【版权说明】原文发表于《刑事法学研究》（辑刊），由中国政法大学国家法律援助研究院主办、中国政法大学出版社发行、吴宏耀教授担任主编，由泰和泰律师事务所高级合伙人李崇杰律师资助出版。于2020年创刊，每年出版2辑。目前已经出版5辑。现第8辑正在征稿中。
【注】限于篇幅，本文已略去注释
域外 | 人工智能犯罪预测下日本个人信息与隐私权保护
星周一郎【日】著
孙航 朱一帆 译
摘要
近年来，日本社会对于犯罪预防的需求不断增加。将人工智能应用至警务活动，可提高犯罪预防活动的有效性与精确性。当前犯罪预测类型大致可分为两类，即以场所为预测对象的场所型预测及以人为预测对象的人物型预测。两种犯罪预测类型的个人信息使用，均须遵照日本《个人信息保护法》。除此之外还必须权衡、尊重与个人人格价值相关的隐私权益。目前，日本以场所型预测为主。针对基于海量数据生成的人工智能解析结果，日本认为其定位应当类比于鉴定之定位。人工智能解析结果仅为参考，最终判断仍需人为判断，并由人作为责任承担的主体。另外，为确保人工智能警务活动实施的透明性，明确其说明责任，还应当在关注隐私权益的前提下，探讨警务活动的实施界限，以取得社会公众的普遍理解。人工智能辅助犯罪预测，应当以人为中心。在充分考量、平衡技术介入与隐私权保护相互关系的基础之上，保障警务活动技术运用的有效性与效率性。
关键词
犯罪预测；个人信息；隐私权；人工智能判断与人为判断的关系说明责任
01 犯罪预防与以往的法律探讨
（一）刑事法与行政法分野的衔接
能够拥有安全且有保障的生活，不受犯罪侵害，是社会公众的普遍愿望。从另一角度出发，与不受犯罪侵害同等重要的，可谓为亲族等与自身密切相关的人不从事犯罪活动，远离犯罪。
然而，以往日本司法针对“社会需求下的犯罪预防”等现实问题，相关探讨与政策实施大多从单一的正面角度出发，并不能称为全面、实质理解了犯罪预防的深层内涵。针对犯罪预防，行政法（学）主要探讨如何在行政领域实现犯罪的事前规制。尽管如此，受“犯罪与刑事法直接相关”等思维定式影响，涉及讨论与犯罪相关的社会问题时，多数论者倾向于将其置于刑事法范畴详细探讨，而避免在行政法领域讨论。与此相对，刑事法（学）领域解决的主要问题实则为事后规制，即重大实害结果发生后，对犯罪处以刑罚等法的对应。
上述与犯罪预防有关的现实问题，成为战后日本行政法（学）与刑事法（学）在反思“战前日本法制”这一关键词下的探讨热点。受此影响，从正面角度论述犯罪预防的法律依据与法律规制等问题并不多见。
（二）基于地方自治法、警察职务执行法的犯罪预防对策
1.以往地方自治体的犯罪预防对策
基于上述背景，犯罪预防一直作为一项具备现实意义的行政政策加以实施。
具体而言，犯罪预防是地方自治体（相当于地方政府）管辖范围内的事务之一。以往日本《地方自治法》第2条第3项第8号规定，归属地方自治体管辖的事务包括，“预防犯罪、防灾、受灾者救济、维持交通安全等”。在此之后，以1999年日本修改《地方分权总法》契机，日本《地方自治法》概括性地规定了“普通地方公共团体，应处理其管辖的地方事务，及其他由法律或政令规定其管辖的事务”（日本《地方自治法》第2条第2项）。但是，上述修改仅为，基于对管辖事务示例性列举必要性与适当性产生的质疑而进行的修改。
以上述法律规定为基础，日本地方自治体至今仍需管辖的、与犯罪预防有关的具体事务包括，完善公园等城市设施以防止犯罪发生、设置道路监控摄像头以及给予相关的资金支持等。另外，部分地方自治体制定了与犯罪预防相关的“安全安心城市建设条例”，并基于此实施相应的犯罪预防对策。
