自身存在算法的反馈循环、实验环境与真实案件脱节等问题，而且未能揭示机器内部（算法）程序的“黑箱危险”。一些学者甚至认为，披露“源代码”（the source code）才是确定复杂算法是否可靠以及能否得到可靠应用的唯一有意义的方法。然而，披露源代码不仅面临商业秘密问题，而且算法的透明度并不意味着裁判者能够对软件进行有意义的审查（源代码通常有成千上万行，普通人根本难以理解）。更为重要的是，对于GAI运行原理与潜在风险的揭示，类似人类思维与决策过程分析，属于证据评估阶段的可信性评价事项，不应在证据准入阶段进行审查。
（三）GAI证据证明价值评估的科学化体系
在GAI证据符合准入要求进行庭审之后，事实认定者需要对这些证据的证明价值予以系统评估，从而作出它们是否保障认定相关待证要件事实的裁决。如前所述，证据的证明价值主要从可信性和证明力两个方面进行评估，可信性是要件事实推论链条的推论前提（基础牢固性），证明力则是推论链条的粗细程度（链条牢固性），二者共同保障推理结论的正确性（要件事实牢固性）。若证据可信性程度较低，则推论的基础不牢固；若证据可信性很高但证明力较弱，则推论链条不足以支撑推论结论。具体到GAI证据，由于其具有机器生成性、表现形式多样性以及数据化等特征，在可信性与证明力评估方面与其他证据存在差异。例如，对于传统证人证言，可以通过考察证人的记忆、诚实等品质评价其可信性，但机器并不存在记忆衰退、撒谎等问题；传统证据的证明力一般交由事实认定者自由评价，然而事实认定者并不理解GAI证据，难以开展自由心证。为此，需要结合GAI证据的特征，探索构建一套可信性与证明力评估的科学化方法体系。
证据法学界长期以来存在一种观点：只要实物证据的真实性和可靠性没有问题，其就具有了可信性。但言词证据还需要具备诚实性才能够保障证据的可信性，这是基于信念方面的要求，即证人是基于其信念作证，并且该信念建立在其感官证据而非猜测上，如此该证据才被认为是可信的。然而，该观点对于GAI证据却不适用，原因在于，GAI证据虽具有实物表现形态，但其生成过程近似人类证言形成所运用的思维机制。GAI证据并非机器的纯粹流水线或程式化产品，而是机器基于其所感知、获取的环境信息与相关数据，为实现特定目的进行思考（运算）后做出相应决策（指令）行为的结果（输出）。GAI机器并非设计者的“机械执行工具”或信息输入者的“传声筒”，而是具有深度学习能力和认知能力，能够根据具体情境独立作出“思考”与“决策”的能动本体。因此，GAI机器具备了近似人类特有的信念内容，有学者将之称作“机器可信性”（machine credibility），并在此基础上把机器生成的信息视为一种特殊的言辞证据——“机器证言”。
将GAI证据直接等同于“证言”可能存在问题，毕竟GAI证据具有众多表现形式（证言只是其中一种），并且“证言”这一属性会影响人们对机器证据背后的数据特征的理解。不过，基于人类证言可信性的评价方式来探索构建GAI证据的可信性评估机制，是一条可行进路。对于一项GAI证据而言，真实性只是确保当庭提出的这项证据就是案发时机器生成的数据信息，可靠性则是保障该项证据不是机器运行错误的结果。至于该项证据有多可信、事实认定者在多大程度上相信它，则取决于影响可信性的各项品质。例如，一项言词证据的可信性取决于证人的感知、记忆、诚实性、叙述能力这四种品质。