人工智能技术在刑事裁判中的应用研究
王晶晶
(安徽大学 法学院，安徽 合肥 230000)
摘 要： 人工智能技术引入刑事司法程序会将产生人工智能裁判定位不明确、人类形象思维难以效仿、人工智能裁判无法覆盖所有刑事案件、刑事法律数据相对匮乏的问题。因此，应当从比较法的视野出发，结合域外经验探究走出相应困境的出路。首先，要明确人工智能裁判的辅助性功能定位；其次，确立法官修正机械思维的任务，校正人工智能裁判的缺漏；再次，建立多元案件类型的区别裁判，实现案件的分层裁判；最后，应当强化刑事数据资源的开发共享，从而为人工智能技术在刑事裁判之中的应用提供足够的数据支撑。
关键词： 人工智能；刑事诉讼；裁判；证明标准
2016年，人工智能虚拟围棋系统阿尔法狗(AlphaGo)以4比1的比分战胜了世界围棋冠军韩国围棋选手李世石，随后又以3比0的比分战胜了世界排名第一的中国围棋选手柯洁。一时之间人工智能技术成为社会各界的热点话题。人工智能技术的运用不仅仅体现在围棋程序设计方面，人工智能仿真机器人与人工智能无人驾驶汽车都是其典型衍生产物。人工智能技术的高速发展，使得学术界对其研究从自然科学领域渐渐地过渡到社会科学领域，在法学领域更是如火如荼。人工智能的刑事责任主体资格，无人驾驶汽车肇事的责任承担等都是人工智能技术与法学交叉研究的热点问题。从目前的研究内容来看，人工智能技术与实体法交织的领域无疑成为重中之重，而在刑事司法程序内，人工智能技术的引入却缺乏相应的研究。2016年初, 贵州在全国率先将人工智能技术运用到刑事司法裁判之中，将“证据标准指引”作为目标要素载入人工智能办案系统，实现公检法证明标准的智能化评测,通过大数据技术将要素化、结构化的证据标准嵌入到办案系统中, 让公检法三家重视证据的统一使用, 防范冤假错案(1) 参见《贵州率先将证据标准嵌入办案系统，让大数据防范冤假错案》，人民网: http://sc．people．com．cn/n2 /2017 /0717 /c345460 -30480069．html，最后访问日期: 2019年5月15日。 。2018年上海市高级人民法院开发了人工智能辅助裁判系统，试图通过大数据与人工智能的高效率，分流部分刑事案件，从而缓解司法资源紧张的局面，增强办理案件的效率[1]。
显然，人工智能技术引入刑事司法裁判的初衷是非常好的，从未来的预期收益来看，智能裁判必然也能节省人力，提高办理刑事案件的效率。但是，公正与效率始终是二律背反的价值目标，过于追求办案效率，将人工智能技术引入刑事司法裁判必然会在一定程度上减损公正，同时也面临着许多不能忽视的难题。
一、 我国人工智能技术在刑事裁判中应用的困境
(一) 人工智能裁判功能定位模糊
在过去几十年的发展过程中，AI(Artificial intelligence)(2) AI即自动认知、学习、理解和推理计算方法。 已经普遍用于人们的日常生活，如出行时采用GPS导航系统、手机系统自身所携带的智能语音识别等。随着AI级别的不断提高与发展，它们可以胜任许多高难度的任务，在享受高科技带来解放人类这一便利的同时，我们也开始思考人工智能将带来的风险。将人工智能引入司法裁判领域的优势在于提升效率，减轻法官审判案件的压力。然而，技术是一把双刃剑，人工智能的发展终究会面临处理司法判断中需要自由裁量、自由心证的问题, 即替代司法官实现非规范判断，但人工智能技术在效率主义刑事司法导向下，在刑事裁判之中的运用必然呈现出扩大化趋势，此举带来的问题是人工智能对传统法官审判案件模式的冲击[3]。“机器最终是否会取代人类”成为刑事司法裁判的主导，这是人工智能技术引入刑事裁判领域需要证成的命题。科技的便利会使人趋向懒惰、依赖，在进行大数据输入、建模、计算并得出结论的过程中，法官是否会将刑事司法裁判的自主性让渡给拟人化的人工智能裁判系统，将会在何种程度上进行让渡，这是首先需要考虑到的问题。在传统刑事司法审判中，法官毋庸置疑居于主导地位，从庭前会议对控辩双方争议焦点的归纳，再到庭审过程之中于控辩双方质证的基础上进行认证，最后在总结所有事实与证据基础之上形成自己的心证，整个诉讼过程的主导者与推进者都是法官。而在人工智能引入司法裁判领域之后，法官的地位必然会产生巨大的变化，这将冲击着法官职能定位。首先，法官必然丧失掉审判案件的部分主导权，在刑事司法裁判中的空间被人工智能无限压缩，走向边缘化。其次，在司法裁判时，人工智能在大数据精确分析、匹配的运作下，输出的预测结论往往具有可靠性，法官很大程度上会对预测结果产生依赖感，导致真正的案件审理者主观能动性降低，甚至受到预测结果的影响。最后，人工智能的裁判结果所展现的精确性效果未必绝对的适用于所有个案之中，此时，法官的自由裁量权也会受到很大的冲击，因此，要理清科技与法律的关系[3]。人工智能与法官谁应当是裁判主导？机器能否最终取代人类？人工智能在刑事裁判中如何定位是不可忽视的问题。
