人工智能体仅具备科学技术的属性，其行为不具有解释性，因而人工智能体并不具备刑事主体资格，其参与犯罪的责任主体应是其背后的开发者、管理者及使用者。然而，人工智能体背后的责任主体往往不知晓他人利用人工智能技术进行犯罪的事实。人工智能体主要以其技术为内容参与正犯行为，实现工具性的辅助功能。它的广泛应用在一定程度上造成了个人信息、数据等权利的风险以及网络社会、现实社会的失序状态。人工智能体参与犯罪在客观上增强了正犯的犯罪能力，却也导致了共同犯罪主体间意思联络、因果关系以及共犯从属性认定的难题，给传统共同犯罪理论带去挑战。人工智能体参与犯罪的正犯化归责应当是立法论的前瞻考虑。事实上，利用人工智能技术参与犯罪的共犯归责路径是应然之举。从主观上来说，应当划定是否具有犯罪意义的实质判断标准；在因果关系有无的判断时，采用促进公式结合风险升高理论的实质判断，并应侧重对人工智能体参与犯罪的物理性因果链接的考察；最后要坚持共犯的限制从属性理论，妥善划定人工智能体参与犯罪的可罚范围。
一、问题的起源
自1956年的达特茅斯会议开启了人工智能有组织研究的先河以来。短短的六十年间，人工智能的发展从概念的提出，到技术大规模运用于各行各业，其来势之汹汹令人震惊。这一方面对社会政治、经济、科技等领域的发展起到正向作用，另一方面也造成了诸多社会风险。从刑事风险上来看，主要体现在人工智能技术增加了犯罪主体的犯罪能力，导致利用人工智能技术进行个人信息、数据以及知识产权等的犯罪风险加大，造成了网络社会以及现实社会的秩序紊乱。例如，犯罪分子利用人工智能伪造技术制作高度模拟现实的杀人、绑架、爆炸等暴力犯罪的音频视频以期达到敲诈勒索、扰乱社会治安的非法目的。各国相关利用人工智能技术侵犯公民权利违法犯罪的新闻并不鲜见，人工智能一次又一次地成为社会治理所讨论的重点。以ChatGPT为代表的利用生成式人工智能技术应用的迅猛发展使得著作权、数据安全、个人信息安全等法益在不同程度受到威胁，其行为不断触碰法律的底线。ChatGPT所带来的更深入、更全面的技术侵占激起了人类生存与发展的危机意识，法律层面的革新也蓄势待发。
在网络社会不断推进、数据技术规模化运用的大背景下，网络犯罪的异化趋势明显，传统刑法理论面临压力，又因以ChatGPT为代表的生成式人工智能多以技术协助、言语教唆的狭义共犯模式来参与完成犯罪，传统犯罪参与理论所遭遇的挑战恐更为严峻。伦敦大学的一份研究报告称：“人工智能存在被犯罪或恐怖主义利用的危险，其中虚假音频和视频将会在未来成为令人担忧的存在。”另在我国，今年浙江省绍兴市中级人民法院刚宣判一起团伙利用AI技术合成虚假视频以牟取非法利益的编造、故意传播虚假信息案。虽然人工智能犯罪的风险随着技术的发展愈演愈烈，然而，现实的人工智能主要以参与犯罪的形式为犯罪助力。因此，本文拟以ChatGPT为例的生成式人工智能参与犯罪行为为模型，分析人工智能参与犯罪给传统刑法共同犯罪理论带来的冲击；在此基础上，为人工智能时代犯罪参与中的技术参与之归责找寻妥当的路径。
二、人工智能体法律人格的否定
为应对人工智能所带来的风险，刑事理论研究前期多基于犯罪主体地位的逻辑立论上展开。ChatGPT作为生成式人工智能技术广泛运用的代表，预示着全面人工智能时代的到来。人工智能关键技术的发展必然是客观科学规律的体现，发达的科技同时也带来哲学、法学等人文社科的思考与研究。在法学层面，规范的连锁反馈是必然的。刑法理论是否需要革新关键在于人工智能技术的本质属性定位，只有回归事物的本质，从事实层面掌握人工智能技术的主要内容、关键运行技术等自然属性，界定法学研究的基础而后才有在刑法规范层面讨论的方向正确性。