GAI证据属于机器生成的信息，显然与证人证言存在区别，但二者也具有一定联系：机器没有人类的感官系统，却拥有类似人类感官功能的传感器（如红外传感器、高清摄像头、图文和语音识别系统等），甚至具有人类不具备的海量数据信息获取的能力；机器不存在人类那样的记忆减退问题，但机器的零部件会随着时间耗损；机器不存在诚实性问题，但其算法程序可能会存在缺陷，例如算法错误、算法歧视、算法支配以及算法黑箱等问题；机器不会犯人类在表达上的叙述歧义问题，却在输出信息方面存在不准确甚至虚假情形。由此可知，GAI证据的可信性也存在类似人类证言的各种问题。结合机器生成GAI证据的过程特征，可以将影响GAI证据可信性的各项品质置于数据的输入、分析处理、输出三个阶段逐项进行评估。每个阶段影响GAI证据可信性各项品质高低的原因，大致可分为机器外部硬件、内部软件以及人为因素三类。在此基础上，下文提出GAI证据可信性评价的“三步三看法”，即将其分为数据输入、分析处理、输出三步进行，每一步主要考量硬件、软件和人为三项因素。
第一步 ，在数据输入阶段，主要对机器设备的感知能力、软件的信息捕获与识别能力以及影响数据输入的人为因素进行评估。在数据输入阶段，机器设备对环境信息的感知、相关信息的捕获以及将这些信息转换成可读数据的能力，决定了GAI证据是否具备可信性基础，即输入数据是否准确。首先，GAI机器（硬件）对环境信息的感知主要是通过雷达、传感器、摄像头等感应装置获取的，这些装置的灵敏度决定了其获取信息的能力以及质量。摄像头未适当聚焦、控制不当或者感应装置老化等原因，都会影响其捕获信息的准确性。其次，GAI机器（软件）对于输入信息的识别与理解能力也会影响其获取信息的质量。一方面，GAI机器通过大数据技术、网络爬虫等技术收集的相关信息，也存在不准确风险。例如，大数据技术面临数据样本不全面（未达到全量数据）、算法模型不准确（源代码错误）以及机器自主学习导致的错误等。另一方面，对于现实世界中的实体、人类语言、文字以及行为等内容，GAI机器究竟能够获取多少、实际理解多少，取决于视听技术、自然语言处理以及深度学习等技术发展与成熟的程度。例如，传统人脸识别算法特征脸（Eigenface）在人脸数据集（LFW）上的识别率只有60％左右，而采用深度学习技术的深脸（DeepFace），在人脸数据集（LFW）上的识别率高达98.4％。最后，人为因素也会影响输入信息的准确性。人们出于各种目的可能故意干扰感应装置获取真实信息，例如水车向空中大量喷洒水雾，会影响空气检测器对空气质量的判断。人类可能输入错误的信息给机器，例如，人类医生上传患者信息错误，会导致医疗专家系统做出错误诊断。程序设计者也可能出于各种目的设计有偏见的数据收集算法。设计者可能在编程时将自身价值判断带入算法中，如哈佛大学斯威尼的研究显示，在关于“被逮捕记录”的查询中，大数据算法更倾向于寻找黑人。为了实现商业利益的最大化，相关主体会设计针对特定群体的算法。美国联邦贸易委员会调查发现，广告商倾向于收集低收入群体信息，并向其定向推送高息贷款。
人为设计导致的分析错误主要包括程序设计者编程错误、不适当分析假设和遗漏以及有争议选择三个方面。许多情况下，因程序员未能编写能够准确翻译合法代码的计算机代码，会产生不准确甚至错误的机器分析结果。早在20世纪80年代后期，一种基于计算机控制的放射性治疗机射拉克25号（Therac－25），就因为软件设计错误导致4位病人超剂量辐射死亡的严重后果。2015年，澳大利亚昆士兰当局确认，因短串联重复序列混合图谱分析系统（STRmix）中存在错误代码，至少造成60起刑事案件的真凶认定错误。程序员不适当的分析假设或遗漏，可能导致机器发出错误或误导性的信息。