由此可见，当时日本的普遍做法为，根据“社会犯罪预防论”，进行抽象意义上的犯罪预测，并据此采取相应的犯罪预防措施。
2. 以往警察的犯罪预防对策
犯罪预防也应当作为警察的职责加以考量。根据警察的基础法令日本《警察法》第2条之规定，犯罪的预防与控制，是警察的职责之一。
除此之外，日本《警察官职务执行法》也设置了与犯罪预防相关的具体法律规定。同法第2条规定，对于“根据异常行为和其他周围情况，合理怀疑某人即将实施某种犯罪”，或者针对确切明知其即将实施某种犯罪且予以承认者，警察有权对其进行拦截与盘问。另外，同法第5条规定，当察觉到存在即将发生犯罪之危险行为时，警察可向有关人员发出必要的警告以防止犯罪，或者，“当上述危险行为危及人身安全，或可能对财产造成重大损害之时，出于紧急性与必要性，警察可制止该行为”。
根据上述规定，总结得出以下三点：第一，存在合理理由怀疑某人存在即将实施犯罪之可能；第二，某人确切明知其即将实施某种犯罪且予以承认；第三，即将发生犯罪的危险行为可能危及人身安全，或对财产造成重大损害等紧急情况，可以将其理解为允许警察采取相关措施的阶段划分。
另外，警察针对非犯罪性（尚未达致构成犯罪的程度）的破坏社会秩序之违法行为采取的相关措施，也可理解为是基于犯罪预防之考量而作出的相应对策。
（三）犯罪预防社会需求的日渐高涨
出于犯罪预防之考量，传统犯罪预测手段的实施大多依靠“人力”实现。警察根据可预见的犯罪紧迫性，并依据日本《行政法》中规定的“侵权保留原则”，因势利导地采取适当的措施。
近年来，日本司法着重探讨有关“犯罪被害人保护”等问题，犯罪预防的重要性亦受到普遍关注。以被害人保护为目的，日本进入21 世纪以来相继制定《跟踪行规制法》《反家庭暴力法》《儿童虐待防止法》等。上述法律的内部构成虽不尽相同，但概括而言，均可将其定位为“着眼于特定人物关系的犯罪预防措施”。
除上述法律的相继出台之外，日本国民希望以更普遍、更全面的具体对策来实现犯罪预防。例如，出于犯罪预防之目的，在公共场所设置使用的监控设备，受到了日本国民的大力支持。另外，科技的高速发展与介人，更高效地实现了犯罪预防。与犯罪相关联的海量数据采集、大数据技术的灵活运用，以及人工智能辅助犯罪预测等警务活动此起彼伏，使日本迎来犯罪预防的新阶段。
02 人工智能犯罪预防与个人信息该当性
人工智能介入犯罪预防虽为日本犯罪预防带来新发展，但并非皆为优势。基于人工智能的犯罪预测，建立在以往犯罪关联数据以及其他海量数据的基础之上。如此产生的警务活动，将会为特定社会群体或个人带来何种程度的负面影响，需要日本司法审慎探讨与考量。
（一）个人信息的构成要件该当性
个人信息是人工智能解析得以实现的来源与依据。人工智能解析结果若属于个人信息范畴，自然应当受到《个人信息保护法》（全称 《与个人信息保护有关的法律》，以下简称为《个人信息保护法》）的规制。
日本《个人信息保护法》将个人信息定义为，能够通过姓名、出生日期或其他信息描述识别出特定个人、与特定个人密切相关的信息，或者为包含个人识别符号的信息（同法第2条第1项）。
关于“能够通过姓名、出生日期等信息描述中识别出特定个人”的信息，此信息本身可与其他信息匹配、结合后，成为具备个人识别性的信息（同法第2条第2项第1号）。
按照犯罪关联数据与其他海量数据的使用中，是否存在个人信息的构成要件该当性，即是否属于个人信息范畴为基准，可划分三个不同等级：第一等级，大量、迅速、批量式使用具备个人识别可能的信息；第二等级，所使用的信息虽不具备个人识别可能，但与特定个人存在某种关联关系，将具备上述特征的信息大量、迅速、批量式地加以使用；第三等级，大量、迅速、批量式使用既不具备个人识别可能，又不与特定个人存在某种关联关系的信息。
