作者简介：詹羽洪，中国社会科学院大学诉讼法学博士研究生。
文章来源：《湖北警官学院学报》2025年第6期。
【摘 要】在数据技术蓬勃发展的背景下，情报导侦由传统信息主导模式转向大数据驱动模式，呈现出范围扩张化、启动自动化和程序混同化的显著特征，也潜藏数据质量瑕疵、算法偏差、隐私侵害以及侵犯无罪推定原则等风险。对情报导侦的规制重点在于明确情报材料的管理规范，以数据管理与公民权利保障为核心，确保数据的合法性和准确性；完善监督架构，发挥检察机关作为法律监督者的宪法角色，加强对数据处理活动的外部约束；规范情报材料向刑事证据的转化规则，明确其使用边界；完善验证规则，通过逻辑推导强化间接证据的证明力。
【关键词】情报导侦；大数据；外部监督；算法偏差；刑事证据20 世纪 80 年代，英国率先提出“情报主导侦查”理念，旨在对犯罪发生前的潜在风险进行预判和干预。自此，情报导侦在全球范围内迅速扩散。我国自公安部 2003 年提出“情报主导警务”战略以来，也逐渐将情报技术确立为刑事侦查工作的重要导向。情报导侦以镶嵌论为理论基础。该理论认为，看似分散、价值有限的信息碎片，一旦被整合起来，就能出现超出原本预期的整体效能。受镶嵌论影响，近年来，随着大数据、社交媒体与跨境支付等技术兴起，侦查机关更加重视对海量信息的综合研判，利用合并后的情报信息预测犯罪动态并及时介入。例如，国家反诈中心在 2023 年便下达了 940.6 万余条预警指令，并处置了 836.4 万个涉诈网址，彰显了情报技术在防范金融欺诈、维护公共秩序方面的实际成效。作为现代警务实践中不断演进的一种模式，现代情报导侦依托大数据技术，通过多源信息的整合与分析，对潜在风险实现更为精准的研判，因而也被称为大数据预测警务。目前学界从技术角度，针对情报导侦的发展脉络、完善方法各抒己见，但就其风险与法律规制却缺乏深度探讨。事实上，情报导侦中广泛运用的大数据、人工智能以及人脸识别等技术便利了公安机关的信息研判，但也带来了隐私保护、线索与证据转换的合法性以及侦查程序启动正当性等多重挑战。如何在情报导侦的应用中兼顾程序正义与社会安全，仍是亟待解决的问题。因此，对其开展刑事法律层面的细化规制势在必行。有学者就人脸识别技术在情报分析中的偏差，从技术基础与法律体系两方面审慎考量，提出技术风险评估、内外部监管与技术适用的法律规范路径。有学者以平衡侦查效率与个人权利保护之间的关系为视角，就大数据预测警务的数据采集、算法规制与系统使用提出规范方式。然而，随着数智时代警务模式不断升级，情报导侦不仅涵盖跨部门、跨区域的情报共享，还需兼顾国际间情报合作的复杂性，这在一定程度上冲击了传统侦查理论和刑事诉讼规范的适用边界。鉴于此，本文对情报导侦的特征、风险与刑事法律规制展开探讨，希冀为情报导侦在我国新时代背景下的改革和发展提供有益思路，以适应数智时代的司法需求。
一、数智时代情报导侦的特征
近年来，大数据侦查、智慧侦查等新型方式接连出现，其核心理念与情报导侦理念相互呼应。这意味着伴随技术发展，情报导侦在侦查中的地位愈发重要，情报导侦也从传统信息主导模式转向大数据驱动模式，强调对庞大数据源的整合与智能分析。由此催生的数智时代情报导侦，主要呈现范围扩张化、启动自动化与程序混同化三大特征。
（一）范围扩张化
范围扩张化源于侦查对象的数字化。传统信息主导下的情报导侦，侦查机关依靠有限的人力或既有侦查资源，往往只能针对少量可疑地区或对象进行集中排查。侦查单位的成本与警力束缚决定了情报收集无法大规模覆盖更多目标，仅能围绕相对明确的可疑对象展开深入侦控。
随着现代社会从工业社会的秩序逻辑转向风险控制逻辑，这一转型催生了刑事司法领域预防性侦查的兴起。情报导侦在与大数据技术深度融合后，能够在尚未正式启动刑事诉讼程序时，先行整合物联网感知、社交网络抓取、生物特征识别等信息，锁定多重线索或潜在对象。具体而言，通过采集公民的消费记录、移动轨迹、人际关系等碎片化数据，侦查机关得以绘制数字人格画像。一旦将这类数据纳入侦查机关的情报分析平台，侦查目标就不再局限于已浮出水面的犯罪嫌疑人，而是无差别地扩展至社会主体的更广泛人群。
两相对比，传统情报导侦遵循需求定向、人工采集、分析分发的线性流程，而大数据驱动下的情报系统通过预设的数据漏斗模型，在初始阶段即实施无差别抓取。侦查视野从“确定且有限”逐渐走向“广泛且不确定”，形成了一种对社会主体进行提前筛查的倾向；侦查活动从针对单个或少数目标的“追溯式”模式演变为带有普遍覆盖属性的“预筛式”或“监测式”形态。侦查机关先行从海量数据中筛选出中高风险个体，再进行集中侦控与排查，使得情报收集范围呈现扩张化的特征。
