智慧司法視閾下未成年人網絡犯罪的危險性評估

賈云飛

（新疆大學法學院，新疆烏魯木齊 830046）

一、問題的提出

隨著互聯網產業的快速發展，未成年人的成長環境已進入數字化、網絡化、智能化深入發展的時代，這使得他們既成為數字紅利的受益者，又可能成為網絡犯罪的加害者或受害者。根據最高人民檢察院公布的數據，近年來，未成年人利用網絡實施犯罪不斷上升，僅2018年至2021年，起訴此類犯罪就從1127人上升至2853人，年均上升36.3%。①王亦君、先藕潔：《最高檢：未成年人遭受網絡侵害問題突出》，載《中國青年報》2022 年10 月28 日。未成年人網絡犯罪不僅給個體和社會帶來了巨大的經濟損失，還對未成年人的身心健康、教育成長和社會適應能力造成了嚴重影響。

未成年人網絡犯罪作為一種新型犯罪形態，與傳統犯罪有著明顯的不同。它在技術手段上更為隱蔽，對受害者和社會的危害程度也可能更大。因此，及早發現、評估和應對未成年人網絡犯罪行為顯得尤為重要。然而，目前對未成年人網絡犯罪危險性的評估研究還相對薄弱，缺乏科學性的方法和系統性的探討，導致未成年人網絡犯罪的預防和打擊工作受到制約。

在此背景下，智慧司法的興起為解決未成年人網絡犯罪問題提供了新的機遇。智慧司法以人工智能、大數據分析等技術手段為基礎，能夠更加快速準確地識別和分析網絡犯罪行為，為司法決策提供科學依據。然而，要實現智慧司法在未成年人網絡犯罪領域的有效應用，必須首先充分了解未成年人網絡犯罪的危險性，以明確犯罪行為的性質、特點和風險。本文將通過整合相關理論和分析相關案例，深入探討未成年人網絡犯罪的原因、方式和影響，從而揭示其危害程度和潛在風險。在此基礎上，引入人工智能評估方法，并細化該方法在未成年人網絡犯罪具體罪行中的應用場景，以實現對未成年人網絡犯罪危險性的準確評估和預測。

二、未成年人網絡犯罪的危險性評估現有問題

由于心理尚未成熟、較易受到環境影響，未成年人網絡犯罪具有自身的危險特殊性，對個體和社會可能造成一系列影響，應當針對這種影響采取區別于成年人且溫和的教育措施。為了有效預防犯罪，應當對未成年人網絡犯罪的危險性予以評估。然而，現有的危險性評估方法在評估過程中存在數據獲取困難、指標使用困難等局限性，在實際應用中也遇到了一系列挑戰。

（一）未成年人網絡犯罪的危險特殊性

針對未成年人犯罪，首先應當意識到其危險特殊性。由于犯罪者年齡普遍較小，其心智尚未成熟，許多犯罪系沖動或無意識行為，犯罪本身的社會危害性較低，但對社會的影響相當惡劣。因此，需要結合其危險特殊性，對其進行特殊立法，保護受害者權益的同時，將預防犯罪作為首要工作。

1.未成年人網絡犯罪的心理因素和動機

研究表明，與同齡人相比，不成熟的年輕人在從事可能導致不良后果的違法行為時，不僅不感到內疚，而且還感到自豪。①Bryan-Hancock,Claire,SharonCasey.Young People and the Justice System: Consideration of Maturity in Criminal Responsibility[J].Psychiatry,Psychology and Law ,2011,18(1):69-78.青春期階段的未成年人常常面臨著心理上的復雜和矛盾，一邊追求“自我認同感”，一邊需要滿足家庭和社會的期待。因此，與其面對現實生活的壓力和煩惱，部分未成年人更傾向于沉溺在網絡虛擬世界當中。虛擬世界為他們提供了一種心理滿足感和自我認同感，但也容易讓他們受到虛擬環境的誘惑，從而產生網絡犯罪行為。②劉磊:《未成年人網癮及網絡犯罪成因的犯罪學理論闡釋》,載《青少年犯罪問題》2014 年第4 期。

未成年人參與網絡犯罪的動機多種多樣，大致分為兩類——個體動機和社會動機。一方面，未成年人可能會通過網絡犯罪來達到自身追求刺激、滿足某種欲望的心理需求，從中獲得快感和成就感。另一方面，未成年人渴望在虛擬社交世界中建立自己的身份、尋求通過網絡犯罪手段來滿足物質欲望、受到不良網絡社交圈子的影響以及受害人或者社交關系中的沖突等都可能促使他們采取網絡攻擊行動予以回應或報復。