将上述数据的使用等级划分置于日本《个人信息保护法》下探讨，可得出以下结论：首先，第一等级中具备个人识别可能的信息使用，是日本《个人信息保护法》的规制对象。此外，若假名加工信息（同法第2条第5项）在使用时，仍有可能恢复为个人信息，则此假名加工信息原则上具备个人信息该当性，应当被定位于这一类别。但应当在合理范围内，适当放宽相关企业经营者等信息持有主体的义务履行范围；其次，第二等级中，使用信息虽不具备个人识别可能性，但却与特定个人存在某种关联关系的，日本《个人信息保护法》将其定义为“匿名加工信息”（同法第2条第6项）；最后，第三等级中的信息作为统计信息类别，并非为日本《个人信息保护法》的规制对象。
（二）个人信息使用的法律规制框架
基于犯罪关联数据与其他海量数据产生的分析结果是否构成个人信息，对数据处理会产生何种影响？本文从以下三方面展开论述。
1.民间企业经营者的信息处理
若基于犯罪关联数据与其他海量数据产生的分析结果构成个人信息，那么使用上述信息的民间企业经营者等私人主体则必须履行日本《个人信息保护法》规定的各项义务。
日本《个人信息保护法》是一部抽象且复杂的法律，将其内容以简单化的形式加以转换，可总结为以下几点：（1）使用个人信息时，需基于特定的使用目的（同法第17条）；（2）达成目的，个人信息需在必要范围内加以使用（同法第18条）；（3）禁止不当使用个人信息（同法第19条）；（4）个人信息的适当采集（同法第20条）；（5）个人信息的使用目的，原则上应当通知本人（同法第21条）。其中，特定目的与必要范围，可谓为个人信息使用的两大要点。对于存储于数据库、具备检索可能的个人数据，赋予其个人数据之概念。另外，附加了关于个人数据持有的相关义务。
2. 行政机关的信息处理
行政机关信息处理的实质和内容与上述民间企业经营者之规定大致相同：一，行政机关持有个人信息时，需基于特定目的；二，为达成目的，个人信息需在必要范围内加以使用（日本《个人信息保护法》第61 条第1项、第2项）。这里的“持有”，包含信息的制作、取得、维持、管理等多重含义。另外，对于行政机关的个人信息持有与处理行为，法律也规定了与民间企业经营者同样的履行义务。
（三）“个人信息以外”的信息使用之法律规制框架
除上述诸项之外，个人信息经匿名加工处理，并非为日本《个人信息保护法》所定义的“个人信息”，即无须经其同意可自由使用（日本《个人信息保护法》第2条第9项、第43条以下、第109条以下）。另外，与特定个人无直接对应关系的信息，作为统计信息利用之时，并未设有特别的法律规制。
因此，就日本目前个人信息保护法律规制的现状而言，若大量数据属于匿名加工处理的信息，或仅为统计信息，则可以自由使用处理。
03 警务犯罪预测及其对隐私权的影响
（一）对隐私权的影响
犯罪预测等警务活动以大量犯罪相关数据运用为基础。如此，个人信息保护相关法律的规制框架，对于规制警务活动中的数据使用行为同样有效。因此，用以支持警务活动的数据使用，需要满足以下条件：（1）属于个人信息的数据，遵循日本《个人信息保护法》的规制框架；（2）属于匿名加工信息以及统计信息的，无须向本人履行使用目的通知程序。
日本警察部门作为行政机关之一，根据日本《警察法》以及日本《警察官职务执行法》相关规定，管辖所分配的事务。就其与《个人信息保护法》规制框架的关系而言，如前所述，行政机关持有、使用个人信息时，所进行的活动及所管辖的事务之履行须在必要限度范围内，且须具备特定的使用目的。将上述要求类比至警务活动领域，警务活动中个人信息的使用，须限定在犯罪预防或侦查等事务履行的必要情况范围之内。另外，个人信息的使用须出于特定目的，即有利于犯罪预防或侦查活动的进行。基于上述法律框架规制，诸如犯罪预测等警务活动，虽建立在海量数据分析的基础之上，但仍存在个人信息利用之可能。