（二）启动自动化
启动自动化是指情报导侦在技术赋能下，由过去依赖人工线索逐条比对或单点判断，转变为依托算法模型进行数据预警和情报推送。随着信息处理技术的革新，侦查组织的决策机制也在不断重构。在这一过程中，美国军事战略家约翰·博伊德提出的 OODA 环（观察判断决策行动）理论也在情报导侦实践中表现出显著的演化趋势。在传统侦查中，OODA 循环需经历数日至数周的线索核查周期。在算法赋能下，系统往往先在庞杂的数据源中进行抓取和筛选，对比图谱、链接关联、生成可疑目标清单，并依据警务模型给出情报研判和决策建议。一旦完成前端数据整合与风险模型运算，侦查机关便可在尚未全面介入时接收系统推送的候选目标或预测结果，由此产生初步锁定，即侦查系统通过压缩观察（Observe）与判断（Orient）环节，使决策（Decide）与行动（Act）的响应速度大幅提升。
在这一机制中，侦查人员更多扮演“复核者”与“执行者”的角色，主要负责核验机器线索，评估风险等级，筛选下一步执法行动。虽然最终决定权仍由侦查人员掌握，但情报导侦的核心流程已深度植入数据触发到行为决策的链条中。自动化模式的显著优势在于系统依托算法判断，调整侦查指向与操作优先级，使人工挨个排查的重复劳动得以省却。侦查单位得以更快节奏响应案件走向，并在广阔的涉案主体中迅速找出重点目标，也由此颠覆了传统“案发→调查询问→聚焦疑犯”的线性思路，通过多重信息自发运算与实时研判，实现从海量数据中“先行识别→筛选目标→指引措施”的前置化规划。随着算法与算力的持续迭代，侦查主体对机器输出的依赖度日渐增强，这种“提前介入式”自动化侦查也愈发成为情报导侦的常态。
（三）程序混同化
程序混同化是指侦查机关借助大数据系统的技术中立表象，将刑事侦查行为嵌入治安管理、风险防控等行政职能之中，模糊了行政调查与刑事侦查的法定界限，并通过数据资源的跨程序流转，形成了制度性的程序规避手段。情报导侦注重提前介入、超前感知和精准防控，在实践中往往以“情指行”一体化的常态模式开展。侦查机关对社会主体的数据收集与情报研判往往并非集中在案件侦查阶段，而是持续性、无间断地运转于行政管理或社会防控层面。这种模式一方面模糊了刑事侦查与治安防控的分野，另一方面也在一定程度上规避了刑事诉讼法对侦查程序的限制，造成行政程序与侦查程序的混同。
公安机关的行政权与侦查权的错位现象由来已久，权力的混同与程序的随意转换导致警察权失范。当情报导侦活动以治安防控为名运行时，侦查机关得以在未受立案制度约束之际，先行获取海量情报。情报材料虽不等同于证据，却在未罪治理和精准防控的逻辑下被视作预先取证的手段。一旦进入正式立案程序，情报由“数据情报证据”链条贯穿，并通过各种“到案经过”“案情说明”“情况说明”等形式融入案卷，或转化为电子数据、鉴定意见、证人证言的辅助材料。然而，将行政执法证据转换为刑事证据会导致诸多问题，其中之一就是以行政执法替代刑事侦查，或者将刑事侦查手段前置到行政执法程序中，从而规避刑事诉讼程序与非法证据排除规则的约束。[11]实证研究显示，绝大多数公安司法机关往往并未对行政证据进行严格的审查程序就直接采用。由于情报收集发生于程序启动之前，部分侦查行为不受刑事诉讼法既有框架规制，非法证据排除等制度难以发挥应有作用。
由此可见，对于我国实践人员而言，行政数据向刑事证据的转化并非程序断裂，而是技术治理逻辑的自然延伸。这种取证前置化和侦查与治安活动一体化的趋势导致侦查程序规范实质虚置，也使审查和质证时难以依照传统证据规则进行有效检验。侦查机关在跨平台、跨部门信息共享与算法研判时自主裁量权力较大，在现行法律尚未细化的领域里形成事实上的自由空间，进一步混同刑事程序与行政程序。
二、数智时代情报导侦的风险
随着情报导侦在数智时代的深化应用，其在提高侦查效率、预防犯罪方面展现了独特优势。然而，与之相伴的大规模信息收集和算法分析也潜藏诸多风险：一方面，情报数据可能因来源不准确或算法偏见而扭曲侦查结论；另一方面，提前化、无差别化的收集模式易侵犯公民隐私，并可能与无罪推定原则相冲突。
（一）数据质量瑕疵风险
在数智时代的情报导侦实践中，数据质量的瑕疵贯穿情报收集、分析与运用的全流程，具体体现为以下四个方面