2.未成年人網絡犯罪的個體和社會影響

在動機的驅使之下，部分未成年人通過網絡實施犯罪行為，在侵害受害者的合法利益之余，也會制約自身的正常發展，同時還會對社會造成廣泛而深刻的負面影響。

從個體影響上來說，網絡犯罪會對未成年犯罪者和受害者的心理健康造成嚴重影響，阻礙未成年人的教育和成長，對其他未成年人造成直接的人身安全威脅，其中最為突出的例子是網絡霸凌和網絡暴力，受害者常常難以在這兩種情形下避免自己不遭受身心迫害以及作出其他極端行為。

從社會影響上來說，未成年人網絡犯罪會對社會安全與秩序構成直接威脅，不斷挑戰社會安全與秩序的底線。在致使受害者和社會遭受嚴重經濟損失的同時，也會觸發公眾對社會的信任危機，導致社會功能紊亂。

3.未成年人網絡犯罪法律的特殊性

盡管未成年人網絡犯罪存在負面影響，不能因此而完全阻止未成年人使用網絡。這種完全的保護主義方式是消極的反對媒介的教育，雖然讓未成年人遠離了媒介的污染，但同時也錯過了媒介的滋養。③葛進平：《浙江農村青少年——大眾傳媒接觸及影響實證研究》，浙江大學出版社2007 年版，第209 頁。針對未成年人網絡犯罪，需要制定特殊的預防和懲治規則，采用特殊的犯罪責任和法律界定方式，并遵循獨有的原則與功能。

根據我國法律規定，這種特殊性具體表現為未成年人在法律上被認定為是無行為能力人或者是限制行為能力人而不具備刑事責任。①此處限制行為能力人不包括《刑法》第十七條規定的已滿十四周歲不滿十六周歲的人，犯故意殺人、故意傷害致人重傷或者死亡、強奸、搶劫、販賣毒品、放火、爆炸、投放危險物質罪的以及已滿十二周歲不滿十四周歲的人，犯故意殺人、故意傷害罪，致人死亡或者以特別殘忍手段致人重傷造成嚴重殘疾，情節惡劣，經最高人民檢察院核準追訴的十一種應當負刑事責任的情形。在界定網絡犯罪行為時，應嚴格區分未成年人與成年人的構罪標準，而非一味地將成年人的標準進行簡單移植。未成年人作為社會中的弱勢群體，理應受到特殊保護。在實踐中處理未成年人網絡犯罪時，應根據《未成年人保護法》的相關規定，②堅決落實對未成年犯罪人實行的“教育、感化、挽救”方針，堅持教育為主、懲罰為輔的原則。采取有別于成年人的、更加溫和且具有教育性的措施，避免過度懲罰給未成年人的身心造成嚴重影響。

（二）危險性評估：與未成年人網絡犯罪的適配性與局限性

為了更好地預防和干預未成年人參與網絡犯罪，需要采取多樣化的事前防止措施，其中一種重要的手段就是危險性評估。危險性評估是一種系統性的方法，用于評估個體或群體在未來可能發生某種危險或有害事件的概率或程度。③Berk, Richard, et al. “Fairness in criminal justice risk assessments: The state of the art.” Sociological Methods & Research 50.1 (2021): 3-44.這種方法通常依賴于各種信息和數據，包括個體的歷史記錄、行為、特征、環境因素等，以便幫助決策者或專業人員了解和識別潛在的風險，從而采取適當的預防和干預措施。危險性評估通常用于多個領域，包括犯罪、醫學、社會工作和心理健康等。在犯罪中，危險性評估用于預測個體或團體參與犯罪行為的可能性。然而，現有的評估方法在面臨未成年人網絡犯罪時仍舊存在一些局限性和不足之處，需要更全面和創新的方法來評估未成年人的網絡犯罪危險性。

目前，現有基于傳統犯罪風險的靜態評估工具主要通過分析未成年人個體的主客觀信息來預測未來的犯罪風險。但是，對于未成年人網絡犯罪而言，一方面網絡犯罪技術的快速演變導致過往的犯罪數據無法準確反映未來的危險，另一方面未成年人在網絡這個虛擬世界中的行為也有可能異于其在現實生活中的行為，導致靜態評估難以準確預測他們的網絡犯罪風險。具體而言，其局限性包括以下幾個方面：

1.缺乏準確度和可靠性

在未成年人網絡犯罪中，評估對象為了獲得對自身有利的評估結果，可能會采取隱瞞或欺騙手段誤導評估人員，影響評估結果的可靠性。④申純：《人工智能時代人身危險性評估發展的新機遇及實現路徑》，載《求索》2021 年第6 期。

