侦查阶段证据标准智能指引的冲突与调适

张丽霞

(深圳大学 法学院，广东 深圳 518060)

伴随现代科技的不断发展和运用，智能化侦查实践蔚然可观，有效减少了侦查错误，提高了侦查效率，各地还对人工智能介入侦查办案进行了深入探索，江苏、浙江、上海、贵州等省市政法公安机关相继推出了各种智能办案系统。这种智能办案系统作为整体刑事司法智能化系统的子系统，主要以证据标准、证据规则指引和证据模型为基本遵循，实现对各种证据的智能识别和信息提取，快速找出其逻辑关系，及时发现问题，倒逼侦查人员及时修正侦查错误。但智能办案系统在提高侦查效率的同时，是否切实把握住了侦查阶段证据收集、证据分析和证据运用的本质，也引发了各界的质疑。就证据标准智能指引而言，主要是指刑事案件智能辅助系统以案件类型为划分标准，围绕犯罪事实清楚、证据确实充分的要求，对每一类案件的事实认定需要哪些证据作出清单式规定，指引侦查人员在面对智能系统内相似案件时需按照智能拟定的证据标准收集证据。侦查人员录入所收集证据如果不能满足智能系统证据标准的设定，则无法推进下一步刑事诉讼程序。本文重点检视该证据标准智能指引对侦查的重塑效应和发展限度，以挖掘其存在的可能冲突，以对症更进，提升智能系统的应用价值，保持其可持续发展的能力。

一、侦查阶段证据标准智能指引的运用态势

以整体刑事司法智能辅助系统为基础，智能证据系统作为其子系统发挥着司法效应，较为典型的有贵州“一尺办案”+“数据铁笼”+“共享平台”模式、苏州“桌子结构模式”、浙江“政法机关一体化办案系统”模式以及上海“刑事案件智能辅助办案系统”模式[1]。相比较而言，上海系统是目前运用最具广度和深度的系统。因此本文着重以上海系统为例，予以详细阐明。上海“刑事案件智能辅助办案系统”由上海市的法院、检察院、公安机关抽调近400余人与科大讯飞近300余技术人员组成研发团队，创建“推进以审判为中心的诉讼制度改革—上海刑事案件智能辅助办案系统”。

首先，上海系统明确定位为司法工作的辅助系统，即AI助理。因目前的人工智能发展仍处于“弱人工智能”阶段，具有一定的局限性和不确定性，无法像司法人员一样去思考和判断，故需界定其非主体资格，强调司法工作人员不可颠覆的主体身份。其次，该系统目标是遵照我国《刑事诉讼法》关于“案件事实清楚，证据确实、充分”的规定和中央关于推进以审判为中心的诉讼制度改革的部署，运用互联网、大数据、云计算、人工智能等现代科技手段，制作统一适用的证据标准指引软件并嵌入刑事办案系统中，实现对刑事案件证据标准的统一指引和对证据进行校验、把关、提示、监督的功能，确保侦查、审查起诉的案件事实证据经得起法律检验，确保刑事办案过程全程可视、留痕，以减少司法任意性，有效防范冤假错案[2]104。其中，该系统的证据标准智能指引是辅助侦查的主要板块，实体证据方面是该智能系统的核心，证据标准智能指引提示侦查阶段应该收集哪些证据，引导侦查人员建构完整而又逻辑充分的证据模型。

以查证命案为例，该系统根据由简到繁的顺序，将命案分类为现场目击型命案、现场留痕型命案、认罪供述得到印证型命案和拒不认罪型命案。其中，认罪供述得到印证型命案侦查取证的证据标准为：犯罪嫌疑人供述、现场勘验检查笔录及照片、提取物品痕迹登记表，搜查、扣押笔录、清单及相关辨认笔录、抛尸轨迹路线及地点等现场辨认笔录……，而对于简单的现场目击型命案，侦查的证据标准一般为现场目击证人证言、现场监控录像或被害人陈述、现场勘验检查笔录及照片、法医学尸体检验鉴定书、证实作案起因的证人证言、其他有关定罪量刑的证据。在证据基础之上结合系统内实体关系分析技术构建完整的案情全景图，侦查人员再判断各证据之间的逻辑关系，形成闭合的证据链。最后结合其他言词证据审查办案监督程序软件等其他智能程序和软件的运用，确保侦查在实体上和程序上满足推进以审判为中心的刑事诉讼要求。简言之，上海系统虽说是整个刑事诉讼系统的智能化，但其实质贯穿诉讼全程的材料是由侦查阶段提供，因此证据标准智能指引能否适应侦查工作是该智能系统必须重视的内容。