首先，数据因其表达方式的局限性而无法客观反映案件事实。数据的本质是对复杂案件事实进行分解，将其拆解为孤立的行为片段，并通过 0 和 1 的代码形式记录信息，以平面化的方式呈现复杂世界的一部分。这种降维表达在无法涵盖深层语境、具体情境以及行为人主观要素的同时，也削弱了情报本身对侦查对象全貌还原的能力。如果过度依赖这些简单化的符号记录，将难以展现真实世界的复杂性与多样性。例如，对犯罪嫌疑人的社交网络数据进行分析时，仅基于通话次数或转账金额等表面信息，很可能忽略其行为背后的真实意图。这种“表征不足”是数据使用的先天缺陷，直接影响情报分析的准确性与可靠性。
其次，数据规模庞大导致难以全面核查。情报分析需要整合海量数据，但侦查机关客观上无法逐条核验数据之真实性。当缺乏高质量数据时，为维持情报精度，侦查部门往往会进一步扩大数据收集范围，进而形成数据收集范围扩张与核验难的恶性循环。例如，在互联网金融犯罪案件中，为扩大数据范围，收集的涉案账户可能达到数十万，其中交易频次甚至以亿次计算，而侦查机关无法在有限时间内对每一笔交易记录进行逐条核查。即便运用先进算法对数据进行筛选，也难以完全消除虚假信息、遗漏记录或无效数据的影响。
再次，数据源存在结构性偏见。数据源自身存在结构性问题，其样本通常过度集中于特定群体或区域，如低收入人群或高犯罪率地区，从而忽略更多背景多样性的样本。此种基于缺陷来源的选择性采集会固化并放大既存偏见。而算法在分析数据时，非但无法矫正初始偏见，反而可能继承甚至强化这些偏见，从而导致侦查结果对某些群体或个人产生不公。美国预测性警务实践即显示，基于种族偏见的数据训练模型往往将少数族裔视为高风险目标，这种“偏见进，偏见出”的现象直接威胁到侦查公平性。对我国情报导侦而言，若未能有效审查并修正数据来源的结构性问题，该循环将在犯罪侦查中持续加深既有偏见。
最后，多次提取与转移引发数据失真。在数智时代，情报数据往往跨越不同部门、平台甚至国家流转，任何一处环节出现格式不兼容、网络延迟或存储损坏等问题，都可能导致数据的失真或偏差。尤其是在实践中，侦查机关常需从私人企业、国际组织或其他第三方获取数据。[14]这些外部来源的数据质量往往参差不齐。一旦数据链条中某一环节存在瑕疵，后续的情报分析及侦查决策均可能被误导。
从数据表达的先天局限到规模庞大难以核查、偏见引发的不公平，再到多次转移带来的失真风险，数据质量问题贯穿情报导侦的全流程。侦查机关对这些问题缺乏足够的认识和应对策略，不仅会导致事实认定的偏差，还可能对刑事诉讼阶段的证据效力产生负面影响。因此，建立针对数据质量的管理与监督机制，确保数据的真实性、全面性和可靠性，是推动情报导侦规范化的必要环节。
（二）算法偏差风险
随着技术发展，算法正日益取代人类在侦查情报研判中的部分决策功能。然而，算法权力越轨行为并非孤立。[16]其固有的技术与数据局限可能导致侦查过程在多个层面上出现偏差与误判，主要体现在如下四个方面。
首先，算法技术瓶颈导致结果误判。情报导侦往往依赖聚类、抽样等算法技术对海量信息进行筛选与分析，但此类技术尚存瓶颈。一方面，算法在本质上是基于对已有数据进行训练与抽样，当抽样逻辑脱离正常分布或面对全新类型的犯罪时，算法无法及时适配，进而出现“老数据无法解释新问题”的局面。另一方面，自动化决策高度依赖历史数据以预测当前与未来的犯罪行为，然而犯罪模式本身具有不断演变的特征，依赖过去数据有时只能得出滞后结论或出现错误判断。由于算法无法充分反映当下新型犯罪的复杂性。若数据样本或模型持续偏离实际，则在侦查研判的起点处就埋下了事实误判的风险。
其次，算法偏见导致结果失真。人们期待算法能够保持客观中立，但实际应用中，算法常常受到其设计者、输入数据、训练环境等影响而产生偏见。由于大数据算法并非开源，外界不易从可解释性角度进行深入核查。当算法预设不合理参数或训练数据蕴含偏见时，所得结论难以保障公平性。例如，2017 年欧冠联赛期间，警方启用人脸识别系统辅助执法，却出现了高达 92%的错误识别率，令2000 余人与犯罪嫌疑人的身份“莫须有”地重叠。[17]这种放大偏见的现象不仅危及侦查公正，也可能在社会层面引发更广泛的信任危机。
再次，以偏概全的简化思路。算法的核心在于“模型化”，即将现实情境抽象、简化为统一的运算范畴。然而，犯罪实践的多样性和高度变动性使得这种简化在许多具体场景下并不适用。可以说，模型的本质是对真实世界的简化，无法涵盖所有复杂因素。当机器学习与专家系统高度依赖规则与数据规模，却忽视个案特殊性时，就易产生“以偏概全”的误判。预测性警务中，算法更侧重统计意义上的普遍趋势，难以兼顾个案中独特的情境，导致对犯罪嫌疑人形成偏差化认定。
