大数据时代犯罪预防问题辨析.doc

大数据时代犯罪预防问题辨析 　　摘要：随着互联网技术的发展，当今世界已经进入了大数据时代。因为其强大的数据分析和前瞻性的数据预测功能，对实现犯罪预防技术的进一步发展似乎带来了新的希望。但是大数据不是以往所了解的数据的简单集合，潜在的巨大风险如影随形，正确认识并合理应用才是大数据时代的应有之义 关键词：犯罪预防；数据错误；数据隐私；数据监控 中图分类号：D924.393；D917.6文献标识码：A文章编号：2095-4379-（2017）05-0080-03 作者简介：刘艺坤（1991-），女，汉族，甘肃人，华南理工大学法学院，诉讼法专业硕士研究生，研究方向：刑事诉讼 一、大数据与犯罪预防 电影《少数派报告》讲述了人们如何利用“先知”抓捕可能犯罪的人从而预防犯罪的故事。电影的主角某一天受到了抓捕，然而他并没有任何犯罪的意图、没有任何犯罪的行为趋势，他因为被抓捕反而去思考他可能的犯罪动机，然后真正的实施了犯罪。这里不知道是因为犯罪去预防还是由于被预防才导致犯罪。我们应用大数据也是为了预防，大数据有一个强大的预测功能 运用数据进行预防早已有之，美国警方的“CompStat”（数据驱动的警务管理系统）以及布兰代斯诉讼方法都是数据在法律适用中的?O好典例。大数据形成的预防有两种：首次犯罪识别和再次犯罪惩戒。首次犯罪识别就是通过预测分析技术审查系统所发现的可疑交易、申请，发现、识别和跟踪犯罪。再次犯罪惩戒出现在审判和执行阶段。审判时考虑人身危险性会考虑被告人的各种情况，大数据因为它的全面性和综合预测性优势将会提供一个非常庞杂的个人情况，包括他的浏览习惯、购物清单、阅读倾向、还款信用率等。相类似的还有假释、缓刑和减刑的考虑，对犯罪人本人我们将了解的更多更深入，以决定罪犯是否有再犯可能性。但这两种犯罪预防都要面临的一个重大质疑是：如果你说自己阻止了某事的发生，那么你如何证明，如果不去阻止，你所担心的的事情就必定会发生呢？ 二、犯罪预防相关问题 既然传统的犯罪预防就是建立在犯罪数据和一定的风险评估上，那么为什么不能接受一个更为广泛系统的数据作为参考呢？这里可能产生两方面的问题：1、犯罪模型，因为数据庞杂，怎么建立一个准确的模型来综合应用这些数据成为重中之重，当系统做出不准确或者错误的描述，实际上你则完全是无辜的，这件事更没有发生，怎么证明？另外给每个因素事前确定一个固定的比例也是不科学的，个人的风格和倾向性以及社会的偶然性等等都会导致误判的发生；2、数据的过度依赖。审判员可能会因为体系而考虑的更加全面审慎，但系统也可能会让他忽视自己的主动观察和思考，让他形成某种技术依赖，尤其是对上级或外界权威推荐的他不甚了解的系统 此外，有以下几个问题不得不去重视： （一）数据错误 要拥有巨大的数据资源，必然要抛弃对数据精确性的绝对追求，大数据之父舍恩伯格认为执迷于精确性是信息缺失时代和模拟时代的产物，如果不接受混乱，95%以上的数据都无法被利用，只有接受不精确性，我们才能打开一扇从未涉足世界的窗户。就个人来说，我们可能会谨慎认真的发布一条消息，但是我们也会不专注的时候写下错别字，混乱也是生活的一种状态，大数据对此并不排斥，甚至乐意之至。谷歌将这种错误应用在搜索和翻译中，即使打下错误的指令也能找到你可能找到你需要的内容。这种思维方式上的自信当然也是因为当数据规模足够大的时候，数据错误就可以忽略不计。实验规律就是如此，当试验次数增加到一定程度，其结果就会越来越趋于一个稳定的数值 但是作为大数据应用的经典案例：谷歌搜索准确预言流感，于2014年在《科学》上受到文章质疑，该文认为谷歌的流感预防并不那么准确，普遍存在高估情况。大数据原先为什么准确？现在为什么不准确？没有人能回答，谷歌也不知（一开始就没法知道）搜索关键字和流感传播能够产生紧密的联系，大数据的分析思维就是相关关系，而不是因果关系，就像沃尔玛也不知道尿布和啤酒的销售为什么会联系在一起。这种单纯特征上的相关性研究，不知道它背后的产生机制也将不能明白它的消失时间 大数据的错误的原因还有数据太大必然有大量的无关信息，虽然当数据规模足够大时，错误信息可以接近忽视，但是若因为特殊原因导致无关错误信息占据大多数，纵使数据模型和推理足够高超也不能避免失败的命运 实际上我们很容易接受数据这种理性的蛊惑，实行国家大数据战略则完全可能将人们对数据的依赖上升到受其统治的地步，我们必须时刻谨记大量的数据实质上并不可靠：质量差、不客观、毫无联系、没有逻辑……如此多的问题，还无法解释、无法证明，我们对其的信任可以走到哪里？无疑要打一个大大的问号。现实的是，这些乱七八糟的数据最后进入个人的相关系统，并用来预测、确定个人的一切 （二）数据歧视 数据歧视表现在两