二、侦查阶段证据标准智能指引导致的冲突

毋庸置疑，证据作为贯穿刑事诉讼全程的主要元素，其智能化发展深刻地丰富了司法现代化内容。然而，我们仍要保持工具理性和价值理性，辩证地看待证据标准智能指引的内核驱动机制，冷静审视其可能引致的各种冲突。证据标准智能指引可能引致的一系列冲突，会逐渐把侦查推向侦查模式僵化、单一化、侦查虚化，侦查客观公正的内核被消解的困境。证据标准智能指引的初衷是倒逼侦查人员注重案件证据收集的充分性，最大限度保证调查取证环节案件证据材料的全面性[2]131，141。当然如果该种智能指引侦查模式可以保证证据的客观性、合法性、充分性和强相关性，能够顺利推进刑事诉讼程序的展开，既能实现司法公正又能提高司法效率，那么证据标准智能指引无限推广无可厚非。但侦查阶段证据收集是否完全程式化，是否可能存在与侦查内核相冲突的地方，这些都值得反思。侦查绝不是智能系统指示的“执行人”。侦查方法、方案、决策在不同侦查情势下有各种组合，从输入到输出有非常多的过程集合和结果集合，侦查人员应从中选取最具高效兼具正义的方法、方案、决策。简言之，除去法定特性之外，侦查还表现为一项非常复杂、多变、灵活的专门活动。以侦查活动中显现出来的智能、心性与灵性的规律为研究对象，侦查阶段证据智能指引运用与侦查规律的冲突主要有如下表现。

(一)证据标准智能指引对侦查主体“智能”有制约之嫌

证据标准智能指引应用似乎过于完美，虽然系统定位只处于办案辅助地位，但反映到实践中却是侦查人员“遵照执行”便可保证刑事诉讼程序顺利推进。即使证据的获取和审查仍需侦查人员亲历亲为，但似乎也演变成“侦查人员”成了程序设置过的“取证机器人”，证据审查功能已基本被证据智能软件覆盖。理论上强调其是辅助地位，但实践中却在不断渗透和挖掘侦查活动的本体意识，改变了以人为本的侦查格局，使侦查陷入机械式的单一化模式。证据标准智能指引的过度形式化、客观化反而成为一种限制，侦查人员作为推进侦查活动的重要主体身份被人工智能干扰而影响侦查活动的开展。人工智能是设定性的，脱离人之智能的开放性、灵活性运用，由此得出的侦查结论是从单一过程至单一结果，而这单一化输入输出的效应是否唯一和最佳化则值得思考。证据标准智能指引实质上是证据形式化列举，停留于证据较浅层面的指引。结果可能会使侦查人员产生路径依赖，使侦查人员的专业能力萎缩，侦查人员的职业身份由于技术的强势渗透而被削弱。就此而言，可怕的不是人工智能体像人一样思考，而是人类只会困扰在智能系统里像人工智能机器一样思考。

(二)证据标准智能指引与侦查人员取证规律相悖

1.证据标准智能指引有诱发侦查人员“证实性偏差”心理之虞。现有的涉及证据标准的智能库都是以认定犯罪嫌疑人、被告人有罪和处以刑罚需要什么证据来规定证据类别、表现形式乃至证据数量。在这种办案标准前提下，侦查人员会形成“证实性偏差”的心理倾向，可能诱发侦查人员取证往往注重证实存在涉嫌犯罪事实，甚至可能会不遗余力地拼凑有罪证据而压制无罪、罪轻证据的收集[3]。

