发布日期:
智能时代轻微犯罪的循证治理
■曹波
就犯罪治理而言，当前我们正处在两个历史性进程的交汇点上，一个是犯罪结构由重罪主导向轻微犯罪主导的深刻转变，另一个是人工智能以前所未有的深度嵌入社会运行。轻微犯罪案件的规模化涌入对治理能力提出了全新要求和全面挑战，人工智能恰好为回应这一要求与挑战提供了工具条件。但是，工具本身不会自动带来更优治理，人工智能如何具体嵌入循证治理的运行链条，又如何在运用中守住法治与安全的底线，值得关注。
最高人民检察院刑事检察白皮书显示，2025年被判处三年有期徒刑以下刑罚以及作相对不起诉、附条件不起诉的人数占全部审结人数的85.2%，严重暴力犯罪仅占起诉总人数的3.9%。由此可见，轻微犯罪已经是刑事司法日常运行的主体对象。更为关键的是，轻微犯罪案件内部并非铁板一块，比如危险驾驶罪的评价重心在于行为本身在公共交通领域创设的现实危险，帮信罪的可罚性则源于行为人在链条化网络犯罪中所处的功能位置。同样归入轻微犯罪范畴，行为生成机制截然不同。以无差别的方案应对高度分化的行为样态，治理自然在宽严之间反复摆动而难以触及根本。
智能时代给上述局面增添新的变量。人工智能既改变犯罪的生成方式，也改变治理的可能边界。帮信罪之所以短时间内爆发式增长，正是因为技术手段降低犯罪链条的组织成本，使分散个体能够在网络空间拼接成完整的犯罪流程。而大数据汇集、类案规律提取、风险因素识别这些过去难以想象的治理手段，如今也已具备现实条件。轻微犯罪治理的科学化，第一次拥有了系统性认知犯罪态势的物质基础和技术优势。
正是在这样的背景下，循证治理显示出特殊的时代意义。应当承认，尽管循证治理并非可以套用于所有犯罪领域的通用方法，但它对于轻微犯罪却有着独特的契合性和不可替代的价值。轻微犯罪案件规模庞大、类型分化、痕迹数据丰富，是刑事司法体系中最适宜以证据为据展开治理的场域。重罪治理的核心在于罪责的精准评价，轻微犯罪治理的核心难题则在于治理的精度与分寸。大量轻微犯罪行为处于民事失范、行政违法与刑事犯罪的连续地带，是否采取强制措施、是否相对不起诉、是否限制犯罪记录，每个环节都存在广阔的裁量空间。缺乏结构化数据与统一证据基准时，经验主义裁量自由摆动，直接导致轻微犯罪司法中宽严两极分化。循证治理恰好为这一困境提供方法论出路，它使裁量在客观证据支持下说明理由，使治理决策具备可说明的事实根据、可比较的类案参照与可检验的理由结构。
循证治理从理念走向实践，人工智能是不可或缺的助推力量。综合来看，循证的运行链条可以概括为数据、证据、决策、反馈四个环节，人工智能在每个环节都有具体运用。在数据环节，司法数据长期呈现有数字而乏结构的状态，自然语言处理技术可以从海量裁判文书和办案记录中自动提取行为类型、情节要素、处理结果等结构化信息，使轻微犯罪画像从模糊的总量数字变为精细的结构图谱。在证据环节，模式识别与统计分析技术能够从结构化数据中发现类案规律、识别风险因素的聚集形态、检验情节要素与处置结果之间的关联强度，使数据经过合法性、相关性与可靠性的过滤后转化为治理证据。在决策环节，类案检索系统为办案人员提供可比较的参照基准，风险评估模型辅助判断强制措施的适用与出罪边界的把握，治理决策的生成由此从经验汇总升格为数据检验。在反馈环节，传统治理的反馈是离散的、大间隔的。帮信罪起诉人数从2020年1.37万激增至2021年12.93万，2023年达峰值14.7万后大幅回落，2025年降至约3.5万，较2023年峰值下降约七成。这条曲线的每一次折角都对应着一批行为人际遇的断裂。人工智能使态势观测趋于连续，治理效果从年度报表变为动态曲线，校正在拐点初现之际即可启动，治理变动因此趋于平缓。而平缓本身就是法治价值，保护着法的安定性与公民的信赖利益。
在人工智能的助推下，循证治理沿着分类、分层、分阶段三个维度落地运行。分类维度上，依据行为生成机制区分风险前置型与链条参与型等不同类别；分层维度上，同一类型之内依据危害与责任的层级差别配置处置强度；分阶段维度上，生成阶段重在机会结构消解、处置阶段重在个案公正与效率、复归阶段重在后果消解与社会重新接纳。人工智能技术为每个维度提供数据支撑，使类之所以分、层之所以定、阶段之所以别均可被解释，也可被调整校准。