2.評估結果的主觀性

由于評估人員在未成年人網絡犯罪的理解和認知上存在差異，以及在一般情形下辦案人員出于避免被追責的考慮而作出逮捕決定⑤申純：《人工智能時代人身危險性評估發展的新機遇及實現路徑》，載《求索》2021 年第6 期。等因素，使得危險性評估過程受到人為因素影響而帶有主觀色彩，由此得出的評估結果的公正性也將遭受質疑。

3.缺乏有效的干預措施

評估過程的意義不僅在于準確預測未成年人的網絡犯罪危險性，更在于有效的干預措施。未成年人網絡犯罪者通常需要心理健康支持，以幫助他們處理心理問題，如網絡成癮、自我認同問題等?，F有的許多評估工具未提供與心理健康專業人員的聯系或干預計劃，無法圍繞評估結果中的具體問題和風險因素對未成年人網絡犯罪的干預工作提供個性化和精準化的指導。

（三）現有評估方法實際應用中的挑戰和問題

除了方法本身的局限性，現有的評估方法在實際應用中也遇到一系列挑戰和問題。

1.數據收集和信息獲取困難

一方面，現有評估方法由于自身局限性難以獲取有關未成年人網絡犯罪的數據，且數據本身存在不完整和不準確的情況，如部分未成年人網絡犯罪行為未被發現或舉報、未成年人或未成年人監護人提供虛假信息，導致相關數據缺失或真偽難辨，從而影響評估的準確性和可靠性。另一方面，現有評估方法搜集和使用未成年人的個人信息和行為軌跡涉及到個人隱私權的問題。當下使用的評估方法雖并非超越法律許可的范圍，但如果想要進一步提高評估的預測準確性，就需要掌握更多有關未成年人的個人信息和行為軌跡等信息，很可能違背“比例原則”，①高通：《逮捕社會危險性量化評估研究——以自動化決策與算法規制為視角》，載《北方法學》2021 年第6 期。侵犯未成年人的個人隱私。

2.評估工具和指標適用困難

首先，評估工具的選擇和適應性。在實際應用中，由于有些工具是基于成年人犯罪行為開發的，其能否應用于未成年人網絡犯罪需要慎重考慮；或需要在此基礎上進行相應的修改和優化，以補強評估工具的針對性和適應性。其次，指標的權重和準確性難以保證。評估方法中的指標需要能夠準確反映未成年人網絡犯罪的風險因素，且各個指標之間的權重關系也需要合理確定。然而，由于未成年人網絡犯罪行為的復雜性和多樣性，現有評估方法在確立準確指標權重問題上仍然缺乏相應措施。再次，評估方法和評估標準缺乏統一標準。目前，我國針對未成年人網絡犯罪的評估方法和標準缺乏統一規范，造成評估方法存在一定主觀性，評估標準則因地區和機構而異的現象發生，導致評估方法的普適性不足。

3.評估結果的解釋和應用困難

除了評估結果的主觀性，對于評估結果的解讀和解釋亦受到應用者自身經驗和主觀判斷的影響，往往具有主觀性。不同應用者對同一未成年人網絡犯罪的評估結果可能得出不同結論，導致評估應用的偏差和不公正。

綜上所述，為了解決這些挑戰，引入智慧司法視閾來評估危險性是一種前瞻性的方法。智慧司法，也稱為智能司法或智慧法律，是指利用先進的技術和數據分析方法來改進和優化法律體系和司法流程的方法和理念。智慧司法利用人工智能、大數據分析、自然語言處理、機器學習等現代技術，可以更快速、準確地完成對未成年人網絡犯罪的危險性評估。

三、智慧司法視閾下的危險性評估方法運用

在智慧司法視閾下，危險性評估方法將得到人工智能等技術的輔助，不僅可以通過加強信息整合與數據分析、提高決策科學性與預測精準度來克服傳統方法的局限性，還可以更好地滿足未成年人網絡犯罪防控的需求。②由于篇幅有限，本文后續的討論聚焦于智慧司法中最具有典型性的人工智能技術，將“智慧司法”“人工智能”“人工智能評估方法”等概念作等同化處理。然而，人工智能評估方法不可避免地會受到數據偏見和準確性的影響，同時還會帶來未成年人隱私權保護方面的嚴重問題，需要針對這一系列風險提出應對措施。

（一）引入人工智能評估方法的理論基礎

人工智能作為一種強大的信息處理和分析工具，能夠憑借自身技術優勢深度分析大量數據，從中發現事物之間的潛在關聯，適宜應用于未成年人網絡犯罪的危險性評估當中。

1.人工智能評估方法概述

人工智能評估方法是利用人工智能技術分析大量數據，以預測未來事件風險和行為的風險評估手段。其原理是通過對已有的歷史數據進行學習和分析，整合并分析出對未來事件具有重大影響的主要因素和關聯關系，進而對未來事件作出相應的預測和評估。目前，人工智能評估方法已廣泛應用于國家安全、社會安全和網絡安全等領域。