证实性偏差又称验证性偏差，指与寻找证据来证伪自己的信念相比，人们更愿意证实他们，以此更可能注意并回忆出某些支持性的证据，将随机事件知觉为有联系的倾向而产生一种“控制错觉”[4]。证实性偏差心理强调的是一种求知的过程，是一种为证实自己观点无视验证逻辑而对所存现象、证据进行主观联系的心理活动。人们按照已知事实对事情进行解释、概括、判断、决定和选择的倾向，并循着这种倾向求证，对与自己固有观念背道而驰的事情则持无视的态度，只看想看的东西[5]。这种心理特征在支配侦查活动时，则会容易引致侦查人员倾向于发现支持自己主张的信息、证据。例如，在一起故意杀人案的侦办过程中，犯罪嫌疑人辩解案发时不在犯罪现场，拒不认罪，侦查机关找到案发前后与犯罪嫌疑人有过接触的一些邻居、朋友，获得其可能在案发现场出现的证人证词。但在与其妻子交谈时得出的结果是案发当天犯罪嫌疑人并未出门。而侦查人员最终选择了邻居和朋友的证词而没有向其妻子取证[6]。导致侦查人员出现这种行为偏差的心理机制就是，因为证据标准中规定了需要有证明作案时间的证据，而其邻居、朋友的证词正好满足这个要求，所以就放弃了妻子的证词，且会通过认为妻子可能出于包庇而故意提供虚假证词来证实自己的观点。这种心理倾向驱使侦查人员不惜采用非法手段和非法证据去证明他们已经确信存在的犯罪事实。贝卡利亚曾言：“罪犯与无辜者间的任何差别，都被意图查明差别的同一方式消灭了”[7]，由此可能导致出现认定犯罪嫌疑人错误。在侦查过程中，侦查人员必须辩证地看待证据智能系统带来的负面效应，客观认知和正视并主动纠正。

2.证据标准智能指引与证据组合逻辑之矛盾。侦查人员证据收集不是一蹴而就的过程，而是一个动态的螺旋式上升波浪式前进的过程，是不断根据现有证据分析而延伸出对另一证据的思考和挖掘的过程。在由起点到终点的全过程中，有无数次证据组合后进行证据排除与证据新建的小过程，证据标准平铺就绪的列举式指引是无法穷尽该动态取证过程的，其中最明显的问题就是与证据组合的动态逻辑是矛盾的。因为只有通过证据组合、推理，证据反映才能从零散到整体、从现象到本质、从系统上把握证据现象，从关系上把握证据现象(1)证据现象是指客观存在的证据，已被发现的证据现象叫证据反映，未被发现的证据现象叫证据存在。，获得证据能力，从而实现证据现象的证明功能[8]。一以概之的证据标准设定逻辑，会有压缩侦查人员证据组合空间的弊端。证据智能标准的设定在大数据的加持后，人们仿佛获得了“先知”的能力，可以预测人的行为，甚至还十分准确，有了看似客观的数据，我们的决策开始走向“去情绪化”“去特殊化”的道路[9]。虽有证据模型、证据链的指引，表明证据智能化能动态地对证据及证据大组合进行判断，似乎也符合“非法证据排除”与“排除合理怀疑”的证据判定和证据分析的逻辑，但这一逻辑线是不连贯、断裂的，是一种忽视过程而注重结果的缺损逻辑，而并非从一开始就循着动态分析、验证的逻辑。人工智能证据技术只能做到对海量证据的初步筛查、提取、判断，无法做到证据的深加工和有机组合[10]，变相限制了侦查的推进。从个案角度而言，智能化证据标准系统库无法穷尽各种案件的动态可能性，这会导致侦查标准化与个案正义的冲突[11]。

(三)证据标准数据源“全样本”之疑

仍以上海系统为例，证据标准智能指引以全样本分析为方法，指引侦查机关收集证据，其中全样本的范围是对近5年来上海市的法院审理相关案件的侦查卷宗、审理报告、裁判文书的综合分析，从中统计各种类型的证据出现的频次作为基本证据事实，通过列举证据标准以供侦查人员参考[2]138。但其中各类型案件“近5年”数据被认为是“全样本”的说服力是存疑的。而且系统中71个常涉刑事案件罪名的“证据标准指引”，仅是基于近3年全国102个常涉罪名刑事案件的数据制定的[12]。即使为保证量刑模型的准确性，盗窃罪量刑模型的学习样本为全国30万盗窃罪案件[2]138，从数量上看，30万可谓巨大，但是30万件也不过是近3年的数据。通过北大法宝司法案例数据大平台智能检索，全国近10年已发盗窃案例有175.4574万件，如此对比，30万数目仍然有限，而且2016一年内全国盗窃数量就达到32.2125万件。所以上海系统全国30万件的盗窃数所反映出的盗窃案例要素可能不够全面(2)数据来源：北大法宝http://xs.ai.pkulaw.cn/analysis/analysisNewThemes.。可见，该证据标准智能指引机制所依赖的数据，不过是某一时间段有限的数据样本。目前，侦查智能系统的数据样本严格意义是非“全样本”数据。数据的选取从数量来说是有局限的，不具代表性；从内容的选取上也难免有主观性，客观性难以全面保障。有限数据的非代表性和非客观性导致的后果在正义标准判断上就会有所欠缺。大量数据的提炼可以较高程度地涵盖已发案件的各种细节，也能较为准确地预测将发案件的情势，如此才可能实现精确的算法正义，大概率地保障侦查阶段证据判断标准的客观性。