评析 此题来源于成书于公元前186年以前的《算数书》，是目前已知最早的中国数学著作，对后世《九章算术》的产生也有一定影响，开创了我国古代数学重应用的特色，标志着我国古代数学理论体系开始初步形成.本题考查圆锥的体积计算，较为简单，答案为B.但它的意义和价值实际上已远远超出了试题本身，会激发考生积极主动学习数学史知识，了解中国古代的数学成就.
(二) 人工智能裁判机械思维僵化
人类思维的灵活性在司法裁判中具有不可取代的作用，尤其是在刑事司法裁判中，这种主体差异极其明显的特征是人工智能无法比拟的。在刑事案件的裁判中，证据资格审查属于程序性事实的判断，操作起来较为简单，而证明力大小的判断问题是人工智能无法胜任的。在刑事证据的审查、证明程序中，法官的逻辑思维能力对于证据的取舍、事实的认定非常重要。在法官还原案件事实情况下，将碎片式数据进行整合，基于内心的确信预设情形，运用证据的相关性来支撑最初的设想，并且不断地重复这个过程，逐渐展现证据之间内在的关联性，从而发现无限接近于案件真相的事实。从理论上来说，采取上述方式所的得到的预测性结论并不违反刑事证明活动的基本原则，相反，这是人类思维创造性在司法裁判领域的展现。人工智能虽然在设立之初就力图模仿人类的思维，但在主观能动性方面仍然存在不足。人工智能的深度学习来源于两种形式，一是对“喂养数据”以及分析数据的高度提炼，另一形式是人民法官通过监督、矫正使智能裁判结果更加合情合理。人工智能处理数据的原理是基于特定标签与大量司法数据的匹配，是对每个具体案件进行固定化、模式化的分析，这是人工智能本身所特有的无法避免的问题。因此，人工智能无法达到人类思维所具有的灵活应变能力。在不久的将来，随着社会的广泛关注，社会资源向人工智能领域倾斜，大量司法数据的“喂养”以及经验的自动积累与深度学习会让司法裁判的预测结果更具有准确性、客观公正性，但能否具备人脑独有的偶发的、不受限制的灵活性应变能力是值得商榷的。
(三) 人工智能裁判无法审判复杂案件
人工智能时代如同过去我们所经历的工业革命时代一样，以一种不可抗拒的潮流，影响着社会生活的方方面面，法律行业亦是如此，传统的处理问题方式必然会发生改变[7]。因此，积极的应对人工智能可能带来的风险才是当代法律人应秉持的态度。在特定的案件中，刑事审判通过对证据的审查，采用法律方法、技术对案件的基本事实进行认定并作出判决，这一裁判过程的实质在于发现证据与案件事实的关系，即证据与事实之间的因果关系。而人工智能在司法裁判中的操作方式是，利用庞大的法律数据进行分析，将具体案件的数据以“标签形式”输进智能系统，并由处理器将标签与数据进行匹配得出结果。但这种分析数据的方式并不完全与法官进行的因果关系分析相同，前者可以无限趋近于后者，但是仍然存在差异。从德国人工智能技术在刑事案件办理方面的运用模式来看，最为明显的特点是法院信息处理系统仅仅是辅助办案系统。从刑事案件的裁判过程来看，智能系统JURIS(3) 1968年，联邦德国为了专门研究计算机技术在法律方面的应用，率先建立了专门设计组。随后，在1973年建立了JURIS数据信息库，该信息库实际上便是汇总法律与司法裁判的智能资料库。以该数据库为依托平台，德国社会法院的法官们可以掌握充足的法律数据与判例数据，处理社会上发生的违禁行为，当然这些违禁行为并不仅仅限定于刑事司法领域，也涉及到财政法、行政法与社会法领域。 只是为法官提供一定的辅助作用，法官始终居于主导地位，对技术处理系统的使用权取决于法官。英国的智能审判系统主要用于检验诉讼的证据链是否已经形成。如果证据存在证据薄弱环节，辅助办案系统便会提醒法官存在相应的证据漏洞，同时提供裁判的建议。