如此，基于犯罪预测的警务活动似乎并未产生法律规制的问题。但是，警察在进行犯罪预测等警务活动时，需着重注意以下诸点。
（二）人工智能介入警务活动的合理性
基于海量数据分析与人工智能解析的警务活动之法律容许性的探讨，并不仅限于前文述及的诸点。就场所预测型（犯罪热点预测）警务活动而言，举例说明，经过与犯罪现象有关的数据观察与人工智能解析后，得出“50岁左右、细长脸型的男性，在A地区，每周周五的22 时至次日2时，以纵火为企图徘徊在B街”的分析结果。如此得出的信息本身，并非为“与特定个人有关的信息”，因此与《个人信息保护法》并无直接关系。但是，基于此类信息进行的警务活动，可能会衍生出以下问题，即警察不分青红皂白，想当然地接近符合该信息特征的信息主体，并对其进行盘问或检查其个人物品等行为。
除场所预测型警务活动，与犯罪预测有关的另一警务活动类型为人物预测型警务活动。人物预测型警务活动依托人工智能解析，可实现对可能进行犯罪活动的特定人或人员范围的锁定。但是，不同国家的人物预测型警务活动亦面临不同问题，以美国为例，美国的人物预测型警务活动的问题在于人种差别。上述两类警务活动虽具备实施合理性，但是否具备法律容许性仍存有疑问（尤其是人物预测）。
鉴于上述情况，自然会产生以下疑问，即从法律角度来看，人物型预测是否可以作为合理的警务活动加以实施？在此疑问未得到妥善解决之前，日本的犯罪预测主要采取场所型犯罪预测，而非人物型犯罪预测。
（三）侦查等警务活动与隐私权
如前所述，警察被赋予行政权力，关于警务活动合理性与实施限度的判断，大致遵循特定目的、限定范围之规制框架，但却仍存在尚未解决的问题。值得强调的是，警务活动的实施限度，需要根据个人权益，特别是隐私权益加以确定。
从侦查的发展脉络之角度出发，日本《刑事诉讼法》以令状主义下的强制侦查与任意侦查作为侦查活动的分类基础（日本《刑事诉讼法》第197条）。受此分类基础影响，日本司法判例将强制侦查定义 ，“为实现侦查目的而压制个人意思表示，对处分对象的身体、居所、财产等实施强制性制约，且无特别规定不得实施”，“以压制个人意思表示之方式，侵害宪法保障的重要法益”的侦查手段。上述表述中“身体、住所、财产”等“宪法保障的重要法益”，即为隐私法益。
（四）个人信息保护与隐私保护的差异
多数论者混淆了个人信息与隐私，认为个人信息保护等同于隐私权保护。诚然，个人信息与隐私具备相关关系，但二者存在显著差异。
前已述及，个人信息保护的基本规制框架强调，个人信息须在特定的使用目的与必要的使用范围下使用。申言之，特定的使用目的与必要的实施范围，是个人信息使用的两大基础要件。将上述两要件置于不法跟踪案件加以详细探讨：为获取不法跟踪案件中跟踪行为实施者与被害人相关的个人信息，警察须基于特定的“规制不法跟踪行为”之目的持有（获取或使用）个人信息。为达成此特定目的，警察基于个人信息进行的被害人日常动向掌控、公共道路巡逻以及盘问等警务活动，若在上述个人信息保护的规制框架之内实施，其容许性并不会被质疑。
易言之，必要情况下，警察根据日本《警察法》、日本《警察官职务执行法》以及《跟踪行为规制法》等法律实施的警务活动，若以“防止不法跟踪行为发生或检举不法跟踪行为”为特定目的，且为达成此目的在必要限度内使用个人信息，那么就个人信息保护的法律制度而言，此行为具备合理性与合法性。