在对高度复杂的过程进行建模时，程序员如果试图解释一个变量，可能会无意中导致另一个变量错误。例如，特斯拉公司认为其一辆自动驾驶汽车撞上卡车拖车的致命事故，可能是因为汽车的雷达虽检测到了拖车，但将其视为某种类似桥梁的结构，而某斯拉在其设计中对这种结构不予制动其目的在于避免“错误制动”。程序员有意识或无意识的偏见也可能影响算法的预测或统计估计。软件设计师会创建带有“自动化偏见”的合规和风险管理软件，以保障企业自身利益。此外，程序员对有争议的选择的分析，也会影响机器分析的结果。例如，在DNA环境中，程序员有权设置阈值，以确定哪些标记可算作真正的遗传标记与噪声，哪些标记可用于确定匹配的图表上报告；程序员还必须做出影响软件匹配统计报告的判断调用，例如确定合适的参考群体以估计遗传标记的稀有性，等等。
第三步， 在数据输出阶段，机器退化和决策过程缺陷会影响机器的最终表达质量。首先，由于熵的存在，机器会随着时间的推移而偏离其原始设计。零部件的损耗将导致机器在执行指令时反应变慢、失灵甚至做出错误行为。数字温度计的电池可能会磨损，将数字“8”显示成数字“6”；浴室秤可能会受到撞击，以至于缺乏一致的校准，从而误报重量。当这些机器耗损长期无法得到维护和修正时，就必然会出现故障，难以正常表达。其次，GAI机器在做出决策的过程中，语料库、预训练算法模型、微调算法模型以及置信度都会对输出结论的可信性产生影响。GAI决策过程主要依赖于生成式模型，即通过贝叶斯公式确定事物的特征参数模型，再根据这些参数生成一个符合目标要求的新样本。简言之，生成式模型首先需要对每个事物类别都进行建模并抽象出特征参数，其次通过大数据对该模型进行预训练，自我调整这些参数，使得其更加符合输入样本特征，最后基于这些参数生成符合目标要求的新样本。为了使得GAI生成内容更加符合人类期待的反馈，需要引入指令微调（Instuction Tuning）和反馈学习（RLHF）等技术对GAI生成内容予以监督。以ChatGPT为例，其是在超过3000亿单词的语料上进行预训练，属于拥有1750亿以上参数的大模型，具有语料体系（百科知识等数据构成的预训练语料和专家标注等数据构成的微调预料）、预训练算法模型（基于转换Transform的生成式预训练模型和基于对比训练的嵌入Embedding模型）和微调算法模型（基于代码微调的科德克斯Ｃｏｄｅｘ模型、基于指令微调的输入编辑Inset＆Edit模型和基于人类反馈强化学习的指令Instruct模型）。作为GAI决策的前提，语料库的数据知识一旦存在问题（如数据结构单一、质量参差不齐、来源存疑、数据噪声和人为添加等），机器据以进行预训练和微调所得到的参数就会打折扣甚至出现错误。预训练算法模型结构和训练方式对图文音等多模态数据的匹配对齐程度，都会影响预训练的质效。而微调算法模型可能会受到标注者个人偏好、片面评价和知识局限性等影响，导致输出结果的偏差与错误。最后，置信度（机器生成的新样本与调整后的目标参数的匹配程度）也是评价机器输出结论可信性的重要指标。以世界上最成功的医疗专家系统麦森（MYCIN）为例，其尝试确定患者可能存在哪种泌尿系统感染：IF〔有机体的染色是革兰氏阴性，AND有机体的形态是棒状的，ＡＮＤ患者是受损的宿主〕，THEN〔存在提示性的证据（0.6），识别有机体为假单细胞菌〕。在该例子中，麦森（MYCIN）得出患者存在假单细胞菌泌尿系统感染的结论，并且这一结论的置信度为0.6。
