文章來源：《重慶大學學報（社會科學版）》2022年第3期

作者：鄭飛、馬國洋

摘要：大數據證據是對海量數據進行篩選、彙總、提煉、形成結論并在審判中使用的證據。大數據證據不同于"運用大數據技術分析收集的證據",後者并未對傳統證據規則形成明顯挑戰,而前者将導緻大數據證據與傳統證據規則産生明顯沖突,進而引發大數據證據在法庭适用中的三重困境。第一重困境是大數據證據種類與法定證據種類的不适應,這一困境應通過不同階段的"三步走"策略逐漸解決。第一階段,應将大數據證據作為一種鑒定意見;第二階段,應将大數據證據作為獨立的證據種類;第三階段,應放棄将證據種類作為證據門檻的做法。第二重困境是因可靠性質疑而導緻的相關性困境,這一困境産生的原因是大數據的黑箱化運行以及大數據技術的複雜性。對此,最為簡單直接的辦法便是公開算法的曆史準确率。其中,算法曆史準确率公布的主體應是算法開發者(或改進者),因為開發大數據算法的一個組成部分便是計算(改進)正在進行的算法的準确性。同時,為了保障算法開發者(或改進者)公布的曆史準确率具有可信度,還應由政府部門牽頭,依托具有相應專業人才、技術支撐和監管能力的行業自律組織負責算法的監管。除此之外,必要時還應尋求鑒定人、專家輔助人進行解釋,使一般人能夠理解基于"數據經驗"産生的關聯,從而進一步對大數據證據的可靠性進行判斷。第三重困境是因對隐私權的侵犯和"證據偏在"的影響而導緻的可采性困境,該困境應通過構建"原則+制度+技術"的融合規制路徑來加以解決。從原則角度出發,大數據證據的應用原則包括數據有限使用原則、數據主體"弱同意"原則和數據甄别原則;從制度的角度出發,一方面,應構建大數據技術風險評估系統,對大數據技術的應用進行風險等級評定;另一方面,應引入大數據技術應用的審查機制,這包括大數據監管機構的審查和司法審查。從技術角度出發,應嘗試通過"數據脫敏"等更加先進的技術完善隐私保護機制。除此之外,大數據證據第三重困境的化解還需要通過完善證據開示制度等方法增強訴訟的對抗性。