除以上所述外，该证据标准智能指引机制还存在封闭有余、开放性不足的疑点。这种封闭式的证据标准指引容易让侦查人员忽略随着社会发展出现的新类型证据，加剧了习惯于传统证据形式的侦查人员对新型证据的认知和接纳难度，从而使得对此类证据的理论研究失去充实的实践基础[13]。比如区块链技术引发数字代币乱象，出现非法发售代币票券、非法发行证券以及非法集资、金融诈骗、传销等违法犯罪活动，这些证据标准与传统犯罪案件侦办标准并不一样(3)倪婷瑛非法吸收公众存款罪一审刑事判决书，参见义乌市人民法院：(2017)浙0782刑初1588号；徐怀、何慧组织、领导传销活动一审刑事判决书，参见阳谷县人民法院：(2017)鲁1521刑初92号。。证据系统元素的固化使得侦查人员面对新型犯罪反而不知所措。

三、侦查阶段证据标准智能指引中冲突的调适

证据标准智能指引中冲突的调适主要针对上述问题进行调整，其核心是要认识到即使是智能化司法时代，也不能忽视司法主体对司法工作的主观能动性。人工智能或人工智能体充其量只是辅助工具而不是司法主体，工具的本质是使司法工作更便利，提高司法工作质量，而不是制造更多的问题。尤其在侦查阶段，侦查工作除了依法定程序进行侦查外，重要的是要依赖侦查人员的侦查智慧与犯罪行为人进行活力对抗与博弈。所以，首先应以人为主体，发挥人机互动双重效应是证据标准智能指引不可不遵循的原则。其次，就证据标准智能指引机制本身而言，针对证据标准智能指引可能会诱发侦查人员“证实性偏差”心理和证据标准指引与证据组合的矛盾来说，调适方案则是拓展证据标准智能指引机制的构成元素，使证据标准智能指引处于一种动态开放的态势，有利于与灵活变化的侦查取证工作同频共振。最后针对原始数据源的问题，应该重新界定数据样本的时空限度。

(一)以人为主体，发挥人机互动双重效应

以人为主体，发挥人机互动双重效应的关键是重视侦查主体的智能参与，杜绝证据标准智能指引机制成为侦查主体工作的路径依赖。正所谓机械本身不是人工的，边界才是人工的[14]，人工智能技术的主旨是增强人类的思维能力和行动能力而非取代人类。证据标准智能指引的固化模式即使通过深度学习也不过是在算法轴线之内予以延展，在感知千变万化的犯罪情势和侦查情势方面有严重不适。人类的“即时”智能也是人工智能体无法替代的，即使具备自主学习甚至自我意识发展的强人工智能体也完全替代不了人的“直觉”“顿悟”“即时应变能力”“无关联想象”“策略”“谋略”“启发创新”等人类独有的功能和智慧。在目前可见甚至可预见的很长一段时期内，人工智能体只能作为一种工具，辅助人类作出某些行为，即使是强人工智能体顶多也是一种升级版的可以实现高效“人机互动”的智慧工具，不能撼动人的“主体”地位。明确其“工具属性”是人工智能技术发展的伦理、道德守则。证据标准智能指引的开发与应用也不能以损害人类的物质文明和精神文明为代价，即使在技术上人工智能体有实现与“人类”等同的可能，也必须贯之于“工具”价值，随之设定新的文明秩序才能体现良性和实现可持续发展。

