大數(shù)據(jù)偵查之所以走向負(fù)面，是因?yàn)榇髷?shù)據(jù)的自然屬性制約了偵查的社會功能。首先，大數(shù)據(jù)具有“海量性”的特點(diǎn)?，F(xiàn)階段的大數(shù)據(jù)偵查是從海量的“大”數(shù)據(jù)輸出一個“較大”數(shù)據(jù)，而不是偵查價值集中的“小”數(shù)據(jù)。其次，大數(shù)據(jù)有“混雜性”的特點(diǎn)。也就是說，有價值的偵查信息與大量的無關(guān)信息混雜在一起，當(dāng)辦案人員無法把有價值的偵查信息從混雜的大數(shù)據(jù)中提取出來，混雜性變成非常大的“干擾性”。再者，大數(shù)據(jù)的“相關(guān)性”特點(diǎn)也容易給辦案人員帶來困擾。如果無法把無關(guān)的信息剔除出去，大數(shù)據(jù)的“相關(guān)性”就會走向負(fù)面，即“無關(guān)性”。

從本質(zhì)上講，這種負(fù)面現(xiàn)象是由大數(shù)據(jù)與偵查的功能沖突所引起的。眾所周知，大數(shù)據(jù)的最大功能是預(yù)測未來。然而，偵查的社會功能并不是預(yù)測未來，而是查明過去。鑒于此，曾有人提出，偵查領(lǐng)域從來都沒有“大數(shù)據(jù)偵查”，而是“數(shù)據(jù)大偵查”，這也是有些道理的。

再者，偵查的社會功能又對大數(shù)據(jù)提出了新的要求。比如，偵查的時效性要求大數(shù)據(jù)偵查作為一種手段，必須要達(dá)到“又好又快”。如果大數(shù)據(jù)偵查花費(fèi)的時間非常大，那么它就有可能被人遺棄。

尤其是，在大數(shù)據(jù)偵查領(lǐng)域，作為辦案人員不關(guān)心相關(guān)事實(shí)，而只關(guān)心行為事實(shí)。如果大數(shù)據(jù)平臺里的信息無法反映人的行為事實(shí)，那都只能成為沒有偵查價值的“相關(guān)事實(shí)”。

比如說，當(dāng)下就有諸多互聯(lián)網(wǎng)企業(yè)面臨著一種新的大數(shù)據(jù)犯罪形態(tài)——刷量，如刷廣告、刷注冊、刷評價等等。在很多案件中，從數(shù)據(jù)的相關(guān)關(guān)系上看，確實(shí)存在著“刷量”行為。但是，從司法證明角度而言，由于司法證明要求證據(jù)與行為具有因果關(guān)系，僅相關(guān)性不能成為案件證據(jù)。這使得這些新型大數(shù)據(jù)犯罪在行為證明和定罪量刑方面帶來了巨大的挑戰(zhàn)。

在視頻偵查中，也存在著信息量非常大的問題。視頻偵查專家是怎么解決這個問題的呢？他們往往是通過“串聯(lián)法”和“關(guān)聯(lián)法”讓信息形成動態(tài)的過程，從而挖掘具有偵查價值的行為信息。顯然，不管是視頻偵查，還是大數(shù)據(jù)偵查，它們在方法原理上都是一脈相承的。在偵查活動中，辦案人員最關(guān)心的是行為的動態(tài)過程，而非人與人之間的靜態(tài)關(guān)系。換言之，突破大數(shù)據(jù)偵查的“瓶頸”，正是要把“靜態(tài)關(guān)系”變成“動態(tài)過程”。

那么，如何讓大數(shù)據(jù)偵查達(dá)到前述效果呢？這就涉及到建模問題。模型是大數(shù)據(jù)的生產(chǎn)線。

目前，大數(shù)據(jù)的主流建模方法主要有兩種：數(shù)據(jù)驅(qū)動的建模和需求驅(qū)動的建模。所謂的數(shù)據(jù)驅(qū)動的建模，通俗地講就是我不管你有什么具體的需求，我只告訴你通過大數(shù)據(jù)分析有什么樣的結(jié)論，至于這些結(jié)論是否滿足你現(xiàn)在的需求，另當(dāng)別論。數(shù)據(jù)驅(qū)動建模的主要功能是用于預(yù)測未來，顯然偵查中是不會用到數(shù)據(jù)驅(qū)動建模的，反倒是犯罪預(yù)防很可能需要使用這種建模方法。至于需求驅(qū)動的建模，它的需求就是：告訴我和這個人或者這個手機(jī)號有關(guān)的信息有哪些，目前偵查系統(tǒng)所謂的“一鍵搜”就是此例。

