联合机器智能、脑与行为科学以辅助刑事司法

本文探讨机器智能、脑与行为研究三者共同促进刑法的三个重要角色。首先，利用脑与行为数据的预测建模可通过预测与脑损伤及精神疾病相关的分类、连续与纵向法律结果，来支持法律调查。其次，由机器学习算法支撑的心理学、精神病学与行为研究，可帮助预测人类行为与行动，如谎言、偏见及犯罪现场访问。第三，机器学习模型已用于基于临床与犯罪数据预测再犯，而脑解码正开始基于脑成像数据揭示一个人的思想与意图。在阐明成就与前景后，我审视了关于刑法中基于脑与行为的评估的准确性、可靠性与可重复性的关切，以及关于数据占有、伦理、自由意志（与自动行为）、隐私与安全的问题。此外，我将讨论与可预测性 vs. 可解释性、群体层面预测 vs. 个性化预测、以及预测未来行动相关的问题，并勾勒脑与行为数据可作为法庭证据的三种潜在情形。综上，当前法律探索与决策中的脑与行为解码前景可期但尚显初级。所得证据有限，不应据此得出确定性结论，尽管其可潜在地作为现有证据的补充或并行使用。最后，我建议需就脑与行为数据在何种法律案件中可以及不可以以预测方式使用，给出（更精确的）定义与规制。