最后，相关替代因果的陷阱。许多算法主要基于相关性来推断结论，却未能证明事物间的因果关系。一旦将这种“相关”简化为“确凿因果”，就可能导致侦查行动出现误判。例如，有实验曾训练机器识别“狗”与“狼”，表面上看它在大多数测试图片中准确区分了两者，但事实是算法只识别到了“雪地”背景，而非真正懂得生物学差异。类似逻辑若被运用于侦查场景里，系统可能误把符合某些外部关联特征的人群视作高风险对象，而无视真实犯罪缘由。这种“相关并不代表因果”的局限在自动化的侦查决策中往往被忽略。
（三）隐私侵犯风险
大数据侦查突破了传统“口供中心”的侦查模式，实现了从“由供到证”向“由证到供”的转变，显著提高了侦查效率。然而，侦查范围的无边扩张和数据采集的自动化为侦查活动的正当性带来了结构性挑战。一方面，为保证刑事司法的打击力度与公共安全目标，侦查机关难以放弃依赖海量信息的情报导侦模式；另一方面，这种广谱搜集与深度分析若逾越个人信息保护与程序限制，则可能对更多公民的隐私和自由构成潜在威胁。
在传统模式下，基于我国要求犯罪嫌疑人承担供述义务，侦查活动主要通过讯问获取口供，其影响范围多局限于犯罪嫌疑人。然而，随着大数据和情报分析技术的普及，侦查方式日益依赖自动化和多源数据整合。侦查机关通过抓取海量网络数据，锁定犯罪对象和预测潜在风险，甚至利用生成式人工智能对数据进行深度学习与交叉验证。这种对信息的无差别需求使隐私侵害从被追诉人扩展至无辜第三人。这种主动式信息采集不仅锁定犯罪嫌疑人，还可能对无辜民众的信息进行多次提取和利用，进一步扩散了隐私侵害。此外，大数据侦查在全网检索与数据碰撞时，算法并未严格区分“涉案数据”与“非涉案数据”，任何社交互动、消费记录、地理定位等信息均可能被收集和比对。这些技术在追求精确结果时，可能未经合法授权就自动收集额外数据，并对个人行为模式进行深度推断。一旦系统判断某些行为存在“可疑关联”，便会标记并深度分析，从而可能牵连与案件毫无关联的普通人。例如，某人可能仅因共享相同网络服务或出现在相同场所，就被纳入侦查清单。这种策略尽管提高了破案效率，却也显著扩大了对第三人隐私的干预范围。
（四）违反无罪推定原则风险
无罪推定原则是现代刑事诉讼的核心原则。它是世界刑事诉讼第三次革命，即摆脱传统纠问制影响，实现控辩平等的重要原则。无罪推定原则的意义在于保障人权，限制侦控机关的权力，促使控辩平等对抗，使诉讼更具公平性、对抗性，从而真正实现司法正义。情报导侦的核心目标在于通过预先锁定潜在犯罪，将刑事应对方式从事后打击转变为事前预防。然而，这种预测性侦查模式与刑事司法的传统逻辑存在内在紧张，对无罪推定原则的冲击尤为严重，体现为权力上的扩张、权利上的侵犯。
就权力扩张而言，情报导侦通过分析和处理海量数据，使侦查机关能够在犯罪发生前对特定人群进行监控或采取干预措施。然而，目前我国尚未对情报导侦的具体操作方式作出明确法律规定，也未建立相应的审批机制，侦查机关可以规避刑事诉讼法中关于技术侦查的强制性规定，对犯罪嫌疑人乃至普通公民的私人信息实施监控和数据追踪。在此背景下，犯罪嫌疑人所受的侦查压力源于尚未实施的行为。根据犯罪构成理论，这些行为多被视为犯罪预备或未遂阶段。同时，侦查逻辑更多依赖行为与结果之间的相关关系，而非传统模式中的因果关系。这种“未罪先审视”的侦查方式与以案件发生为前提的传统刑事诉讼逻辑相悖，实际上隐含着“有罪推定”的倾向。
在国外警务实践中，此类风险已有先例。2013 年芝加哥警察局通过大数据指标预测特定区域部分人员成为枪支暴力受害者或犯罪者的可能性，并在“犯罪热名单”上的人群中加派警力进行监管。2019 年荷兰成为全球首个在全国范围内推广“犯罪预测系统”的国家。该系统基于多样化数据和不同目的的风险模型运算，生成犯罪“热点地图”以预测不同区域和时间段的犯罪高发点。 “犯罪热名单”或“热点地图”项目会自动将处于特定地区或具备某些特征的人列为重点监控对象。一旦侦查工作基于此展开，相关个人在诉讼尚未启动之前就蒙受了与罪犯相仿的待遇，违背了“无罪推定”原则的根本要求。在我国司法实践中，类似问题同样值得警惕。例如，A 地区公安机关通过持续采集全市网约车行程数据并进行比对，提前侦测可疑出行模式，以查获非法营运行为。其在未立案的情况下将全体市民纳入常态化监控范围，看似提升了犯罪预测效率，却也构成了对刑事诉讼法任意侦查措施规定的潜在规避，同时动摇了比例原则在刑事侦查中的应用基础。
然而，进一步加剧这一状况的是侦查分析过程中的偏见。侦查分析过程高度依赖认知判断，而认知偏见直接影响决策准确性。大数据侦查过程中，数据与算法偏见常导致“证实偏差”，即侦查人员更倾向于验证已有假设，忽视与之不符的情报。这种信息单向聚合有助于强化侦查人员对犯罪嫌疑人的先入判断，在审查证据时易出现“隧道视野”——只看见与其猜测一致的内容，难以关注可能证明无罪的线索。换句话说，侦查人员选择性地呈现信息，倾向于搜寻支持自己已有观点的信息以及与自己信念、态度和决策相一致的信息，而忽略与之不一致的信息。最终，侦查逻辑陷入“有罪推定”的怪圈：已有印象越深，便越倾向于排除无罪线索，进一步加深了对无罪推定原则的违背。