证据具备可信性只是意味着证据具备了一个牢固的推论基础与前提，相关要件事实的证立还需推论链条自身具有牢固性。推论链条粗细即证据与要件事实的相关性程度，可以通过证明力的大小予以揭示和反映。对于如何评价证据的证明力，两大法系都存在“自由评价”传统——允许事实认定者在庭审过程中运用日常认知方法，自由地对证据的证明力进行评估。法律不应当预定证据的证明力，这一观念作为现代司法裁判中证据评价制度的基石之一，受到了广泛赞誉。然而，自由评价模式不可避免地包含着裁判者滥用、误用自由评价的内在危险。尤其对于事实认定者难以凭借其经验理性进行认知推论的GAI证据而言，上述危险将更加突出。那些经由社会经验积淀而成的许多真知灼见，作为裁判者理解、评价证据的一般依据，在专门性证据面前时常显得十分苍白无力，此即为经验理性与专门性证据之间的技术鸿沟。
专家提供的专门知识概括可以帮助事实认定者架起专门性证据与要件事实之间的相关性桥梁。在此意义上，相关性（程度）取决于裁判者对专家所提供的专门知识概括的相信程度。相关性的核心问题在于，一个证据性事实（事件）能否与事实认定者先前的经验知识联系起来，从而使事实认定者理性地理解该证据。也即，事实认定者对专家提出的专门性知识概括的相信程度，实际上决定了专门性证据与要件事实的相关性程度（证明力大小）。不过，裁判者在面对专家意见时，一般都难以置喙。为了解决此问题，需要引入其他专家来质疑对方专家意见，使得裁判者能够在对比两方专家意见的基础上作出判断。这就为“最佳解释推论”（Inference to the best explanation）的适用提供了空间。最佳解释推论作为哲学领域探求真相的工具，最初由美国哲学家哈曼（Harman）提出，为利普顿（Lipton）等学者所完善，后来被艾伦（Allen）引入司法证明领域。其可以简要被表述为：双方当事人提出与案件事实和证据相关的竞争性解释，裁判者根据理性标准对这些解释进行比较，并据此确定最佳解释即真实解释。
实际上，法庭科学领域对于科学证据证明力大小的判断已经形成共识，即通过评估该科学证据在两种竞争性解释之下发生可能性的比值（似然比，Likelihood ratio）予以判断。在此基础上，欧洲法庭科学联盟机构确立了法庭科学证据评价报告的四项要素，其中，平衡性要素直接要求检验结果应当至少在一对竞争性主张的情况下被评价，否则专家无法报告该检验结果的价值；而逻辑性要素明确要求专家以似然比（检验结果在委托方主张下发生的概率与在对方替代性主张下发生的概率之比）来表述鉴定最终意见。有学者据此指出，平衡性和逻辑性要素不仅解决了不确定性和倾向性意见在法庭科学鉴定领域无法被接受的科学问题，而且使得鉴定意见对待证要件事实的支持强度获得直观表现，给法官评价其证明力提供了明确指标。结合前述提出的GAI证据标准化解释，可以引入最佳解释推论对GAI证据证明力（专门知识概括的强弱程度）进行判断： 首先 ，作为履行证明责任的内在要求，提出GAI证据的一方需要聘请专家提供该证据的标准化解释； 其次 ，另一方为了避免败诉，也可聘请专家提出关于该GAI证据的竞争性解释或具体指出对方解释存在的问题； 最后 ，裁判者通过考察解释是否符合一致性、融贯性、简明性，是否符合背景知识、有无漏洞以及是否违反不太可能的假设数量等科学、哲学标准，判断哪一方的解释是最佳解释。尽管裁判者可以基于这些理性标准并通过对比判断出哪一方专家解释更好，但是容易产生“好故事驱逐真故事”的现象。也即，只要某方的专家解释在表述上逻辑自洽、叙事融贯，裁判者实际上就可能因缺乏相关专业知识而更倾向于采纳这一方的意见。此外，这种交由双方当事人选任专家进行对抗来说服裁判者的方式，既容易导致专家不是基于专业知识而是根据当事人聘请专家时支付的价位高低来发表意见，也会使得裁判者在面对双方专家激烈对抗时陷入判断困难。