循证治理在智能时代具有双重时代价值。其一在于对重罪的有效堵截。轻微犯罪与重罪之间并非不可逾越，大量轻微犯罪的指定实则是基于预防重罪考量，因此，对轻微犯罪链条的精准治理，就是从源头切断重罪生成的供给线。循证治理通过人工智能对风险行为的识别干预，将治理重心前移，在重罪尚未形成之际完成堵截。其二在于对整体国家安全的维护。轻微犯罪的规模化治理直接关系社会安全这一总体国家安全的基础性环节。人工智能赋能下的精准治理，把轻微犯罪治理好，就是守护社会运行的基本秩序，就是维护国家安全的底层屏障。由此积累的方法自觉，还可以向更广泛的社会治理领域辐射，为国家治理现代化提供实践样本。
然而，越是看到人工智能的赋能潜力，越需要清醒认识其边界与风险。人工智能在循证治理中始终是工具而非判断主体，罪责判断的属人性不可让渡，技术系统无论多么精确都不能成为归责的主体。
具体适用中有三个风险点尤其需要警惕：一是可解释性的缺失。大模型深度介入信息处理后，分析结论的生成过程愈发呈现黑箱化趋向，无法被追溯和验证的输出不应进入治理判断，数据处理过程与结论生成逻辑必须能够为审查主体所理解和复核。二是数据安全与隐私保护。治理所倚重的风险数据应当受到办案目的与存续期限的双重约束，既不得逾期留存，也不能跨领域反复调用，技术记忆如果不设边界，再严格的实体规则也会被系统的持久性架空。三是风险标签的持久性。涉案人员一旦纳入惩戒名单，账户功能限制等约束可能在技术系统中长期留存、跨领域关联，形成案件已结而后果未了的困境。技术性后果必须服从责任的比例与期限，随刑事责任终结而相应消解，否则风险干预就会异化为终身管控，与轻微犯罪治理促进社会复归的目标背道而驰。
基于治理现代化的时代需求，犯罪治理的科学化与现代化，归根结底是理念的科学化而非工具的技术化。人工智能为循证治理提供前所未有的技术支撑，使数据采集更系统、证据生成更可靠、决策辅助更精准、反馈校正更及时。但是，数据陈述事实，技术缩短反馈周期，权衡与决断的权力始终属于人。循证治理的真正启示在于，治理的成熟不在于寻得某种一劳永逸的方案，而在于确立使方案本身可被检验、可被修正的方法自觉。只有在充分运用人工智能潜能的同时牢牢守住法治与安全的底线，轻微犯罪治理才能真正实现由经验之治向循证之治的转型，进而为犯罪治理科学化和国家治理现代化贡献刑事法治的力量。
〔本文系基金项目：贵州省2023年度社科规划一般项目“轻罪治理背景下帮助信息网络犯罪活动罪法律适用问题研究”（编号23GZYB150）。作者系贵州大学法学院副教授，法学博士、博士后〕
就犯罪治理而言，当前我们正处在两个历史性进程的交汇点上，一个是犯罪结构由重罪主导向轻微犯罪主导的深刻转变，另一个是人工智能以前所未有的深度嵌入社会运行。轻微犯罪案件的规模化涌入对治理能力提出了全新要求和全面挑战，人工智能恰好为回应这一要求与挑战提供了工具条件。但是，工具本身不会自动带来更优治理，人工智能如何具体嵌入循证治理的运行链条，又如何在运用中守住法治与安全的底线，值得关注。
最高人民检察院刑事检察白皮书显示，2025年被判处三年有期徒刑以下刑罚以及作相对不起诉、附条件不起诉的人数占全部审结人数的85.2%，严重暴力犯罪仅占起诉总人数的3.9%。由此可见，轻微犯罪已经是刑事司法日常运行的主体对象。更为关键的是，轻微犯罪案件内部并非铁板一块，比如危险驾驶罪的评价重心在于行为本身在公共交通领域创设的现实危险，帮信罪的可罚性则源于行为人在链条化网络犯罪中所处的功能位置。同样归入轻微犯罪范畴，行为生成机制截然不同。以无差别的方案应对高度分化的行为样态，治理自然在宽严之间反复摆动而难以触及根本。
智能时代给上述局面增添新的变量。人工智能既改变犯罪的生成方式，也改变治理的可能边界。帮信罪之所以短时间内爆发式增长，正是因为技术手段降低犯罪链条的组织成本，使分散个体能够在网络空间拼接成完整的犯罪流程。而大数据汇集、类案规律提取、风险因素识别这些过去难以想象的治理手段，如今也已具备现实条件。轻微犯罪治理的科学化，第一次拥有了系统性认知犯罪态势的物质基础和技术优势。
正是在这样的背景下，循证治理显示出特殊的时代意义。应当承认，尽管循证治理并非可以套用于所有犯罪领域的通用方法，但它对于轻微犯罪却有着独特的契合性和不可替代的价值。轻微犯罪案件规模庞大、类型分化、痕迹数据丰富，是刑事司法体系中最适宜以证据为据展开治理的场域。重罪治理的核心在于罪责的精准评价，轻微犯罪治理的核心难题则在于治理的精度与分寸。大量轻微犯罪行为处于民事失范、行政违法与刑事犯罪的连续地带，是否采取强制措施、是否相对不起诉、是否限制犯罪记录，每个环节都存在广阔的裁量空间。缺乏结构化数据与统一证据基准时，经验主义裁量自由摆动，直接导致轻微犯罪司法中宽严两极分化。循证治理恰好为这一困境提供方法论出路，它使裁量在客观证据支持下说明理由，使治理决策具备可说明的事实根据、可比较的类案参照与可检验的理由结构。