在该办案辅助系统建立之初，学界业已明确指出，该系统仅是“仆人而非主人”，法官依然是办案系统的主体，可以推翻系统产生的结果，但需要考虑推翻是否有充分的理由(4) See Jo Greenfield，Decision Support within the Criminal Justice System，one of papers of 13th BILETA Conference:＇The Changing Jurisdiction＇，Friday，March 27th&Saturday，March 28th，1998，Trinity College，Dublin．Downloaded from http: / /v2017．specialsci．cn /detail /HBEDUC07062813190? view=detailed，最后访问日期:2017年10月15日。 。域外经验表明，在将人工智能引入刑事审判领域的背景下，法官要加强对人工智能裁判结果的监督，减少上述的偏差。智能系统显然无法成为办理刑事案件的独立主体，基于我们所处的弱人工智能时代，要对人工智能在刑事裁判领域的作用进行正确界定，要明确法法官仍然是刑事审判的主导者，人工智能仅仅是辅助法官、提升司法效率的工具。
数据的完整性(data integrity)直接影响智能系统的裁判结果，在机器学习中同样存在“垃圾输入、垃圾输出”现象[5]。在即将到来的人工智能时代，必将密切关注大数据，尤其是关注高质量的有效数据。法律数据所特有的语言特色、规范性表述是其精髓所在，这些具有专业特色的信息使识别数据、收集数据的难度剧增。人工智能技术在刑事司法裁判中运用的水平取决于输入的案例数据，可输入的案件数量越多，质量越高，典型性越强，裁判结果才会更精确、更科学。在我国刑事司法裁判领域能否做到全面、广泛推行人工智能裁判，取决于现有法律数据库的规模能否支撑人工智能进行裁判。目前，我国人工智能裁判数据依托的是中国裁判文书网，但这是远远不够的。一方面，中国裁判文书网所提供的裁判文书，仅是所有司法案例数据的一部分，在过去尚未采取文书上网方式的时代，裁判文书仍然具有可参考性，此部分数据的缺失对于数据库的完整性而言是一种损失。只有通过年代的更迭，审视相关的案件数据，才能更好展望未来，整个数据的历史连贯性能够反映出不同时代法官的裁判思维、司法理念、形势政策对司法的影响。另一方面，尽管裁判文书展示了法官说理的内容以及法律适用情况，但是对于建立一个适用于人工智能裁判的数据平台是不够的。在案件的审理过程中，前述信息是必要的，而法官从接触案件庭审审理案件直至最终得出裁判结果，整个过程的数据都应纳入数据库范围(尤其是内部讨论，也即法官所附卷的内容)，为人工智能提供更多的选择空间[6]。从中国裁判文书网的具体情况来看，裁判文书网所展示的信息，对于社会公众了解相关刑事案件的审判状况已然足矣，但是作为“数据食物库”用以“喂养”人工智能仍然稍显贫乏。因此，能否以中国裁判文书网为数据平台、抑或仅将中国裁判文书网作为依托是需要讨论的。在此意义上来说，目前我国可以供给人工智能裁判的相关司法裁判数据是十分匮乏的，这必然严重影响到智能裁判的水平。
(四) 人工智能裁判缺乏充足的数据资源
许多新酒店由于开业时间较短，许多规章制度还在摸索阶段，缺乏完善的管理制度，无规矩不成方圆，没有完善的规章制度意味着员工们无法顺利的工作，比如餐饮部举办宴会，从其他部门申请员工支援，但却没有明确的指令支援哪个部门，让支援的员工一头雾水。再比如排班制度，如果没有合理的排班，会让员工之间彼此疏远，不合理的安排必定会造成内讧，这将有损酒店的内部团结。
人工智能辅助裁判系统的有效运作从根本上仍然依赖于人的作用。一旦脱离“人”的裁判，人工智能依赖的算法可能成为“暗箱”[8]。例如英国的Hart系统(5) 2017年，英国达勒姆警察创立了Hart系统，又称为“危害评估风险工具”(Harm Assessment Risk Tool)，警方试图通过人工智能系统来确定嫌疑人是否应被关押。该系统设计的目的是对犯人进行风险评估，根据未来犯罪的风险划分为高、中、低三个等级。 ，英国实务界表示，Hart只是全球执法官员、法院和监狱系统使用的许多算法和预测软件工具之一。由于该系统考虑到性别和邮政编码等因素，执法人员和学术顾问表示，这仍将是不完整的，不应该完全信任其作出的决策。再如美国联邦最高法院开始建立智能专家辅助系统ECF，只是辅助法官查询和存档刑事案件电子档案，最后的裁判结果均由法官决定。虽然将人工智能用于辅助法官进行裁决具有一定的可靠性，但鉴于该技术先天存在的算法上的问题，即算法歧视，仍需要法官对此项工作进行监督修正。