但是，“偵查”的需求和“一鍵搜”的需求，并不是一回事：“一鍵搜”的需求是明確的，那就是找到與指定人或指定手機(jī)號所有相關(guān)的信息。而偵查的需求是找到本案的作案人，這是一種抽象而不明確的需求。既然連需求都是不明確的，大數(shù)據(jù)偵查顯然不應(yīng)該也不可能采取需求建模的方法。可見，在其他領(lǐng)域大數(shù)據(jù)所經(jīng)常使用的數(shù)據(jù)驅(qū)動建模和需求驅(qū)動建模，在偵查領(lǐng)域都是行不通的。

依據(jù)網(wǎng)絡(luò)法理學(xué)的原理，法律與技術(shù)相結(jié)合，一定要以“行為”為中介。偵查作為法律活動的一種，也同樣適用該原理。偵查與技術(shù)相結(jié)合也需要通過行為中介。通過技術(shù)從海量數(shù)據(jù)里提取出與行為有關(guān)的信息，才能得出有效的偵查結(jié)論。

大數(shù)據(jù)偵查領(lǐng)域的建模必須是以行為特征為中介，這是由大數(shù)據(jù)偵查的本質(zhì)，即以行為事實(shí)而非相關(guān)事實(shí)為追求目標(biāo)所決定的。繼而，提出行為建模的大數(shù)據(jù)建模方法也就水到渠成了。在偵查領(lǐng)域的行為建模有兩個層次的含義：一種是偵查學(xué)模型，它其實(shí)就是各種類型案件的“技戰(zhàn)法”。偵查學(xué)模型往往是被動的，只有等案情需要時，才會使用偵查學(xué)模型去“尋找”數(shù)據(jù)信息，它一般不能達(dá)到機(jī)器主動偵查的效果。另一種是犯罪學(xué)模型，也叫犯罪行為模型，它必須能反映某種類型犯罪的行為特征、行為方式、行為規(guī)律。有了犯罪學(xué)模型以后，大數(shù)據(jù)平臺才能主動并自動地去運(yùn)算和匹配，并得出具有偵查價值的“小數(shù)據(jù)”。顯然，從大數(shù)據(jù)偵查的角度，犯罪學(xué)模型比偵查學(xué)模型更有利于效率的提高。這是因?yàn)榉缸飳W(xué)模型更適宜開發(fā)成以主動偵查和自動偵查為特征的“智能偵查”。

當(dāng)然，犯罪學(xué)模型的構(gòu)建還非常注重行為要素的分解，并且具體的分解方法與案件類型悉悉相關(guān)。比如，對公安的以事“找”人案件，它應(yīng)該更注重行為時間要素和行為空間要素的分解。即，找到在案發(fā)時間、案發(fā)地點(diǎn)與被害人接觸的人。而對于貪污受賄案件，則應(yīng)更注重行為對象要素和行為結(jié)果要素的分解。即，找到官員的非法錢財及相關(guān)的行賄人。不論如何，要想從大量看似相關(guān)的數(shù)據(jù)中快速有效地發(fā)現(xiàn)具有因果關(guān)系的數(shù)據(jù)，必須從偵查學(xué)模型進(jìn)化到犯罪學(xué)模型。

值得注意的是，大數(shù)據(jù)偵查領(lǐng)域的行為建模人才從來都不是、也不可能像其他大數(shù)據(jù)領(lǐng)域一樣成為被神話了的“算法師”。高手在基層、在民間。這是因?yàn)樽盍私夥缸镄袨樘卣骱头缸镄袨橐?guī)律的人，一是基層民警，二是部分具有犯罪“智慧”和“潛能”的民間群眾。

今天，人工智能并不是指一種技術(shù)，而是指一種方法和思維。大數(shù)據(jù)偵查通過犯罪學(xué)行為建模的優(yōu)化，完全可以升級為主動偵查和智能偵查，并完成到人工智能的進(jìn)化。鑒于此，可以把這種偵查模式歸納為：基于大數(shù)據(jù)的人工智能偵查。

（作者謝君澤系中國人民大學(xué)網(wǎng)絡(luò)犯罪與安全研究中心秘書長，中國人民大學(xué)物證技術(shù)鑒定中心副主任)