在司法領域，人工智能風險評估方法已經在部分案件的判決中得到體現，典型案例如Loomis v.Wisconsin案。在該案件中，智能算法系統COMPAS通過風險評估，將被告Loomis歸入再犯風險高且對社會構成高風險的范疇。然而，由于智能算法系統使用的算法模型被視列為商業秘密，評估公司只能將評估結果提交給法院。初審法院于判決量刑階段參考了COMPAS的評估結果，并對被告Loomis作出了六年有期徒刑和五年社區監督的判決。Loomis不服判決結果提出上訴，認為初審法院在裁判過程中過于依賴人工智能評估結果，侵犯了他的正當程序權利。威斯康星州法院對此進行了裁決，認為COMPAS的評估結果并不是初審法院拒絕被告Loomis假釋的唯一理由，因此初審法院的決定并未侵犯Loomis的正當程序權利。①See Review, Harvard Law. Criminal Law - Sentencing Guidelines - Wisconsin Supreme Court Requires Warning before Use of Algorithmic Risk Assessments in Sen- tencing - State V. Loomis. Harvard Law Review 130 (2017).轉引自李立豐、齊弋博：《智能量刑算法決策與刑事自由裁量權的差異與融合》，載科技與法律（中英文）2022 年第1 期?？梢?，盡管COMPAS的評估結果在判決中起到了一定的作用，但并不是唯一決定性的因素，只是被視為輔助信息，同時綜合考慮了其他證據和因素。

因此，人工智能評估方法的引入并非“全盤應用”。欲厘清合理應用的邊界，需要深入分析人工智能評估方法的技術基礎和相關的法律理論，并與未成年人網絡犯罪的具體場景加以結合，探究人工智能評估方法對于未成年人網絡犯罪危險性評估的可行性。

2.技術可行性：人工智能評估方法的技術基礎

在引入人工智能評估方法時保證技術的適配性是關鍵。機器學習、深度學習、自然語言處理和圖像識別等技術共同構成了人工智能評估方法的“動力引擎”，為其在未成年人網絡犯罪危險性評估中的應用提供了技術性保障。人工智能評估方法在“動力引擎”的驅動下，不僅能夠從大量未成年人網絡犯罪案例數據中學習網絡犯罪行為的特征和規律，深入發掘未成年人網絡行為背后蘊藏的深層次關聯，在提高評估精準性、效率性的同時實現對未成年人潛在犯罪風險的預測，還能夠幫助評估者分析未成年人在社交平臺發布的言論內容，有效識別其中潛在的網絡犯罪傾向和違法犯罪行為。這說明，當下將人工智能評估方法引入未成年人網絡犯罪危險性的評估中在技術上是能夠得到支持的。

3.法律可行性：人工智能評估方法的法律支持

除了技術的適配性，在引入人工智能評估方法時，必須確保其在刑事司法中的法律認可和適用性。對于人工智能在刑事司法領域的應用，我國采取“發展為主”的應用模式。②熊秋紅：《人工智能與刑事司法:從各執一詞到多元平衡》，載《檢察日報》2023 年第12 期。國務院《新一代人工智能發展規劃》（國發〔2017〕35號）強調了從司法管理角度的“智慧法院”建設，促進人工智能在法庭工作中的應用，包括證據收集、案例分析和法律文件處理等。這一規劃強調了在人工智能發展中應加強前瞻預防和約束引導，以確保其安全和可控性。在刑事司法領域，智能輔助辦案系統的定位是為公檢法機構提供協作與監督工具，規范線下辦案活動，并為司法人員提供決策支持，但不會替代其獨立判斷。此外，在國家總體工作部署和基本政策層面，對刑事司法領域的人工智能，并沒有禁區設置措施的安排。③黃京平：《刑事司法人工智能的負面清單》，載《探索與爭鳴》2017 年第10 期。這也就意味著，可以將人工智能評估方法應用到不同的刑事司法具體領域，其中當然也包括未成年人網絡犯罪的危險性評估。

（二）人工智能在未成年人網絡犯罪危險性評估中的優勢與作用

未成年人網絡犯罪危險性評估是通過對未成年人的行為、特征和家庭背景進行分析，盡可能準確預測其未來參與網絡犯罪的可能性。人工智能在這一領域中發揮著重要的作用，不僅具有優勢，還能彌補傳統評估方法的局限性。