在权利侵犯上，大数据侦查体现为对公民基本权利的侵蚀。无罪推定原则的核心旨在尊重被追诉人作为公民应当享有的基本权利，包括人身自由权、隐私权等一系列旨在保障人权的权利不受侵犯。基本权利以人权为标准，其以实现人权为动机。即基本权利不仅是人权的制度化，而且其总是包含着以人权为指针从而最大程度上实现人权的要求。然而，侦查机关基于情报导侦的预测功能而对特定个人提前施加限制或监控，便意味着对该公民“无罪地位”的破坏。这种破坏体现的是公民所处的状态介于无罪与疑罪之间。其本应享有无罪下的自由权利，却被迫在未立案之际即承担忍受义务。由此可见，国家提前对行为人进行行为控制或强化监督，本质上剥夺了尚未启动诉讼者的平等与自由权利。更甚者，如果侦查机关通过未经授权的技术手段收集个人信息，或以低门槛的推定依据限制公民行动，就可能动摇基本权利的宪法根基，也使人权形态在数字时代面临严峻考验。
三、数智时代情报导侦的刑事法律规制
在数智时代，情报导侦既承担着维护国家安全与社会秩序的使命，也面临着对公民基本权利可能造成侵害的风险。为实现二者间的平衡，我国亟须从情报材料的管理与监督以及情报材料信息在刑事程序的运用角度对情报导侦加以规制，不断完善相应的法律制度与操作规范。
（一）完善情报导侦材料管理规范
1.完善数据分类管理
2011 年，我国多个单位联合起草了《公安信息化数据质量管理规范》（以下简称《规范》），为数据采集、审核和校验提供了行业指导。然而，公安部尚未发布全国统一的数据处理规范性文件。《规范》仅为推荐性行业标准，缺乏全国性统一效力，难以为各地公安机关在数据采集和处理过程中提供具体、可执行的统一标准。例如，实践中数据分类依据不明确，将治安管理数据与刑事侦查数据混同采集；更新周期随意性大，存在静态数据更新间隔超过 24 个月的现象，导致数据滞后性严重；跨区域数据格式冲突，如 XML 与 JSON 格式并存，引发解析错误。基于此，公安部有必要制定全国统一的警务数据操作管理规范，明确区分不同类型的执法数据及其收集范围、操作程序和更新期限，同时建立复核与校准机制，确保数据的准确与完整。
在具体执行中，可以将数据分为三类，分别是核心数据、基础数据与辅助数据。核心数据主要是涉及公民个人隐私并且没有公开意愿的相关数据，如生物识别信息。对于此类证据，应严格遵循规范的收集条件与存储条件。基础数据主要是指公民通过行政登记的方式，在一定范围内公开的信息，如户籍、车辆信息等。对于此类信息，应当打通数据平台，确保数据信息及时更新，可设定为每 6个月强制校验更新。辅助数据主要是指公共场所监控或网络平台的浏览信息等杂散型信息。对于此类信息，可以设定一定的存储周期，逾期自动清除。在录入时，推行“双人双岗”校验制度，要求数据录入人员与审核人员同步签署电子责任书，以确保数据的准确性。通过强制性的统一标准，指导数据收集和输入，可有效降低因人工收集大数据带来的风险。
2.保障公民的数据权利
公民的个人数据权利包括数据信息调取的知情权、收集分析的同意权以及修改的申请权。然而，情报导侦常涉及保密与突袭等手段，难免与犯罪嫌疑人的基本权利产生冲突。为兼顾打击犯罪的现实需求与保障公民权利，有必要对不同主体的同意权进行区别对待。对于犯罪嫌疑人，因涉及重大公共利益，可适度限制其个人数据的同意权；但对于不涉案的被害人或证人，原则上应充分尊重其对个人数据使用的知情权与同意权。
在采集与应用具体数据时，知情权与同意权的权利范围应遵循“合理隐私期望”原则。对于公民没有合理隐私期望的证据，侦查人员的收集行为属于合理范畴。例如，通过监控公开场合行为或从社交媒体提取公开信息不构成隐私侵犯。对于有合理隐私期望的敏感信息，侦查人员原则上仅能针对犯罪嫌疑人收集。在紧急情况下，如数据有丢失风险的重大案件，可在未经嫌疑人同意的情况下收集和分析数据，事后由检察机关或法院审查其合法性。然而，此方法的前提是已穷尽其他侦查手段，即在有其他证据证实犯罪嫌疑人构成犯罪的情况下，优先采用其他调查手段；但其他证据无法形成完整链条，而情报材料证据在案件中具有关键作用且情况紧急时，侦查机关方可采用事后监督的紧急收集模式。