循证治理从理念走向实践，人工智能是不可或缺的助推力量。综合来看，循证的运行链条可以概括为数据、证据、决策、反馈四个环节，人工智能在每个环节都有具体运用。在数据环节，司法数据长期呈现有数字而乏结构的状态，自然语言处理技术可以从海量裁判文书和办案记录中自动提取行为类型、情节要素、处理结果等结构化信息，使轻微犯罪画像从模糊的总量数字变为精细的结构图谱。在证据环节，模式识别与统计分析技术能够从结构化数据中发现类案规律、识别风险因素的聚集形态、检验情节要素与处置结果之间的关联强度，使数据经过合法性、相关性与可靠性的过滤后转化为治理证据。在决策环节，类案检索系统为办案人员提供可比较的参照基准，风险评估模型辅助判断强制措施的适用与出罪边界的把握，治理决策的生成由此从经验汇总升格为数据检验。在反馈环节，传统治理的反馈是离散的、大间隔的。帮信罪起诉人数从2020年1.37万激增至2021年12.93万，2023年达峰值14.7万后大幅回落，2025年降至约3.5万，较2023年峰值下降约七成。这条曲线的每一次折角都对应着一批行为人际遇的断裂。人工智能使态势观测趋于连续，治理效果从年度报表变为动态曲线，校正在拐点初现之际即可启动，治理变动因此趋于平缓。而平缓本身就是法治价值，保护着法的安定性与公民的信赖利益。
在人工智能的助推下，循证治理沿着分类、分层、分阶段三个维度落地运行。分类维度上，依据行为生成机制区分风险前置型与链条参与型等不同类别；分层维度上，同一类型之内依据危害与责任的层级差别配置处置强度；分阶段维度上，生成阶段重在机会结构消解、处置阶段重在个案公正与效率、复归阶段重在后果消解与社会重新接纳。人工智能技术为每个维度提供数据支撑，使类之所以分、层之所以定、阶段之所以别均可被解释，也可被调整校准。
循证治理在智能时代具有双重时代价值。其一在于对重罪的有效堵截。轻微犯罪与重罪之间并非不可逾越，大量轻微犯罪的指定实则是基于预防重罪考量，因此，对轻微犯罪链条的精准治理，就是从源头切断重罪生成的供给线。循证治理通过人工智能对风险行为的识别干预，将治理重心前移，在重罪尚未形成之际完成堵截。其二在于对整体国家安全的维护。轻微犯罪的规模化治理直接关系社会安全这一总体国家安全的基础性环节。人工智能赋能下的精准治理，把轻微犯罪治理好，就是守护社会运行的基本秩序，就是维护国家安全的底层屏障。由此积累的方法自觉，还可以向更广泛的社会治理领域辐射，为国家治理现代化提供实践样本。
然而，越是看到人工智能的赋能潜力，越需要清醒认识其边界与风险。人工智能在循证治理中始终是工具而非判断主体，罪责判断的属人性不可让渡，技术系统无论多么精确都不能成为归责的主体。
具体适用中有三个风险点尤其需要警惕：一是可解释性的缺失。大模型深度介入信息处理后，分析结论的生成过程愈发呈现黑箱化趋向，无法被追溯和验证的输出不应进入治理判断，数据处理过程与结论生成逻辑必须能够为审查主体所理解和复核。二是数据安全与隐私保护。治理所倚重的风险数据应当受到办案目的与存续期限的双重约束，既不得逾期留存，也不能跨领域反复调用，技术记忆如果不设边界，再严格的实体规则也会被系统的持久性架空。三是风险标签的持久性。涉案人员一旦纳入惩戒名单，账户功能限制等约束可能在技术系统中长期留存、跨领域关联，形成案件已结而后果未了的困境。技术性后果必须服从责任的比例与期限，随刑事责任终结而相应消解，否则风险干预就会异化为终身管控，与轻微犯罪治理促进社会复归的目标背道而驰。
基于治理现代化的时代需求，犯罪治理的科学化与现代化，归根结底是理念的科学化而非工具的技术化。人工智能为循证治理提供前所未有的技术支撑，使数据采集更系统、证据生成更可靠、决策辅助更精准、反馈校正更及时。但是，数据陈述事实，技术缩短反馈周期，权衡与决断的权力始终属于人。循证治理的真正启示在于，治理的成熟不在于寻得某种一劳永逸的方案，而在于确立使方案本身可被检验、可被修正的方法自觉。只有在充分运用人工智能潜能的同时牢牢守住法治与安全的底线，轻微犯罪治理才能真正实现由经验之治向循证之治的转型，进而为犯罪治理科学化和国家治理现代化贡献刑事法治的力量。
〔本文系基金项目：贵州省2023年度社科规划一般项目“轻罪治理背景下帮助信息网络犯罪活动罪法律适用问题研究”（编号23GZYB150）。作者系贵州大学法学院副教授，法学博士、博士后〕