1.人工智能評估方法的優勢

首先，促進數據整合和分析。人工智能可以通過科學的方法整合與分析分散存儲在不同的司法部門之間的大量數據，從多個維度全面了解未成年人的背景和行為軌跡和潛在風險因素，建立完善的未成年人網絡犯罪行為檔案。其次，構建風險預警系統。人工智能可以根據對風險因素的分析，建立風險預警模型，有效預測未成年人網絡犯罪的危險性，并在發現異常行為與潛在風險時給出及時反饋，實現提前預警，幫助相關部門和家長采取干預措施。再次，應用自動化評估工具。人工智能可以利用機器學習和深度學習算法，通過對未成年人網絡犯罪數據進行訓練和學習，得出特定模型，從而在未成年人網絡犯罪危險性評估中建立自動化評估工具。最后，提供個性化干預措施。人工智能可以基于評估結果和未成年犯罪者的自身情況制定并提供個性化的干預措施，指導未成年人回歸正軌，降低其再犯罪風險。

2.人工智能對傳統評估方法局限性的突破

欲分析人工智能評估方法在未成年人網絡犯罪危險性評估中的實際作用，需要與傳統評估方法作深入比較，驗證其是否彌補了傳統方法的局限性。

傳統評估方法的評估過程較為獨立，基于專業人員的經驗和判斷作出的評估結果易受主觀因素和個體偏見的影響，也受限于人工處理和有限的數據樣本。目前我國的人身危險性評估主要依賴于心理專家出具的心理測評報告、心理測評量表系統出具的報告和社會調查報告這三種載體。然而，由于三者在評估方法、原理和標準上的區別，其各自形成的信息可能會出現沖突。①李棒：《論人工智能技術在涉罪未成年人人身危險性評估中的應用》，載《預防青少年犯罪研究》2018 年第6 期。相比之下，人工智能評估方法基于自身的數據處理和分析優勢，能夠對上述三種載體所產生的大量信息進行整合和統籌，使各類信息各得其所，化解矛盾之處。②同前注。通過借助機器學習和深度學習等技術，識別和學習數據中的潛在模式和規律，無偏見、無感情地運作，排除影響人類法官司法裁決的干擾，③David J.Walton,Litigation and Trial Practice in the Era of Big Data,Litigation,2015,41,pp.55-58.由此得到的評估結果更趨于客觀和準確，能夠更準確地預測未成年人網絡犯罪危險性。

（三）人工智能評估方法的風險和應對

盡管較之傳統方法，人工智能評估方法已經能夠大幅提升危險性評估的科學性和效率，其依然可能導致一系列的風險，需要在不同階段對其予以規避。

首先就是數據偏見問題。數據偏見是指數據樣本中存在的傾向性或不平衡性，可能導致評估結果的片面性和不準確性。在司法領域，人工智能系統通常會深入學習和挖掘先前司法裁判的數據，并以此為基礎進行預測。④李婷：《人工智能時代的司法公正：價值效用與風險防范》，載《江蘇社會科學》2023 年第1 期。然而，這些數據可能包含法官的主觀偏見，⑤S.G.Mayson,“Biasin,Bias Out”, The Yale Law Journal,2019,128(8),pp.2122-2473.并在人工智能的評估中反映出來。為了保證評估結果不受偏見影響，需要對數據源進行嚴格的篩選和清洗，確保數據采樣的廣泛性和充分性，盡量覆蓋不同群體和場景的數據，以獲得更全面和客觀的分析結果。

其次是數據準確性問題。盡管有大數據學者認為，“當我們擁有大量甚至是海量數據的時候，就不需要擔心某個數據點對整套分析的不利影響?！雹轠英]維克托·邁爾-舍恩伯格、庫克耶：《大數據時代》，盛楊燕、周濤譯，浙江人民出版社2013 年版，第55 頁。然而，未成年人社會調查報告制度和心理評估量表系統在我國的運行時間不夠長，數據積累的體量也不夠大、質量也不夠高，當這些有限的群體數據與人工智能相結合時，數據的準確性將直接影響到所建算法模型的有效性。⑦李棒：《論人工智能技術在涉罪未成年人人身危險性評估中的應用》，載《預防青少年犯罪研究》2018 年第6 期。因此，在采集和挖掘數據時，必須準確有效的對數據進行統計、分析和清洗，⑧朱體正：《人工智能輔助刑事裁判的不確定性風險及其防范——美國威斯康星州訴盧米斯案的啟示》，載《浙江社會科學》2018年第6期?？梢越柚嘣磾祿诤虾徒徊骝炞C等方法，以增加數據的多樣性和穩定性。

