夜雨聆风美国国家州法院中心（NCSC）与汤森路透研究院（Thomson Reuters Institute）联合发布了AI证据审查指引（Bench Card），旨在为法官审查可能涉及AI生成、篡改或伪造的证据提供实务参考，以帮助法院更加系统地评估相关证据的来源、可靠性和证明力。从适用对象来看，该指引不仅面向法官（包括法官助理、司法专员等），也面向律师和当事人。
同样，该指引将AI证据区分为两类：
第一类是已确认的AI生成证据（Acknowledged AI-Generated Evidence），即各方均承认AI参与了证据的生成、分析或处理过程，例如利用AI增强照片、修复录音、提升视频清晰度等。
第二类是未确认的AI生成证据（Unacknowledged AI-Generated Evidence），即一方提交某项数字证据，而另一方质疑其真实性，认为该证据可能由AI生成或经过AI篡改。
法官应该审查什么？
针对可能由AI生成或篡改的数字证据，该指引提出了几个核心问题。
第一，证据从哪里来？Source and Acquisition
法院首先需要查明证据来源，包括获取时间、地点和方式。如果证据来源不明、来自匿名平台，或者无法提供原始文件，就应提高警惕。
第二，谁接触过这份证据？Access to the Evidence
数字证据在形成后经过了哪些人之手、存放在哪里、是否多人可以接触，这些都会影响其真实性判断。
第三，原始文件是否被妥善保存？Preservation
法院尤其关注原始数据是否仍然存在。如果只有截图、打印件或转换后的文件，而原始文件已经丢失，证明力往往会受到影响。
第四，保管链是否完整？Chain of Custody
证据自形成以来经过了哪些人保管、传输和存储，是否能够形成完整记录。如果保管链存在断裂，真实性将受到质疑。
第五，证据是否被修改过？Alterations
包括剪辑、格式转换、美化、修复、增强等处理过程。即便是看似轻微的编辑，也可能影响真实性认定，因此法院会关注是否保留了原始版本以及修改记录。
第六，有没有其他证据能够相互印证？Corroboration
例如聊天记录可以与对方设备中的记录进行比对；照片、视频也应尽量寻找独立来源进行验证。缺乏佐证时，法院通常会更加谨慎。
第七，是否进行过法庭科学的验证？Forensic Verification
法院会关注是否使用专业工具或专业技术对证据完整性进行验证。对于复杂案件，可能需要中立专家进行专门审查。
第八，元数据是否支持真实性？Metadata
文件创建时间、修改记录、设备信息等元数据往往能够提供重要线索。但元数据具有较强技术性，法官通常需要借助专业人员进行解读。
第九，是否需要专家参与？Expert Testimony
对于复杂案件，仅凭肉眼往往难以判断真伪。此时可能需要技术专家或法院指定的中立专家出具专业意见，以帮助法院判断证据真实性。
法院需要避免两种错误
该指引特别提醒法官，在AI时代面临两种同样危险的风险：
一是把AI伪造的证据当成真实证据采纳；
二是把真实证据误认为AI伪造而排除。
因此，真实性审查既不能过于轻信，也不能因AI的存在而一概怀疑。
我的一点思考
从这份《Bench Card》可以看到，AI时代带来的挑战并没有彻底颠覆证据法，反而使一些传统证据规则重新回到舞台中央，最典型的就是鉴真规则（Authentication）。
长期以来，在电子数据证据领域，我们已经形成了一套围绕证据来源、形成过程、保管链条以及元数据展开的真实性审查框架。而面对AI生成内容等新问题，上述九步骤，本质上仍然是在追问同一个问题：
这份证据究竟从哪里来，又是如何形成的？
值得注意的是，美国联邦证据规则咨询委员会（Advisory Committee on Evidence）目前也正在研究修改《联邦证据规则》第901条（Rule 901）。其中一项修订建议专门针对AI生成证据，要求提交证据的一方不仅证明相关系统能够产生准确结果，还需要进一步说明所使用的AI软件，并证明其在个案中的结果具有有效性（validity）和可靠性（reliability）。另一项修订建议901(c)则针对deepfake，试图建立专门的真实性争议审查机制。
某种意义上说，我们或许正在从传统的Authentication（鉴真1.0），走向一个面向AI的Authentication Plus（鉴真2.0）时代。