在情报导侦领域，除基本数据权利外，应对宪法赋予的公民个人信息自决权进行实质解释，以有效制衡对其个人隐私权的潜在侵犯。在美国，个人信息自决权源自隐私权的扩展，司法实践逐渐推动隐私权从传统的“不受干扰之消极防御权”演变为涵盖“个人信息之主动控制权”的积极权利，并确立了宪法上的自决性隐私与信息性隐私两大领域，以信息性隐私方式行使个人信息自决权。大数据侦查对数据的采集、分析等处理皆属于个人信息自决权所保护的范围，赋予公民该权利能够保障大数据侦查行为仅以侦破犯罪为目的，并防止侵犯公民核心权利领域。尤其是在平衡国家侦查犯罪的需求时，公民的知情权与同意权往往仅具形式上的程序制约效力，而个人信息自决权则能提供更深层、更具实质性的反向约束力，从源头上规范情报材料的收集行为，从而降低公民数据权利遭受滥权的风险。这一权利的行使要求公权力机关遵守目的约束原则，即对公民个人信息数据的处理不得背离最初目的，从而防止权力滥用。
（二）构建情报导侦监管架构
情报导侦监管架构主要包括监管主体，监管内容以及监管对象三个方面。其中，监管主体为行使法律监督职能的检察机关，监管内容为情报数据的处理活动，监管对象是行使公权力的数据处理机关或获得公权力授权的数据处理者。
就监管主体而言，检察机关作为法律监督机关的宪法定位，决定了其在情报分析监管体系中的核心地位。在我国司法体制中，从立案侦查到刑罚执行，检察机关通过审查批捕、审查起诉、抗诉监督等多重职能，能够对情报数据的生成、流转、应用实施刑事诉讼全流程覆盖式监督。在数字检察赋能下，检察机关承担的义务从客观义务转变为信托义务，旨在主动平衡各方权益，而不是被动的法律监督者。在情报导侦日趋复杂化、智能化的背景下，检察机关对信息收集、分析与使用的合法性进行独立审查，进一步加强对公民权利的保障，是平衡公权力与公民权利的关键所在。
就监管内容而言，刑事诉讼中的数据处理涉及司法权力运作、公民权利保障及重大法益维护。刑事诉讼数据包括大量个人识别信息，如定位、身份和生物识别数据。这些数据与公民的名誉、隐私、财产及人身安全密切相关，不当处理将造成重大伤害。一旦发生数据泄露或破坏，可能严重损害国家利益、公共利益和公民权利。此外，诉讼记录如办案人员分配和案件流转等，一旦被非法处理，可能影响司法公正，甚至损害国家利益。因此，必须严格监管数据处理行为，确保其符合法律要求，保障公民合法权益和公权力行使的合法性。
就监管对象而言，与私主体相比，公权力数据内容往往涵盖面更广且敏感性更高，加上公权力机关在诉讼中享有调用私主体数据的特权，亟须强化对其数据处理过程的审查与规范。为避免侦查机关以“情报产品”替代底层数据提交、从而规避监督，应建立同步推送机制，即侦查机关须向检察机关同时提交原始数据、清洗数据以及分析结论等核心材料。通过从信息供给端切断监督客体对监督主体的反向控制，可最大程度保障检察监督的独立性与有效性。
然而，检察机关对情报机构信息的依赖会削弱监督效能。为了确保监督的独立性和客观性，检察机关在监督过程中应充分结合自身掌握的数据和其他来源的信息，进行交叉验证和综合分析。通过多元化数据来源与验证机制，确保监督过程的公正与透明，提升监管的准确性和可靠性，降低偏见和误判的风险。
从最终的监督目标出发，检察机关总体上应当以法律精神为办案指导，追求法律效果与社会治理效果有机统一。这要求检察机关在监管实践中贯彻比例原则，对数据采集范围、分析深度、应用场景实施动态审查，确保数据处理强度与案件性质、社会危害性保持合比例性。通过在法治框架内对情报导侦活动进行全程审查与动态调适，检察机关能够确保犯罪治理现代化与公民权利保障实现良性互动，为数智时代情报导侦的规范化运作提供坚实法律支撑。
（三）明确情报材料作为证据的适用规范
公民个人信息自决权下要求公权力机关遵守目的约束原则。但有原则即有例外，该原则并非要求目的改变后的数据即应当重新收集，而是应当依据特定授权予以规范。
1.明确情报材料作为立案证据的适用规范
伴随生成式人工智能与其他大数据技术在犯罪预防与侦查中的广泛应用，犯罪预防与刑事侦查的界限愈发模糊。[34]在犯罪尚未明朗、嫌疑对象并不明确的情形下，政府对个人信息进行自动化采集和存储已趋于常态。这些预先收集的个人信息常于犯罪发生后被直接挪用于侦查环节，进而引发合法性争议。我国立案制度规定，侦查机关只能在立案后采取强制性侦查措施，而当下数字时代的自动化数据收集不可避免地涉及公民个人信息。由于个人信息采集往往在无嫌疑情形下进行，且其性质已带有强制性侦查措施的特点，因而亟需对大数据情报材料的适用边界作出明确区分。只有正确划分“犯罪预防性情报”与“侦查性情报”两种功能定位，方能在兼顾效率与安全的同时避免对公民权利的过度干预。