因此，智能司法背景下，侦查人员的主体资格不可被削弱和剥夺，这是证据标准智能指引机制设计过程中不可僭越的原则。在规则设计中，首先要使侦查人员认识到证据标准智能指引的非唯一性以及证据标准不等于证明标准的事实。严格意义而言，智能系统的证据标准不过是系统提示的印证案件事实所需要的材料，充其量不过是证明标准之量的充分性表达而已，切忌产生“智能唯上”的概念。其次应明确证据标准智能指引机制要保持一定的弹性或者说开放性，侦查主体要发挥主观能动性，时刻关注犯罪情势的动态，比如在区块链技术证据化应用改变传统证据法证据结构的现状下，需要以开放的心态正确认知区块链证据对现行证据体系的全面革新[15]。如有学者提到的，智能型模式标准化要遵守相对性、可靠性、适度性、可控性等特征[16]。为了强化人机互动的效应，可在技术上设定侦查办案质量评估和侦查办案责任制板块，促进侦查人员业务能力的提升和侦查智识的积累。以人为主体，发挥人机互动双重效应的理念，导引着侦查阶段证据标准智能指引机制向更合乎人与技术的平衡方向发展。

(二)拓展证据标准智能指引机制的构成元素

拓展证据标准智能指引机制的构成元素，主要目的是打破证据标准智能指引机制的僵化状态，使其更适应灵活变换的侦查取证实践。为了调适和矫正侦查人员可能被诱发的“证实性偏差心理”，需要辩证地审视证据标准的向度，即不仅强调哪些证据可以达到证明犯罪事实清楚、证据确实充分，而且要开设“无罪”“罪轻”智能提示板块，以贯彻“公安机关对已经立案的刑事案件，应当进行侦查，收集、调取犯罪嫌疑人有罪或者无罪、罪轻或者罪重的证据材料”的精神。

1.增设“无罪”“罪轻”证据标准智能指引板块，贯彻辩证取证思维。正确认识证据标准单向性要求的弊端，贯彻真正意义上的全面双向收集证据的意识，以调适因系统可能诱发的“证实性偏差”心理，是该新增板块的主要目的。公安机关在参与建设刑事案件智能办案辅助系统时，除了以犯罪构成理论为基础提供“有罪”和“罪重”证据的标准外，还应该总结办案经验，对那些“无罪”“罪轻”证据引入智能办案系统，做到“质”上保证证据收集的完整性而非倾向于“量”的集合。而后设置具体操作程序：当侦查人员把线下收集到的证据转换成数据录入系统后，智能系统会根据算法自动对证据以“无罪”证据、“罪轻”证据、“有罪”“罪重”证据进行分类，以此得出结论供侦查人员判断。侦查人员根据实际情况进行材料汇报。而这一切线上办案流程会有电子痕迹并进行备案，以方便检察人员开展侦查监督，重点是消减数据客观性的表象给侦查人员强烈的证实性暗示。

2.增设“证据组合方法指引”板块，开拓取证思路。侦查人员案件办理过程是以证据为线索找到其他证据逐渐组成证据链的过程，而在这个过程中会有很多种证据与证据进行组合的方式，以组合局部事实进而推导出整体事实。目前的证据标准智能指引仅仅是证据种类的简单列举，显示出一种以结果为导向倒逼侦查人员严格按照法定要求收集证据、分析证据的趋势。然而在过程推导结果这一进路当中存在很多可能性，这种以固定结果为导向的指引反而限制了过程中的这些可能性。为了使证据标准智能指引适合侦查这一规律，不应只是简单地从量上罗列证据序列并从智能程序上设置“非此即彼”的二元选择，应当开发证据标准指引的多样性功能。比如在系统内加入证据组合方法的指引项来引导侦查人员更灵活的使用证据来查证犯罪嫌疑事实。

证据组合的一般方法有异质同化法、置换法、组合模型法。异质同化法是对各搜集证据群中哪些暂时与案件还没建立起联系的证据、甚至看起来不相关的证据进行独立组合，发现潜在的证明能力；置换法是在已经组合好的证据体系中抽出某种证据，转换成另一种排列，或把其中一个证据换成另外一个证据进行重新组合分析，查验不同证据组合的不同功能；组合模型法是根据证据组合中的规律，抽象出一种组合模型，使其具有可重复使用性。其要义是允许侦查人员利用不充分证据通过情理推断及合理解释的方法实现事实认定，注重对司法实践中新出现的材料进行收集和分析[16]。必须予以澄清的是，证据组合和建构证据链是有区别的。证据链要求侦查人员对所有证据建构完整的组合，达到排除合理怀疑的程度，证据链是整体事实的最终证明结论。而证据组合是侦查人员在个案承办中为证明案件中某一事实或某些事实对现有证据进行组合逐一论证，是由部分到整体的过程，而且各证据的组合是灵活的。该方法指引落到具体算法设计中时，其核心算法设计思路是以“七何”(4)“七何”要素主要是指案情或者侦查情势中何时、何事、何地、何情、何故、何物、何人七个要素。要素对证据进行分类，总结侦查人员实践中对“七何”各要素的灵活组合推断出某些事实的经验，按照异质同化法、置换法、组合模型法等证据组合方法模拟“七何”各证据材料的组合，以此设计智能指引板块。如此就不仅仅是证据种类的简单提示，还有证据收集过程中的智识培养，从指引机制构成元素的拓展角度潜移默化地增强侦查人员的取证智识。

