随着人工智能(AI)变得越来越普遍,通过机器和软件bot对人类行为的监视已经产生了所谓的机器证据。 由于传统上这些证据都是为人类作证而量身定制的,因此这种新型证据在全世界的刑事司法系统中都构成了程序上的挑战。 本文的重点是在刑事审判中提供的信息,这些信息是由人工智能驱动的系统生成的,这些系统观察并评估人类用户的行为,以预测未来的行为,以增强安全性。 从消费产品生成的数据中得出的这类证据的一个典型例子是自动驾驶,在这种情况下,作为安全功能的驾驶助手可以观察和评估驾驶员在必要时重新控制车辆的能力。 例如在欧洲,从2022年开始,新的智能设备(包括睡意检测和干扰警报系统)将在新车中成为必不可少的。如果人机交互造成伤害(例如,涉及自动驾驶汽车的事故),可能是大量的机器证据或由AI驱动的系统生成的数据,有可能用于刑事审判。目前尚不清楚该数据是否以及如何用作犯罪事实调查的证据,而对抗性和询问性系统对这个问题的处理方式则大不相同。 对抗性诉讼程序具有党派审查的优势,这使双方都有机会挑战作为证人的消费品。 相比之下,询问系统具有特定的机制来引入法庭外记录的专家证据,包括建立事实,这是彻底测试AI所必需的。以德国和美国联邦系统为例,本文重点介绍了机器证据在刑事诉讼中提出的挑战。 比较的主要领域是随着法律的发展以适应使用机器证据的方式维持对事实调查的信任。 这种比较的观点说明了法庭上人工智能的困惑,并预示了在不久的将来将成为不可避免的问题的可能性。 该条款得出结论,目前,刑事司法系统没有足够的能力来处理消费类产品中嵌入式AI生成的新颖多样的信息。 建议我们将对抗性系统的用于两党审查证据的工具与查询系统在特定条件下包括场外陈述的合并,以建立测试机器证据的适当方法。