在认识论意义上，一个人当且仅当有正当理由相信某个命题时，他才会断言该命题为真。据此，有学者将裁判者在作出肯定性裁决时所持有的这种信念称为“绝对信念”，以区别于基于猜测或犹疑不决时具有的部分信念。裁判者采信专家针对GAI证据提出的专门知识概括，也需要具备此种绝对信念，即对该专门知识概括形成确信。因此，即使基于对比判断得出了最佳解释，还需要裁判者结合其他证据形成确信才能认定该GAI证据推论链条具有牢固性。单个证据的证明力大并不意味着其推论链条就一定牢固，这一点在对抗式庭审中经常被忽视。据此，可以将人工智能证据证明力评估的方法称为“最佳解释确信法”。
至于裁判者如何才能在双方专家的激烈对抗意见之基础上形成关于专门知识概括的正确确信，有学者指出，让裁判者熟悉相关知识内容的“教育模式”是唯一可取做法，因为缺乏足够背景知识去根据证据得出正确推理结论的事实认定者，无法就应该选择遵从哪一方专家意见进行理智的判断。不过，对事实认定者进行教育的障碍并不在于专业教育无法实现，而是这样做的成本过于高昂。一个替代性的选择是，允许了解相关领域知识的人与法官共同组成审判团队，就专门性问题进行裁决。退而求其次的做法是由法院指定中立的专家证人，辅助法官作出专门知识概括是否值得相信的判断。在立法上，我国刑事诉讼法采取司法机关依职权指派、聘请鉴定人为主，当事人申请补充鉴定为辅的一元模式；民事诉讼法则采取当事人协商确定共同鉴定人和法院依职权指定鉴定人的模式，不过由于当事人只能对被纳入法院清单中的鉴定机构进行协商确定，因此该模式在实然层面依然是一元模式。实践中，针对人工智能证据的审查判断，我国主要采取司法机关指定鉴定机构进行鉴定的方式，当事人不服鉴定意见只能申请补充鉴定或重新鉴定。例如，在我国发生的一系列自动驾驶汽车交通事故案件中，法院都是根据原告申请，选任专门鉴定机构对涉案车辆事故发生时是否处于“自动驾驶”状态进行司法鉴定。
专家选任的一元模式能够提升审判效率，并有效规避法官难以对双方专家激烈对抗意见进行选择判断的难题。在专家稀缺的情况下，由法官选任中立专家对GAI证据作出标准化解释，短期内不失为帮助法官达成内心确信的一种有效举措。然而，此种做法也会导致法院与鉴定机构结成固定利益链、鉴定意见错误频发、技术黑箱以及当事人难以介入与质证等问题。为此，我国以立法形式赋予了当事人可以聘请有专门知识的人就鉴定人作出的鉴定意见提出意见的权利。但该举措在消解一元模式弊端时，可能令裁判者陷入二选一的困境，因为法庭同时出现了针对同一专门性问题的两种不同专家意见，法官很可能被内行专家屏蔽在专门性问题论战之外。并且，由于目前生成式人工智能领域的专家较为稀缺，因此当事人聘请己方专家的权利依然停留在应然层面。此外，GAI证据还面临人类专家难以对其做出准确解释的现实困境。以ChatGPT为例，即使是其开发者也难以完全理解其所生成内容的过程与原理。不过，随着可解释人工智能的发展，GAI证据背后的算法模型与运行机制将会更好地被人类理解和信任。例如，可解释人工智能在医学影像、疾病诊断、风险预测等方面都取得了不错的成效，通过给出决策依据，为临床医生提供有效的辅助信息，增加了用户的信任度。结合标准化解释流程（制成算法），可以预见生成GAI证据的机器能够当庭对该证据进行标准化解释的未来。加之GAI技术的推广普及，当聘请合适专家已经不再变得困难（甚至GAI机器自己都可以成为专家）之时，法庭上必然会出现针对同一GAI证据的不同解释。那么，从长远来看，允许职业法官与中立专家共同组成合议庭，并赋予当事人就组成合议庭的专家进行选择和回避的权利，将是裁判者达成“最佳解释确信”更为可取的路径。2019年《最高人民法院关于适用〈中华人民共和国人民陪审员法〉若干问题的解释》第3条关于“具有相应专业知识的人民陪审员”的规定，为实施该举措提供了空间。