二、 人工智能技术在刑事裁判中应用的优化路径
(一) 明确人工智能裁判的功能定位
目前我们所处的时代仍然是弱人工智能时代，人工智能技术在刑事裁判中的应用仅仅是实现算法目的的手段[4]。在一般刑事案件中，案情较为简单，证据的审查判断难度较小，形成相互印证的证据链条，进而达到排除合理怀疑并非难事。针对复杂案件，人工智能裁判技术则显现出不足，并集中体现在形式证明标准的判断问题上。在我国刑事案件办理过程中，法官认定事实、审查证据并在此基础上判断证据的证明标准，这是一个主观与客观方面不断交融、相互影响的过程。人工智能仅能在证据的客观性方面做出自己的判断，对证据的判断、采信等活动是主观方面的问题，稍显力不从心。根据我国刑事诉讼法的规定，定罪和量刑的证明标准要达到“证据确实、充分”的程度，以及“综合全案来看，已经排除了合理怀疑”，这其中包含着对证据的总量、质量以及法官内心确认程度的要求。关于证据的总量问题，可以通过计算机的算法输入来完成控制，在设置初期就对证据进行分类整理，并形成特定的形式要件。但是对于证据能力的判断以及证明力的认定，以目前人工智能的发展水平来看，还远远达不到应然的效果。同时，法官内心的确信也是一个主观性的活动，人工智能无法设置算法融入主观性的要求。一方面，人工智能对案件的分析偏向客观化，存在发现规律并进行深度学习的可能性，但仅仅局限于客观性层面；另一方面，“排除合理怀疑”的要求具体案件具体对待，人工智能运行基于前提性预设，在“排除合理怀疑”标准尚无定论的情况下，证明标准无法以算法的形式被人工智能分析。因此，试图通过自然科学意义上的算法为“刑事诉讼证明标准”打造一个统一性的程序设计，这显然是不可能做到的。再进一步来说，无法对“刑事诉讼证明标准”进行设定与阐释，就失去了刑事证明标准所起到的出罪机能，这必然违背人权保护原则，更不符合刑事诉讼基本原理。
(二) 确立法官修正机械思维的任务
该公司的产品营销，结合公司发展实际，主要采用差异化营销和专业化营销这两种策略。差异化营销，主要指的是针对中高端纺织产品，如中高端的织布、家用纺织品等提供，甚至为某著名家用纺织品品牌提供专门的生产链，有效地与其他企业的低档产品错开生态位。与此同时，该公司为了更好地提供专业化的服务，不断完善自身服务体系，实现销售环节与生产环节的有效衔接，及时处理相关产品投诉。
刑事司法裁判活动并不仅仅只是对于刑事案件作出事实上的判断，在某些方面裁量者作出的应当是价值判断。如果说事实判断仅仅涉及到法律适用的问题，那价值判断必然包涵着“情”与“理”的内容。世界上不会存在着完全相同的两个案件，只会存在着相似或者高度相似的刑事案件。人工智能裁判是建立在大量共似案件的相似性基础之上，这就决定了其在一定程度上忽视了刑事案件的差异性，无法做到具体案件具体裁判，从而导致刑事裁判的机械化。人工智能代替法官成为辅助刑事司法裁判的主体，保证公正与客观，但是很难做到具备法官同样的同理心，做到“情法理”的交融。为了缓释人工智能裁判存在的缺陷，在认同人工智能辅助裁判的工具价值基础上，仍要遵循司法裁判为核心的原则。从目前域外的实践来看，发挥法官补充修正机械思维的职能，是解决智能系统这一严重缺陷的有效方法。在操作智能裁判系统的时候，法官首先需要对输入系统的材料进行筛选、审查、监督，确保具体个案的精确定性，从源头保障数据不被单方面的算法问题“污染”；其次，在智能系统得出预测性结论之后，基于个案的差异性与智能裁判系统输出结果的“近似唯一性”，法官具有矫正裁判结果偏差的任务，将对案件事实的预判与预测结果进行对比，融入法官的裁量权，使最终的判决结果既满足公正性，又合情合理。最后，虽然智能裁判输出的结果具有客观性，但法官仍具有否定该结论的决定权，这对完善裁判系统算法具有一定的作用。在推翻或者矫正裁判结论之后，法官应说明充分理由，并将裁判理由背后的理论支撑以及逻辑推理过程形成于判决之中，作为新数据纳入智能审判系统，为日后相似的案件提供对比与参考。
(三) 界定人工智能裁判的审判范围