如此，为达成特定目的而使用个人信息的必要范围，其具体限度究竟为何？举例而言，即使出于防止不法跟踪行为发生之目的，也绝不允许警察在未得到法院签发的搜查令状或通信监听令状之时，突然进入不法跟踪行为实施者的住所并对其进行搜查，或对其实施通信监听，截获其手机通话内容等行为。另外值得注意的是，若警察以“某人具备犯罪事实可能，对其进行动态监控”为借口，实则夹杂私人目的，获取个人信息。仅就个人信息保护的外在形式而言，上述行为亦满足了特定目的之要件，形式上仍为合法行为。
但是，上述行为通常是不被接受的。理由在于，即使某种行为的外在形式要件符合个人信息保护的法律规制框架，或是符合某法律法规，但实然层面是否允许被实施仍需作进一步探讨与最终判断。印证上述最终判断的，实力与“隐私法益” 相关的价值判断。
如此也就意味着，个人信息保护与隐私权保护，并非为完全并列的两个问题。前述强制侦查“压制个人意思表示，对其身体、住所、财产等形成制约”，或者是符合“侵害宪法保障的重要法益”，需法院签发实施令状等情形中，因其行为具备较高程度的侵害可能性（隐私权等），非经法院审查不得实施。因此，出于特定目的使用个人信息的必要范围与限度，并非由警察单独决定或判断，还需司法审查。
总之，关于犯罪场所型预测警务活动之容许性，尽管警务活动的数据使用符合个人信息的外在形式要件，但在实施预测等具体实务时，仍要考量相关人员的权利利益之内涵，并据此判断警务活动的实施限度。
（五）何为隐私权利益
应当受到保护的隐私究竞为何？对此，已有多数论者围绕“隐私权概念”，基于不同立场作出相应讨论与主张。概括而言，19世纪末，为对抗当时新闻肆意曝光个人私生活的状况，美国主张具备“独处权利”的白由权，将其称为“安宁隐私权”。此后的20世纪后半叶，伴随社会信息化之现状，理论界再次提出具备“信息自决权利”的请求权，以此作为隐私权的概念，并将其成为“信息隐私权”，至此，围绕上述“安宁隐私权”与“信息隐私权”，学界展开详细探讨。
在探究其概念内核之前，需要明确隐私权的法律依据。实际上，迄今为止日本国会制定的法律中尚无“隐私”之文辞表述。隐私权之法律依据，需要溯及至日本《宪法》的相关规定。
日本《宪法》第13条规定，“所有的日本国民，作为个人都应当被尊重。对于生命、自由以及追求幸福等国民权利，在不违反公共利益与福祉的前提下，立法与其他国家政策应给予最大限度的必要的尊重”。如此，日本《宪法》将其规定为“追求幸福权”。作为保障基本权的概括规定，日本《宪法》第13条将隐私权解释力“关于个人人格价值” 的权利利益。
关于隐私权具体内容的讨论范围甚广。本文仅就犯罪预测与警务活动中的隐私权保护，结合大阪地方法院1994年4月27日（判时1515号116页）释明的隐私权概念，作出相应论述。上述判例是为探讨警察在公共道路设置监控摄像之行为合法性。根据日本《宪法》第13条的规定，大阪地方法院将隐私权解释，基于人格利益保障的立场，个人享有私人生活安宁之权利，个人信息未经授权不得被他人非法知悉、获取、公开和使用。
上述判例释明以“维持私人生活安宁”为要旨。因此，场所型犯罪预测的警务活动在实施之时，应当以“维护当地居民的私生活”为宗旨。
以上述要旨为基础，大阪地方法院表示，对于隐私权虽然应当给予充分尊重，但鉴于作为人格权的隐私权具有模糊性与抽象性，法律对此应当给予何种强度的保护，还应当在具体案件中结合具体情况加以考量，而不是在所有情况下均给予其优先保护。需要给予何种程度的隐私权保护，还应当结合警务活动目的及手段等因素，进行综合衡量后作出最终判断。
04 人工智能犯罪预测之法律性质与容许性
（一）以人为判断为中心的重要性