此外，人工智能評估方法還可能導致被評估未成年人的隱私權受損。近年來，我國立法尤其關注未成年人的個人信息保護問題，《未成年人網絡保護條例》以專章對未成年人個人信息強化保護，《兒童個人信息網絡保護規定》指定專人負責未成年人個人信息保護工作，《關于未成年人犯罪記錄封存的實施辦法》則細化了對未成年犯罪嫌疑人信息的保護。評估人員在應用人工智能評估方法進行數據分析時，可能需要與其他機構共享數據，如果數據共享沒有受到嚴格監管，可能導致數據被未經授權地傳播給第三方；而如果人工智能系統內存儲未成年人的敏感信息的數據庫存在漏洞，則會被黑客或惡意攻擊者獲得數據，嚴重損害未成年人的隱私權。因此，在應用人工智能評估方法時，必須確保個人身份信息、社交媒體活動、網絡行為等敏感信息的采集、存儲和處理合法合規；并進一步明確未成年人犯罪數據使用、保存、共享的法律規范，避免數據泄露和濫用。在評估前，必須向被評估者或其監護人清楚地說明評估的目的、方法和可能涉及的風險，獲得其明確同意。只有在取得合法授權的情況下，才能進行評估工作?？偟膩碚f，人工智能評估方法的應用需要遵循技術中立和價值無涉原則，充分考慮技術倫理，并結合未成年人網絡犯罪的實際情況進行制定。①李婷：《人工智能時代的司法公正：價值效用與風險防范》，載《江蘇社會科學》2023 年第1 期。

四、智慧司法視閾下未成年人網絡犯罪危險性評估的證成

危險性評估方法在人工智能技術的賦能下，不僅能夠精準評估未成年人網絡犯罪人身危險性，還能夠為事后干預提供個性化策略。結合未成年人網絡犯罪的具體場景，可以廓清人工智能評估方法在其中的具體應用界限。

（一）以網絡財產犯罪為例

1.人工智能評估方法在未成年人網絡財產犯罪危險性評估中的應用前景

大數據時代，網絡財產性利益已走進司法保護的視野，司法突破立法之舉的現象頻繁發生。網絡財產犯罪作為利用網絡以直接或間接的形式非法侵占他人的財產或網絡財產性利益的犯罪行為，②尉明霞：《我國網絡財產犯罪探究》，載《時代金融》2018 年第8 期。導致未成年人在實施此類犯罪時，較之傳統線下財產犯罪往往取證難度更大、隱蔽性更強，需引起社會高度重視。

人工智能評估方法的應用，能夠為未成年人網絡財產犯罪的危險性評估提供強有力技術支撐。人工智能基于當下和過往的未成年人網絡數據構建未成年人網絡財產犯罪危險性評估模型，根據模型給出的人身危險性系數值幫助辦案人員預估未來可能會發生的網絡財產犯罪事件，及時向有關部門和個人發出預警信息。如名為AI+的一種基于知識圖譜和數據挖掘的網絡財產犯罪預測方法，能夠根據不同個體元素之間的內在聯系，構建出復雜的犯罪風險評估模型，并給出對應的預防策略。③劉釗、林晞楠、李昂霖：《人工智能在犯罪預防中的應用及前景分析》，載《中國人民公安大學學報(社會科學版)》2018 年第4 期。

2.案例分析——以“幫助信息網絡犯罪活動罪”為例

2021年4月28日，未成年被告人廖某某與線上犯罪分子交易，將自己的銀行卡、手機銀行和電話卡等物品以2000元價格出售給對方。案發后，廖某某投案自首。經人民法院審理，廖某某在明知他人利用信息網絡實施犯罪的情況下，依舊為其犯罪提供支付結算幫助，情節嚴重，廖某某的行為構成幫信罪。結合廖某某自愿到案，如實供述罪行，符合自首的構成要件，其犯罪時不滿18周歲，且自愿認罪認罰等情形，人民法院決定對其從輕處罰，以幫信罪對廖某某判處有期徒刑半年，并處4000元罰金。④安娜：《市中級人民法院發布8 例未成年人司法保護典型案例》，載《呼和浩特晚報》2022 年6 月1 號。

將人工智能評估方法運用于該案中，可以為危險性評估提供更精確、客觀和全面的信息，以協助法院做出更具判斷力和公正性的判決。具體而言，人工智能評估方法可以深入分析廖某某的年齡和心理狀況，幫助法院更好地理解其在犯罪活動中的行為動機和是否容易被犯罪分子操控，還可以根據廖某某當下和過往的數據，為其建立個性化的網絡財產犯罪危險性評估模型，根據給出的危險性系數反映其可能對社會造成的潛在危害，輔助辦案人員評估廖某某的人身危險性，并判斷是否對其給予從輕處罰或是否需要采取額外的監管措施。