采纳人工智能裁判技术可能存在的问题是，全范围适用技术可能会造成现有司法资源的浪费。不可否认，在某种程度上，人工智能技术缓解了法官应对案多人少所产生的压力，但没有区分的采用会造成人工智能无法在优势领域发挥更大的作用。例如，在一些较为复杂的案件中，首先在认定事实方面就需要耗费巨大的人力，其次，大量的证据分析，使人工智能技术显现出设计之初就存在主观能动性不足的缺陷。最后，诸如抢劫、杀人的案件，社会危害性较大、案情复杂，每个案件都带有自身特殊的“烙印”，在此种情形下，裁判预测结果存在的偏差会无限增大，造成误判的可能性增加，提升效率却牺牲了公平正义。目前，美国的智能审判系统最大的特点是实现了刑事案件的分流，这与美国的刑事司法实践有着密不可分的关系[9]。美国智能审判系统为了规避刑事证明标准的抽象性所带来的负面效应，智能审判系统审理的大部分案件均为案情简单、清晰的轻刑案件，当然这些案件并未通过辩诉交易加以处理。因此，既然人工智能技术不能够实现刑事案件的全覆盖处理，那么我们可以选择限定其处理案件的范围。正如美国智能审判系统所选择的轻刑案件一样，在证明标准难以固定却又不能降低的前提之下，我们可以根据案件事实、证据以及法定刑等诸多因素，将案件分成特别严重犯罪、严重犯罪、一般犯罪与轻刑犯罪，将案件分层次处理的好处在于限定人工智能裁判的案件范围。例如后两个层次的案件，由于案件危害性不大，情节相对轻微或者案情相对简单、清晰，可以直接将案件交由智能审判系统加以处理。严重犯罪与特别严重犯罪的案件，由于案情复杂以及证据数量庞大，可以由法官进行主导，智能审判系统发挥辅助作用。
改革的过程是一个曲折向上的过程，邓小平说过：“制度好可以使坏人无法任意横行，制度不好可以使好人无法充分做好事，甚至走向反面。”[1]200-206基层政府人事机构改革实现了想干事的人能够真正干事的愿景，但却没有达到让所有人都能主动去干事的目的，找到问题根源并且想方设法去化解它，这是当前的主要任务。
(四) 强化刑事数据资源的开发共享
1973年，西德建立了JURIS的数据信息库，该信息库实际上便是汇总法律与司法裁判的智能资料库[10]。以该数据库为依托平台，德国社会法院的法官们可以掌握充足的法律数据与判例数据。截止到2018年底，美国联邦最高法院使用的智能专家辅助系统ECF[11]，该系统已经收录了几十亿份相关的刑事资料，为法官办理刑事案件提供了极大的便利，这体现出美国人工智能技术在刑事诉讼之中的运用有着强大的数据资料支撑。从目前我国的实际情况来看，司法数据的广泛性、多样性严重不足，导致数据库的质量无法满足司法裁判的需要。从司法数据的数量角度看，中国裁判文书网所提供的数据是有限的，“部分文书不上网”“说理内容不全面”等问题大量存在。另外，部分案件没有经历完整的审判流程即告终结，事实上这部分数据也具有参考价值，因此需要广泛深入挖掘数据。从案件的质量角度来说，鉴于部分案件的涉密性，会产生大量简单案件数据信息堆积，而复杂案件的数据可能寥寥无几甚至是空白。因此，应当强化刑事数据的资源开发共享。针对人工智能裁判数据库的依托问题，基于数据多样化的考量，可以将中国裁判文书网的数据吸纳进去，同时多方位挖掘数据信息。信息的资源共享是推动数据专业化、即时性建构的重点。以整合全国法院系统的办案信息，将司法数据库建设作为法院的工作任务，这对我们培养高素质复合型人才提出了更高要求。针对数据质量问题，在实现全国各级法院互联互通的基础之上，实时更新、评选高质量的法律信息，实现数据的交流，这不仅是对人工智能技术的完善，也是对其操控者法官的知识拓展，同时有利于提高整体裁判质量，缩小信息不对等地区之间的差异。
人工智能技术的发展与运用已经成为学术界研究的热点议题，随着该技术的日趋成熟，其在刑事司法裁判之中的运用必然是大势所趋。法官在审判之中必然始终处于主导地位，而智能裁判在刑事司法过程之中只能处于辅助地位，与其先天缺陷有着直接的关系。人工智能技术减轻了法官的工作压力，提升了刑事案件办理的效率，但面对应用过程中的新问题需要学术领域进一步研究与探析。
参考文献：
[1] 纵博.人工智能在刑事证据判断中的运用问题探析[J]．法律科学，2019(1)：62-69.
[2] 黄京平.刑事司法人工智能的负面清单[J]．探索与争鸣,2017(10):85-94.
[3] 李婕.智能风险与人工智能刑事责任之构建[J]．当代法学，2019(3)：27-36.
[4] 刘宪权.人工智能时代的“内忧”“外患”与刑事责任[J]．东方法学，2018(1)：134-142.
[5] 朱体正.人工智能辅助刑事裁判的不确定性风险及其防范——美国威斯康星州诉卢米斯案的启示[J]．浙江社会科学,2018(6):76-85.