1. 人工智能解析与人为判断
以海量数据分析为基础的警务活动，仍存在有待探讨之处。如前所述，出于公共安全保障之考量，社会公众对于犯罪预防的要求日渐提高。与此同时，随着技术的深度融合以及信息化社会的高速发展，警察运用海量数据或人工智能解析进行犯罪预防日益普及。某种程度而言，传统犯罪预防警务活动必须作出相应改变，以适应信息化社会之现状。对此，法律又应作出何种对应？
首先，需要明确人工智能在现代刑事司法的地位。
就现状而言，存在以下问题有待讨论，即“人工智能解析与人为判断何者更具优势”或者“应当让何者更具优势”。诚然，通过人工智能的解析结果，能够达到穷尽人为判断能力仍无法比拟的高度。在探索新领域、发现新线索的情况下，相较于人为判断，人工智能解析似乎更具优势，或者说，根据人工智能解析结果作出最终判断更妥当。
但是，于现代司法而言，无论是被处罚之主体，还是决定处罚之主体，均应当围绕“人”加以考量。人工智能与“人”并不等同，并不能完全代替人脑进行思考与判断。刑事司法本身是一个由法官（人）进行裁判的系统。对于通过海量数据分析进行的警务活动而言，也存在相同情况。尽管人工智能介人警务活动，但人工智能得出的结果仅具备参考价值，最终如何实施仍应当由警察决定，即人为判断。这一点与上文提及的法官判断并无本质区别。
基于海量数据与人工智能解析结果进行的警务活动，与传统警务活动相比，其本质差异归根结底在于，海量数据分析或人工智能解析与人为判断之间的本质差异。人工智能可实现人为判断的具象化与可视化，弥补人为判断的漏洞与不足之处，其普及适用具备一定程度的合理性。
如此，基于海量数据分析与人工智能进行的警务活动，其法律性质与容许性判断又应为何？
2. 刑事司法鉴定与人工智能解析
刑事司法鉴定制度，即指在刑事诉讼中，司法机关为了解决刑事案件中某些专门性问题，指派或聘请具有专门知识的人运用科学技术手段对这些问题进行鉴别、判断，并作出鉴定结论。值得注意的是，此种情况下作出最终法律判断的并非为鉴定人，而是由法官参照鉴定结果，作出最终判断。
类比至警务活动。某种程度而言，基于人工智能进行的预测性警务活动，也可以称为“基于鉴定的判断”。如此，上文“人工智能与人为判断何者更具优势”的疑问，答案不言而喻。
另外，人工智能警务活动的具体执行方式也不尽相同。人工智能结果确实为一个强有力的线索，但也同样取决于使用此解析结果的场景与方式。如此，在何种情况下使用，如何发挥人工智能解析结果应有的优势，还需进行“人为判断”。如此便意味着，基于海量数据与人工智能解析结果进行的场所型犯罪预测警务活动，与传统警务活动并未存在本质差异，均需通过人为判断，而不是被技术左右。
从侦查的发展脉络之角度出发，日本《刑事诉讼法》以令状主义下的强制侦查与任意侦查作为侦查活动的分类基础（日本《刑事诉讼法》第197条）。受此分类基础影响，日本司法判例将强制侦查定义 ，“为实现侦查目的而压制个人意思表示，对处分对象的身体、居所、财产等实施强制性制约，且无特别规定不得实施”，“以压制个人意思表示之方式，侵害宪法保障的重要法益”的侦查手段。上述表述中“身体、住所、财产”等“宪法保障的重要法益”，即为隐私法益。
（二）“提出异议”的重要性
1. 针对人工智能解析的提出异议
如果人工智能的判断、决策能力等同或超过人的决策能力，那么就没有理由拒绝依赖人工智能分析结果，但事实并非如此，人工智能至今仍存在误判可能。因此，应当有限度地使用人工智能及其解析结果。