（二）以網絡科技犯罪為例

1.人工智能評估方法在未成年人網絡科技犯罪危險性評估中的應用前景

當下網絡科技犯罪案件數量逐年增多，危害日益嚴重。網絡科技犯罪①本文僅對純正的網絡科技犯罪作探討。作為一種利用網絡技術實施的犯罪行為，具有明顯的鏈條化、智能化、迭代化和隱蔽化特征，②海淀檢察院：《海淀區檢察院發布〈網絡安全保護檢察白皮書（2016-2021）〉》，https://mp.weixin.qq.com/s/UzOEqZwr4puz88eGCuWn6w，2023 年9 月18 日訪問。給網絡犯罪治理帶來了巨大挑戰。未成年人作為網絡世界的主力軍，缺乏辨識能力，容易受人蠱惑誤入歧途。因此，為有效預防未成年人利用網絡技術實施犯罪，亟須對其危險性進行評估。

人工智能評估方法尤其適用于此類犯罪的危險性評估。未成年人網絡科技犯罪的快速增加使執法機關需要更高效的工具來應對，人工智能能夠以卓越的速度處理大規模、復雜的數據，快速識別犯罪嫌疑人及潛在犯罪嫌疑人的危險性，協助執法機關更及時地干預和處理問題。此外，人工智能評估方法能夠自動化處理數據分析和評估，減輕執法人員負擔。通過分析大規模的危險性相關數據，執法和司法機關可以總結出未成年人網絡科技犯罪的共性危險模式，從而制定更加精準和有效的政策和預防措施。

2.案例分析——以“破壞計算機信息系統罪”為例

2017年6月至2018年4月，未成年被告人湯某使用電腦搭建DDOS平臺，根據訂單需求對目標網站進行網絡攻擊，并從中獲利。法院經審理認為，被告人湯某破壞計算機信息系統功能造成嚴重后果，其行為構成破壞計算機信息系統罪。鑒于湯某犯罪時系未成年人，依法應當減輕或者從輕處罰，最終以破壞計算機信息系統罪對湯某判處有期徒刑兩年，緩刑三年。③無線徐州：《DDOS 非法攻擊網站一未成年黑客獲刑》，https://new.qq.com/rain/a/20200513A0C7UJ00?pc，2023 年9 月19 日訪問。

在該案中，利用人工智能評估方法對湯某的犯罪過程進行溯源分析，形成犯罪信息鏈條，通過借助大數據體系和數據鏈條宏觀管理的優勢，從中篩選并量化湯某所造成攻擊影響的相關數據，從而確定湯某犯罪行為造成的經濟、名譽損失，最終對湯某的犯罪危險性進行全面、精確的評估。

（三）人工智能評估方法在兩類犯罪中的應用限制

盡管具有技術帶來的效率優勢，在未成年人網絡犯罪危險性評估中，特別是在處理幫信罪和破壞計算機信息系統罪時，人工智能評估方法的應用仍面臨一系列挑戰和限制。

首先，幫信罪案例中，在“主觀明知”的界定上存在爭議。有觀點認為明知的含義只能是明確知道，不能為了降低證據證明的難度就與刑法解釋的基本原理相悖，任意擴大明知的認定范圍；④孫運梁：《幫助信息網絡犯罪活動罪的核心問題研究》，載《政法論壇》2019 年第2 期。也有觀點認為，成立明知要求行為人的主觀認識應達到蓋然性的程度，同時也不能放松對主觀要件的證明。⑤秦雪娜：《立足故意要件定位 明晰幫信罪“主觀明知”》，載《檢察日報-理論版》2023 年2 月17 日。但在實踐中，大多數幫信罪案件的犯罪故意都屬于間接故意，對主觀故意的認定則要結合行為人對自身行為的認知程度判斷其是否成立主觀故意犯罪。⑥同前注。此種主觀性的認定對于人工智能評估方法提出了挑戰，因為它們通常更適用于客觀數據分析而非主觀故意的評估。

其次，在幫信罪案例中，支付結算金額、違法所得的認定仍然爭議不斷。這部分問題源于相關法律的立法定位模糊。幫信罪的矛盾點在于該罪的主體并不直接參與犯罪，因此需要對支付結算行為以及違法所得的認定進行更加清晰的法律規定。在與其他罪名交叉競合問題的處理上，以幫信罪與掩飾隱瞞犯罪所得罪為例，司法實踐中對于實施結轉網絡幫助行為的認定在行為定性方面也存在爭議，主要表現為客觀行為區分說和既未遂區分說，但均有不足之處。解決這類問題應綜合考慮行為方式和證據查證情況進行認定，⑦張艷：《支付結算型幫助信息網絡犯罪活動罪認定中的爭議問題》，載《中國檢察官》2022 年第8 期。這無疑增加了人工智能評估方法的開發和使用難度。