(三)证据标准数据样本的时空界定

数据样本的时空界定必须回应数据基础“全样本”的具体内涵，即从数量上和地域上如何定义，全国应该推行一套证据标准智能指引机制还是各地有独立的机制。

针对第一个问题，数据“全样本”时间上没有必要把所有案件类型的已发案件总量作为证据标准的数据源，数据源虽是智能指引的基础但不是全部。证据标准智能指引针对重点时间节点，比如刑法修改、刑事诉讼法修改、刑法修正案的颁布、司法解释等内容上的变动，这些完全可以从技术上予以重点标识并反映到类案的证据标准中。那么时间跨度当以多少年为宜？就此应该针对案件类型区别对待，比如发案量较大的盗窃案(5)发案量较大案件类型还包括故意伤害罪、危害公共安全罪、抢劫罪、交通肇事罪、危险驾驶罪等常见罪名。，30万相对近几年总数而言，是相对没有说服力的。应该至少近5年即99.2670万件为宜，方可较为全面地总结作案手段、作案工具、作案方法、作案途径及其携带的证据信息。而对其他发案量不多的案件，比如故意杀人罪近10年发案量21.9844万件，走私罪9807件，危害国家安全罪381件等非常见类案，其时间跨度应该至少10年，尽可能总结所有案件的案件要素、证据标准序列。数据“全样本”从地域而言，应该以全国数据为佳。虽然全国数据存在地域差异，但诚如上述所言，智能指引可以就此开发专门软件来处理因地方差异出现的问题，办案人员可以就特别差异项进行额外关注，比如盗窃罪入罪额度的地方差异，该专门软件会特意因地施策进行提醒。

针对第二个是否全国通用一套证据标准智能指引机制的问题，主要考虑各地数据与技术的差异性可能出现对同一个案件作出证据标准不一样的智能输出。为避免因技术人员、专家经验以及数据选取主观偏好产生的差异而导致智能结果输出不一的问题，其解决方案也不言自明。因为数据是全国数据，那么就不可能是各地在数据共享的基础上各自设计算法建立证据标准智能指引机制，而应该是由同一团队，在现有智能系统的基础上融合数据及数据间的差异进行系统扩展。所以证据标准智能指引机制应在现有技术开发和实践的基础上，在侦查合成作战的数据共享平台上进一步挖掘数据，对应各智能软件补全数据；尤其是地域差异，可在向各地推广智能系统基本构架的前提下加入地方差异数据的软件，供各地使用。而关于如何破除专家经验差异，则应罗列类案要素数据获取的清单，继而进行提炼、分类、整合和标准化处理，且应在专家团队组合时加入各地专家代表就地域化内容进行算法结合。

结语

从实践层面而言，证据标准智能指引提高了公安机关的办案质量和水平，有效减少了“退侦”“退查”现象的发生，且弥补了侦查人员在事实判断上依赖个人经验的局限。但技术是一把双刃剑，在有效辅助公安人员办案的同时，也在潜移默化侵蚀人的主体地位，弥补主观局限的同时又在某种程度上限制了主观正向作用的发挥。故此，如何把握证据标准智能指引应用于侦查实践的界限则尤为重要，这要求实体上不能过度僵化侦查取证标准，程序上不能完全按照未达标准推进侦查工作。重点是强调证据标准的基本性而非唯一性，破解证据标准的固化状态，使其具备较为灵活的引导作用。因此，首先强化以人为本，发挥人机互动双重效应的理念导引作用。其次就证据标准智能指引机制本身而言，以不逾越侦查规律、诉讼原则、司法正义为目的，拓展机制构成元素，使证据标准智能指引更具弹性和灵活性。最后反观证据标准数据源选取的代表性和客观性，重新界定“全样本”时空限度，从源头上保障证据标准智能指引机制具有普遍指导性。