人工智能解析与人为判断，二者得出的结果并非绝对正确，均存在误判可能。况且，是否可对人工智能解析结果提出异议？对人工智能解析结果存在异议时，是否可以申请作再次判定？结果判定的责任承担主体为何？基于上述问题，应当建立防止误判产生的机制，即依靠人工智能解析得出的判断结果，若存在不合理之处，可以由人工智能以外的主体（目前只有人为检验判断）推翻。
就依靠人工智能解析进行的场所型犯罪预测而言。举例说明，此犯罪预测以以往犯罪数据为基础，并通过持续性数据采集与统计，总结数据的共性特征，以摒弃数据个性为分析结果带来的偏差。如此，针对依靠人工智能解析结果进行的警务活动，应当建立相关机制，不断验证其活动决策的合理性。
就警务活动而言，无论是警察的执行实施，或是法官的事后审查，其均为人为操作，理应由人作责任承担的主体。囿于当前技术的局限性与人工智能解析结果的不完全性，至少在警务活动方面，无法将人工智能作判断结果的最终责任主体。如此，应当将人工智能解析置于与司法鉴定相类似的位置，将人工智能解析类比鉴定意见。参照人工智能解析结果而实施的警务活动，最终仍应当由人作为责任承担的主体。
2. 说明责任的保障
在人工智能辅助警务活动领域，美国与欧洲（尤其是美国）是为先驱。美国学者安德鲁• 弗格森（Andrew G. Ferguson）作此领域的泰斗，提出基于海量数据与人工智能解析结果实施的警务活动，警察对其应当具有说明责任。传统警务活动的实施依赖于警察的“勘查”。而针对警察应当基于何种理由或根据对可疑者进行职务询问，并不存在与之相关的具体惯例记录。与此相对，对于依靠海量数据分析与人工智能解析的场所预测型警务活动，为何在某个时间段进行集中型巡逻，为何对特定人进行职务询问等，均有据可循，所储存的相关电子数据记录为其提供了相应说明。安德鲁•弗格森认为，如此情况下，警察所进行的警务活动不仅可以不限定实施对象，法官在进行事后审查时，若对警务活动存疑，可根据有关数据较为容易地进行潜在效果评价。
（三）比较衡量视角下警务活动容许性的判断
基于海量与人工智能解析结果产生的警务活动的实施容许性及其容许界限，与以往犯罪侦查、警务活动容许性的讨论具备相似性，将上述问题置于同一规制框架下加以探讨是为妥当。
比较衡量视角下警务活动容许性的判断即指，将警务活动达成的犯罪预防、犯罪者揭发等社会利益程度，与警务活动造成的个人信息或隐私权益的侵害程度进行比较衡量，并以此为框架，划定警务活动的实施容许界限。比较衡量的基本考量因素包括：警务活动是否基于日本《警察法》、日本《警察官职务执行法》以及日本《刑事诉讼法》的规定，是否出于日本个人信息保护法相关法律规定的特定目的，是否在目的达成必要范围内利用个人信息，以及特定目的与必要范围是否恰当。除此之外，比较衡量还需结合当前人工智能解析的技术特征等。
判断人工智能辅助警务活动的法律容许性，最为重要的是社会一般容许程度，即社会公众对于运用海量数据分析与人工智能解析结果等实施警务活动的接受程度。对于引入新技术的系统，必须确保其运行遵守相关的法律法规（若存在相关法律规制的话），完善以说明责任为中心的“透明度”保障机制，健全有关系统用户的问责制，打破数据壁垒与技术壁垒。对于上述新技术系统的运用、其对隐私权益的影响程度以及其实施的容许程度，应当形成社会合意，并在此合意的基础之上探讨规制框架。
另外，新技术运用的社会接受程度，取决于新技术能够为社会公众带来的利益程度，即社会受益程度，该社会受益程度决定了新技术实施的容许界限。除此之外，新技术实施是否对社会公众隐私产生“可接受的影响”或造成“不被允许的不当隐私侵害”，亦为重要的判断要素。
05 今后的课题
（一）围绕社会现实需求与隐私权益现实影响探讨的必要性