再次，在破壞計算機信息系統罪案例中，對“實施計算機信息系統犯罪行為”的認定存在較大爭議。如刑法第286條①違反國家規定，對計算機信息系統功能進行刪除、修改、增加、干擾，造成計算機信息系統不能正常運行，后果嚴重的，處五年以下有期徒刑或者拘役;后果特別嚴重的，處五年以上有期徒刑。 違反國家規定，對計算機信息系統中存儲、處理或者傳輸的數據和應用程序進行刪除、修改、增加的操作，后果嚴重的，依照前款的規定處罰。 故意制作、傳播計算機病毒等破壞性程序，影響計算機系統正常運行，后果嚴重的，依照第一款的規定處罰。 單位犯前三款罪的，對單位判處罰金，并對其直接負責的主管人員和其他直接責任人員，依照第一款的規定處罰。第二款對于缺乏破壞和影響計算機信息系統正常運行這一定罪要件的行為能否成立破壞計算機信息系統罪，在學界與實務界均存在分歧。有觀點認為該款的保護法益包括他人對數據和應用程序的占有、處分和使用等權利，以及數據和應用程序的完整性、真實性和可利用性，還強調要對應用程序這一行為對象的范圍進行限制，從而確定該款的成立范圍；②張明楷：《破壞計算機信息系統罪的認定》，載《中國法院報》2022 年3 月3 日。也有觀點認為，構成該款行為不僅需要操作數據和程序的行為對正常的公共管理和生產經營秩序造成影響，同時還需滿足兩高發布的《辦理危害計算機系統案件解釋》中確定的“后果嚴重”的標準。③趙寧：《司法實踐中認定破壞計算機信息系統罪疑難問題研究》，載《上海公安學院學報》2021 年第4 期。因此，在實際應用人工智能評估方法時，需要考慮如何處理這些不同法律標準，以確保評估的準確性和公正性。此外，人工智能評估方法在處理這類爭議問題時也需要更高程度的數據解釋性，以便于執法和司法人員理解評估的依據和結果。

除了具體罪名認定的限制，人工智能技術本身也具有局限性。目前的人工智能還處于弱人工智能時代，在自動化決策的應用上還處于較為淺顯的層面，其算法的解釋、應用等等在司法過程中仍舊存在不少的問題。因此，如何在數據偏見和不確定、未成年人隱私權保護與兩類罪名的認定爭議之間尋求一種平衡，是實現人工智能評估方法高度契合未成年人網絡犯罪危險性評估應用的關鍵。人工智能評估方法在未成年人網絡犯罪危險性評估的場景化應用中應該具體問題具體分析。對于不同的問題和場景，在匹配與之對應的評估方法和評估模型時不能一概而論，而要根據具體情況進行靈活選擇和調整。在未來的發展基調中，人工智能評估方法應在科技向善的指導下，將最有利于未成年人原則貫穿于未成年人網絡犯罪危險性評估應用的全過程，保障和促進未成年人的權益，為未成年人在網絡大環境下的健康成長保駕護航。

五、結論

由于未成年人網絡犯罪的特殊性，為維護未成年犯罪者和受害人的合法權益，亟需尋找有效的手段進行預防和干預，如危險性評估方法。然而，傳統的評估方法存在主觀性強、預測能力有限、缺乏個性化等問題，無法滿足實際需求。為解決這些問題，引入人工智能評估方法是一種前瞻性的選擇。人工智能評估方法可以借助數據整合與分析、構建風險預警系統、自動化評估、個性化干預等優勢有效規避傳統問題，但也會存在數據偏見、數據泄露、隱私和倫理等方面的風險，因此需要進一步提高數據收集和模型訓練的科學性以及可行性，以更好地滿足未成年人網絡犯罪防控的需要。在具體應用時，應結合不同的未成年人犯罪類型對其加以細化，針對網絡財產犯罪應通過借助危險性評估模型得出的未成年人人身危險性系數，在系數值的范圍內幫助辦案人員有效降低未成年人網絡財產犯罪的發生率。針對網絡科技犯罪則應利用人工智能評估方法在數據處理上高效便捷和自動化處理的優勢，輔助相關機構總結出具有未成年人人身專屬性的網絡科技犯罪的共性危險模式，進一步提高在政策和預防措施制定方面的精準性和有效性。

誠然，本文只是對未成年人網絡犯罪的危險性評估進行了一種技術維度的創新設想，依然無法完全滿足未成年人網絡犯罪防控的特殊需求。伴隨著互聯網逐漸走向Web3.0時代，更需要保持敏銳的洞察力和創新思維，不斷探索和適應未來的智慧司法環境，最終實現人工智能對未成年人全方位保護的強力賦能，維護網絡安全秩序。