“犯罪预防性情报”系指产生于行政机关依据治安管理等行政法规进行的日常监控、风险评估或预防性活动。其本质为行政性信息材料。“侦查性情报”系指侦查机关为侦办特定案件，在依法立案后通过侦查手段，利用技术进行数据检索、比对获取的与 A 案相关，并基于关联性作为尚未立案的B 案的信息材料。其本质为 B 案的刑事信息材料。对于两种情报材料的适用，应采用二元制模式，将“犯罪预防性情报”与“侦查性情报”分别交由行政法规与刑事诉讼法管理。具体而言，可以参照德国立法的假定替代干预原则。根据该原则，在行政程序或者其他刑事程序中合法收集的证据，可以作为其他案件的证据使用；即使系违法收集的证据，法官仍有权根据个案裁决其证据能力。“犯罪预防性情报”与“侦查性情报”若依照合法程序收集，即可以作为立案依据；即使非法收集，亦待法官个案裁决。
在我国司法实践中，立案程序是侦查程序启动前的唯一一道门槛，需要严格把握。因此，在上述情报材料作为立案依据的刑事规制上，还应当要求其与其他证据相互印证，严格遵从刑事诉讼法的要求。公安机关不得仅依照情报材料作为立案依据，而应当依照情报材料以及其他可以作为立案证据的线索结合评判，以防止情报材料本身存在的误判影响。此种做法既能保证行政机关在犯罪预防中的技术优势，又能防止侦查机关借助信息检索与比对技术对公民实施“预断式”追究，进而削弱立案程序的正当性与无罪推定原则。简言之，侦查机关在作出立案决策时，应当通过法定程序对情报材料进行实质审查，明确情报材料的使用界限、审批程序及证据效力：只有在与其他证据充分勾连且符合法定标准的情况下，情报材料方可升格为立案依据。否则，侦查机关倚赖大数据技术来预测犯罪走向并先行锁定潜在嫌疑人的做法，就会异化为对立案制度的弱化与对公民基本权利的曲线侵犯。为防范此类技术滥用和“有罪推定”的制度偏失，对大数据情报在刑事立案中的适用规制理应得到进一步完善与强化。
2.明确情报材料作为定罪量刑证据的适用规范
情报材料能快速为侦查提供可能的犯罪信息，但并非所有情报都能达到刑事证据的要求。情报材料通常依赖于数据驱动的“假设”或“预见”，其准确性受到训练模型、算法配置和数据品质等多种因素的影响，这与刑事诉讼中的客观证据存在本质区别。而情报材料基于其对侦查的启动效果，往往会被控方作为证据呈现于法庭。因此，在正视其价值的基础上，应当对情报材料在刑事诉讼中的适用范围与转化程序作出更为明确的规范。
首先，应明确情报材料不属于法定证据形式，只有经过严格审核和转换，才能作为法律证据使用。《刑事诉讼法》第 54 条第 2 款规定：“行政执法机关在行政执法和查办案件的过程中收集的物证、书证、视听资料、电子数据等证据材料，在刑事诉讼中可以作为证据使用。”这一规定为情报材料作为刑事证据提供了正当性基础。然而，有别于传统行政执法中获得的证据，情报分析所得出的内容通常以概率或关联度来呈现，而其分析报告则通常以“到案经过”“情况说明”或“大数据分析报告”的形式存在，并不直接对应某个案件事实的定性或定量证明，也缺乏传统法庭证据所要求的逻辑闭合性。如果法院或检方未经充分审查便将此类情报作为关键证据，不仅会削弱法庭审理的公正性，还可能引发被追诉人的质疑和诉讼争议。因此，情报分析报告通常需要转化或补强后方可具备法律效力，其中对于涉及专业判断或数据鉴定的部分，可转换为鉴定意见；涉及数据记录和传输过程的，可转换为电子数据；其余内容通常只能作为辅助性材料，不能单独支撑定案。
其次，构建情报材料的证据准入规则。在证据适用规则方面，美国与英国虽各有侧重，但均注重对非法取证及越权监控的约束。美国联邦最高法院强调证据取证的合法性，若侦查主体未获有效令状而进行长期监控，即可被视为侵犯了公民的合理隐私期待，所获得的信息不具备证据资格。英国原则上禁止将通讯截取材料作为诉讼证据，但在特定情况下存在例外。此种“原则+例外”的模式有效兼顾了侦查效率与人权保护，为我国确立情报分析证据的准入规则提供有益镜鉴。根据我国《最高人民法院关于适用<中华人民共和国刑事诉讼法>的解释》第 75 条规定，在行政执法过程中收集的物证、书证、视听资料、电子数据等证据材料，“经法庭查证属实，且收集程序符合法律、行政法规规定的，可以作为定案的根据”。将此作为原则性规定能够保障取证行为符合当下程序规范。正如时任最高人民法院副院长江必新的解释：行政机关在行政执法和查办案件时，无法预判案件是否会进入刑事程序，因此只能依据行政执法的相关法律法规进行处理，而不适用刑事诉讼程序。因此，行政执法行为符合法律与行政法规规定的，即应当赋予其准入资格。例外时，即使符合法律、行政法规，对于严重侵犯公民基本权利的取证行为，应当予以排除。