技术革新为社会模式带来巨大转变。在此之中，一方面，以海量数据与人工智能解析结果为基础的警务活动，为社会带来的变化与影响尤为显著。这也成为日本自2000年以来，对于“公共道路监控设备的普及”展开激烈探讨的理由之一。就信息滥用导致的社会弊害而言，以警务活动发生质变为契机，日本学界基于其“使用警戒感”展开法律规制探讨确有必要。
另一方面，小数据时代下，传统警务活动以及行政警察的犯罪预防活动（防犯活动）主要依靠人力资源，以“小数据”为基础的犯罪预测，尚具备说明可能。与此相对，大数据时代下，基于海量数据分析与人工智能解析结果实施的警务活动，也应当使其实施合理性，具备说明可能。在社会公众因警务活动未实施成功而对警察职务履行质疑的情况下，警察对其实施的警务活动进行说明，一定程度上亦有利于进行事后审查，有助于提高警务活动实施的合理性和精确度。不可否认的是，警察出于维护交通安全之考量进行的预测措施，以及警备时的人员预测及不法行为监控等，对社会公众确实造成了一定程度的隐私侵害。但是，基于社会公众犯罪预防的普遍需求，在任意处分的实施限度内，最大限度地利用人、物资源，构建数据时代警务活动的实施框架，仍具备可能性。
社会发展及犯罪态势的不断变更，使社会公众对于地方自治体等行政机关的犯罪预防措施提出了新要求。此现状下，基于海量数据分析与人工智能解析的犯罪预测，若实施得当，将为社会治安维护带来质变。因此，即便人工智能辅助犯罪预测具备一定程度的消极影响，亦不能“因噎废食”而忽视其巨大潜能，放弃其使用，而是应当在均衡考量、充分探讨其消极影响与积极影响的前提下，提出完备的方针政策确保其顺利实施。若非如此，人工智能等新技术的使用则形成一种“开放式”状态，即一味顺应技术创新与社会发展趋势，而忽视其消极影响，最终导致过犹不及之结果。
（二）与场所型犯罪预测与隐私权保护相关的措施
基于海量数据分析与人工智能解析结果实施的场所型犯罪预测及警务活动，在隐私权与个人信息保护方面的特别留意之处主要为以下诸点：
首先，用于场所型犯罪预测的数据，包括个人信息数据与非个人信息数据。针对进行匿名化处理，或用于统计用途的非个人信息数据，其在警务活动中的使用形式等，也应当比照上述基于海量数据分析与人工智能解析结果实施警务活动的规制框架，即特定目的与必要使用范围。照此逻辑，关于此类数据使用目的与使用形式，应当尽可能地以公共网络为媒介，实现信息公开。诚然，若公开明示重点警备地区等与警察预测相关内容，潜在的犯罪者可能会以此线索作出应对。因此，信息公开范围应当考虑上述影响因素，即在不影响警察活动有效实施与保障相关领域社会安全的前提下，决定信息公开的范围。对于部分未详细公开的信息数据，应当说明其理由，确保其透明性，以得到社会公众的理解与广泛支持。例如，简单地公布犯罪热力图，并表明警察正据此分析相关信息，可能为避免不必要怀疑的一个有效措施。
其次，社会公众与警察对于个人信息处理与隐私权保护的认识等产生分歧时，应当按照日本《个人信息保护法》规定的投诉机制，或日本《警察法》规定的投诉申请制度，作出相应处理，并完善相应的警务活动。
最后，基于海量数据分析与人工智能解析结果实施的警务活动之法律规制探讨，同时伴随积极影响与消极影响。对此，日本司法应当在平衡不断变化的社会需求、今后的技术发展以及社会现状变化的基础之上，不断对其展开新探讨，以保证技术介入警务活动的合理性。归根结底，人工智能辅助犯罪预测，应当以人为中心。在充分考量、平衡技术介人与隐私权保护相互关系的基础之上，保障警务活动技术运用的有效性与效率性。
声明：本文来自中外刑事法学研究，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
