人工智能刑事归责中的因果关系.pdfVIP

2024年5月刊上半月法治天地

人工智能刑事归责中的因果关系

杨毅

（华南理工大学广东广州510006）

[摘要]基于人工智能内在的复杂性与不可控性，人工智能的刑事

因果关系相较于传统因果关系更为抽象。目前学界主要有两种针对人工

智能刑事因果关系的判断标准——风险标准模式与双重筛选的条件说。

当前，人工智能仍然处于初级阶段，并未具备法律主体的身份。但无论

人工智能是否具备法律主体资格，当根据风险标准模型来分析具体案例

时，都必须考虑到行为主体的行为分类、主观状态及其他可能存在的干

预因素，这可能会对原有的刑事因果关系产生影响。按照双重筛选的条

件说则不需要考虑区分情形、主观上是故意还是过失，以及介入因素等

问题。

[关键词]人工智能；刑事因果关系；风险标准模式；双重筛选；

条件说

一、问题的提出在行为层面，表现为主体对具有指导性的人

当前人工智能技术的飞速发展已经超出了人类工智能不履行职责。透过行为逻辑来看，若某人

的社会预期，现实中已发生多起人工智能犯罪案件。有意识地进行某种活动，他能够预测和理解潜在

在人工智能下面临的法律问题主要表现在人工智能的危险。但是，从非行动的角度来看，一个人可

主体资格的可适应性，然而，随着深入人工智能时能会故意、疏漏或意外地不去行动，这种情况下

代，法律因果关系的调节及其适当性可能会经历某他可能无法预见行为可能引发的风险。因此，在

种程度的削弱和偏差。因此，确定如何将人工智能法律上分析因果关系时，分析的核心主要是行为

及其行为和结果归因于客观现象并于其进行主观责者在不作为的情况下对风险的认识能力。不作为

难的法律因果关系，显得尤为关键。人工智能的行的风险认知能力可以再细分为主动不作为和被动

为和传统法律行为有着明显的差异，同样，确认其不作为的认知能力。首先，对主动不作为的风险

刑事因果关系的方式也和确定传统行为的法律因果认知能力而言，主动不作为受到有意识的行为控

关系的方法有所不同。在涉及涵盖两个或多个主体制，行为者对不作为可能带来的风险明显能够预见，

的情况下，确定犯罪结果和不同主体间的刑事因果认识上没有障碍，因此，应该直接确认行为者在人

[1]

关系如何建立，将是学者们需要深入研究的问题。工智能行为中存在刑事因果关系。然后，在被动不

二、人工智能刑事因果关系的判断标准作为的风险认知能力中，被动不作为是受到疏忽的

解决人工智能的刑事责任问题，需要明确识行为控制，其不作为的义务实际上是要求行为人对

别人工智能的犯罪行为和产生的效果之间的因果该风险保持注意并有行动义务，并且产生的风险是

关系。因此，确定何种准则用于确认人工智能的可以避免的。这个时候的风险判定仅限于行为者能

刑事责任中的因果关系，显得极为关键。够认识的范围内，对超出范围的风险则不被认为存

（一）风险标准模式在刑事因果关系，无需承担刑事责任。

风险标准模式起源于英美法律系统，它可以