[6] 左卫民.热与冷：中国法律人工智能的再思考[J]．环球法律评论，2019(2)：53-64.
[7] 乔路，白雪.人工智能的法律未来[M]．北京：知识产权出版社，2018：102.
[8] 孙道萃.我国刑事司法智能化的知识解构与应对逻辑[J]．当代法学，2019(3)：15-26.
[9] 季卫东.人工智能时代的司法权之变[J]．东方法学，2018(1)：125-133.
[10] KALMAN T.人工智能时代[M]．北京：人民邮电出版社，2017：27.
[11] 傅文华.以智为廌:人工智能法院应用准人“VFE”法——基于法院场域角色的精准建构[J]．中山大学法律评论，2018(2)：16-30.
Research on the Application of Artificial Intelligence Technology in Criminal Adjudication
WANG Jingjing
(Law School，Auhui University，Hefei Anhui 230000，China)
Abstract : The introduction of artificial intelligence technology into criminal judicial procedure will trigger problems such as unclear orientation of AI judgment, difficult imitation of human image thinking, inability of AI judgment to cover all criminal cases, and relative scarcity of criminal legal data. Therefore, it is advisable to start from the perspective of comparative law and explore the way out of the corresponding dilemmas with the combination of extraterritorial experience. First of all, it is necessary to define the auxiliary function positioning of artificial intelligence judges. Secondly, establish the supervision task of judge's supplement and revision so as to correct the deficiency of artificial intelligence judgments; Thirdly, establish differential judges of multi-case types for the realization of the layered judgment of cases; Finally, the development and sharing of criminal data resources should be strengthened to provide sufficient data support for the application of artificial intelligence technology in criminal adjudication.
Key words : artificial intelligence; criminal proceedings; the referee; standard of proof
中图分类号： D915
文献标识码： A
文章编号： 1673-0453(2019)03-0065-0006
收稿日期: 2019-06-04
基金项目: 2018年安徽省社会科学创新发展研究课题“互联网‘最大变量’核心法律问题研究”(2018CX011)
作者简介: 王晶晶(1995—)，女，安徽阜阳人，安徽大学硕士研究生，主要从事刑事诉讼法研究。
(责任编辑： 喻世华)