最后，构建双重非法证据排除规则，使情报材料符合行政规范与刑事规范。在现行法律框架下，行政执法证据进入刑事诉讼程序应当符合法律与行政法规。若行政执法证据被认为取证程序严重违法，则应先适用行政诉讼的非法证据排除规则，明确其不具法律效力。事实上，“在不同的执法部门之间，程序差异相当之大，通常缺乏一个大家都可接受的标准”。但是，刑事诉讼往往涉及剥夺、限制被追诉人的人身自由甚至生命，而行政执法通常只是短期限制行政相对人的人身自由以及财产权。所以，从违法取证手段的尺度看，刑事诉讼非法证据排除规则比行政诉讼非法证据排除规则更为严格。若侦查机关意图通过情报分析手段跨越或规避刑事取证限制，就应当在审查过程中承担更高的合法性证明责任。因此，未被行政层面排除的证据，若进入刑事诉讼程序后仍存在违法取证嫌疑，则须再次适用刑事诉讼的非法证据排除规则予以筛查。
（四）完善情报材料的验证规则
在实质真实主义的框架下，刑事证明标准的刚性约束不应因案件类型、证据特征而松动，而须始终以客观事实的准确还原为核心目标，并兼顾程序正义。情报分析的本质在于数据提取和趋势预测，并非能够独立用于刑事诉讼的直接证据类型。应当在技术赋能与司法公正之间建立平衡，才能使大数据情报在犯罪治理中最大程度地发挥作用。
一方面，为确保情报材料在侦查与审判环节具有实质证明力，亟须构建一套适配大数据时代特征的验证规则。在刑事案件中，情报分析需要与传统的取证手段或其他形式的补强证据相结合，才能为定罪提供坚实依据。由于情报分析所产生的信息通常是基于模型运算和数据处理的间接结论，其数据来源的独立性和证明力往往受到限制。这种间接性特征决定了情报材料在诉讼中的证据使用必须突破传统的印证模式。传统印证模式强调直接证据之间的相互匹配与逻辑闭合，如通过目击证言与监控录像的时空对应完成事实拼图。但情报分析产生的关联图谱、行为预测等结论往往是由无数离散的间接数据片段聚合而成的概率化判断，其证明过程天然具有碎片化、非直观化的特征。若强行要求此类材料与其他证据形成严密的印证关系，不仅会陷入技术可行性的困境，更可能因过度追求形式印证而忽略对实质真实的探究。因此，有必要构建适配大数据情报特性的验证证明规则——即通过多维度间接证据的协同验证，形成具有高度盖然性的逻辑推导体系。验证证明模式通过综合多个相关间接证据，构建出一种逻辑推导的链条，从而确认案件事实。例如，当通讯数据分析显示某时段存在异常联络行为时，需结合电子轨迹、资金流向等多源数据的交叉验证，证明该行为与犯罪预备、实施阶段的客观关联，而非仅停留于数据关联度的表面匹配。
另一方面，应承认情报材料的间接性，建立专门的证据评估机制，确保情报材料在刑事诉讼中的有效性和合法性。传统刑事诉讼强调最佳证据原则，即优先使用原始证据。然而，情报材料中的大数据情报通常是对原始数据的加工与处理，属于“传来证据”，在证据能力和证明力上容易受到质疑。此外，大数据情报在证明案件事实时，通常以间接证据的形式存在，无法直接证明案件事实，需要通过建立证据链条才能发挥定案功能。这使得辩护方有更多机会质疑证据的关联性和有效性，增加了证据被驳回的风险。为此，应当建立数据全生命周期档案，完整记录从原始数据抓取、脱敏处理到模型输入的全流程，确保每一环节的操作痕迹可追溯、可验证，从而消除“数据黑箱”带来的合理怀疑。
具体而言，这一模式的核心价值在于重构证明逻辑的层次性：首先，要求情报材料自身形成完整的数据闭环，即从原始数据采集、算法参数设定到结论输出的全流程具备可解释性；其次，需实现不同证据维度的动态结合，使情报结论与物证、书证等其他证据在时间线、行为链等层面形成立体化互证；最终，通过排除合理怀疑的检验，确保技术结论与案件事实之间的因果链条符合经验法则与逻辑规则。唯有如此，才能在技术赋能与司法公正之间建立平衡，既充分发挥情报材料在犯罪治理中的效能，又坚守实质真实主义对事实认定底线的要求。
结语
大数据与人工智能的应用为情报导侦带来更高效的犯罪防控与打击手段，也对个人隐私与程序正义提出严峻挑战。通过完善情报材料的数据管理规范、强化检察机关监督职能、明确情报材料在立案及举证中的适用前提，并建立多维度的验证规则，方能在充分发挥技术优势的同时防范潜在风险，实现侦查效率与公民权利保障的动态平衡。目前由于不同技术场景差异较大，本文难以全面涵盖所有风险与规制要点。未来应在加深实证研究的同时，密切关注国际规则的发展动向，以更好地统合技术创新与法治原则，在新时代背景下实现犯罪治理与公民权利保护的协同发展。