五、结语：生成式人工智能证据判断规范体系的构建
目前，对于医学专家系统、大数据、自动驾驶等生成的GAI证据，我国还没有建立专门的认定规则，实践中通常是参照电子数据或鉴定意见的做法进行判断。然而，GAI证据虽具有数据性和虚拟性特征，但其机器智能生成性、表现形态多样性却区别于一般电子数据；其虽属于专门性证据，需要借助专家进行标准化解释，但不能混同于鉴定意见。在现有8种法定证据的框架下，可将GAI证据看作电子数据的一个子类别，除了适用电子数据一般规则之外，还需构建一套特殊规范，帮助裁判者对其进行有效审查判断。证据规则建立在证明科学之上，证明科学既可以确认证据规则的智慧性，又能够揭示证据规则的非智慧性，进而对其进行修正完善，甚至创设新的科学性规则。前面已经对GAI证据准入审查与证明价值评估二元模式这一科学方法体系作了具体论述，结合证据评价的指引、要求和规则三层次规范体系，可以构建一套对裁判者具有不同干预程度的GAI证据审查判断规范体系。
其一，确立GAI证据准入审查规范 。首先是建立GAI证据审查规则（命令规范）。GAI证据只有符合相关性、真实性、可靠性以及合法性要求，才准许其进入法庭。其次是构建GAI证据审查指引（建议规范）。GAI证据相关性属于附条件（专门知识概括）的相关性，需要借助专家提出的标准化解释进行审查；真实性可以通过完整性校检等技术性鉴真方式，判断其内容是否被篡改或者失真，再结合“独特性确认”和“保管链条完整性”审查其载体真实性；至于可靠性，则基于“黑盒测试”和“多伯特标准”来判断GAI证据的“双重可靠性”（机器稳定性和专家意见可靠性）。最后是合法性的审查，除了适用电子证据取证主体、程序、手段、对象以及形式合法的要求与标准之外，还需要结合机器（系统）是否被非法扣押或侵入、内容是否合法等方面进行判断。
其二，制定GAI证据证明价值评估指引（建议规范）。 GAI证据证明价值评估包括对其可信性和证明力评估。一方面，裁判者可以通过“三步三看法”实现GAI证据可信性评估： 第一步 ，在数据输入阶段，主要考察机器设备的感知能力、软件的信息捕获与识别能力以及影响数据输入的人为因素； 第二步 ，在数据分析处理阶段，主要考量机器算法可能存在的分析错误和人为设计错误； 第三步， 在数据输出阶段，主要评估机器退化和决策过程缺陷。另一方面，通过专家提供标准化解释帮助裁判者达成最佳解释确信，是评估GAI证据证明力的科学方法。在相关专家稀缺的当下，由法院选任可信任的中立专家对GAI证据提供标准化解释，短期内是帮助法官达成最佳解释确信的有效举措；但从长远来看，当聘请合适的GAI领域专家已不再困难之时，让中立专家与职业法官共同组成合议庭，对GAI证据的双方专家解释进行有效评价，并形成“最佳解释确信”是更为可取的路径。如此，才能在借助专家有效弥补部分裁判者缺乏对GAI证据相关知识概括认知的同时，实现当事人对专门性证据的实质质证权，并打破专家取代法官成为实际裁判者的困局。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.