概而论之，人工智能的本质是科学，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；它的研究范围包括自然语言处理、知识表现、智能搜索、推理、规划、机器学习、知识获取、组合调度问题、感知问题、模式识别、逻辑程序设计、软计算、不精确和不确定的管理、人工生命、神经网络、复杂系统、遗传算法等。而ChatGPT则是一种基于人工智能生成技术而研究开发出的可以进行智能对话的系统，ChatGPT的应用主要通过对现实人类语言的学习与理解来达到智能对话的效果。ChatGPT的运行原理可以从以下五个方面来把握：1.外在层面：即“聊天机器人”，不仅能够模拟人类进行对向聊天交流，还具有学习、理解人类语言系统，依据对话的上下文回答问题以达到拟人交流的目的；2.本质层面：即生成式人工智能技术的运行逻辑，即通过对自然人语言及各领域知识的学习，在此基础上具备内容创作的高智能能力，最后应用自动生成对话内容；3.基础层面：即生成式预训练转换器（GPT，Generative Pre-trained Transformer），该模型是具有代表性的生成式预训练语言模型，强调模型基于输入序列生成下一个词的能力，包括两个过程：首先利用大规模的无标注的文本数据训练生成式的语言模型，然后将预训练的模型和参数应用于下游任务中，再根据任务进行精调；4.核心技术层面：即InstructGPT，主要指基于人类反馈的强化学习（RLHF，Reinforcement Learning with Human Feedback），使得ChatGPT的产出与人类的常识、认知、需求、价值观保持一致性；5.特点：虚假事实内容减少，生成的毒性内容更少，在一定程度上解决了基于演绎推理、欺骗性反应等产生的缺陷，使对话内容更具日常有用性与较高的真实性。以ChatGPT为例的人工智能应用工具，以算法模型为技术基础、以强大的算力为运行支撑，通过刷取海量数据的填鸭式学习获得相似于人类智能的机器智能。无论是从人工智能概括性的内涵到具体应用程序ChatGPT的技术构成分析，不难发现人工智能体区别于自然人的关键在于其缺乏意识的主动性与独立性，其输出依赖于初期设置的算法等技术要件。即使人工智能体具有优越性，其与自然智能仍有距离，现阶段如ChatGPT应用仍受控于决策者与开发者，其本质只能是工具性的，作为人类智能辅助的技术性工具。在法律规范层面，可知承担责任的前提应当是责任主体行为具备相当的可解释性，“作为‘责任（accountablity）’最基本的因素，主体的行为必须可被解释”。不论是自然人或者法人，其行为必须具备可解释性，才能在相应范围内承担法律责任。以ChatGPT为例的人工智能应用其法律责任的主体地位之有无取决于机器本身行为的可解释性与否。ChatGPT最成功的算法包括深度学习，而深度学习起源于人工神经网络（ANN，Artificial Neural networks），其本质是一类对具有深层结构的神经网络进行有效训练的方法。神经网络是目前最好的机器学习模型，其模型参数通常高达百万级，通过这样海量数据训练出的包含海量参数的神经网络，往往被当成黑盒使用。黑盒的本质决定类似ChatGPT的人工智能系统所生成的结果往往不具备可解释性。有责任能力的自然人与法人等承担责任的基础在于其本身行为的可解释性，这也论证了不能将人工智能类比法人组织而被赋予其责任主体资格。可解释人工智能（XAI，Explainable Artificial Intelligence）作为人工智能领域研究的重要方向，其技术层面的问题尚未解决。其可解释性须达到怎样的程度才具备法律主体资格仍是法律界与其它学科需要讨论的跨学科论题。至少在现在，从事实层面看就人工智能的刑事主体地位论题对责任主体的现有理论不构成威胁。反而是以利用人工智能技术为共犯的共同犯罪理论需要我们去关注。有专家学者认为，以ChatGPT为代表的不可解释型人工智能应用，其传播错误知识与信息的概率极大，且容易被不法分子利用。利用人工智能，以其技术增强犯罪能力，为正犯行为加功，在某种程度上成为许多犯罪成败的关键，造成了共犯归责的障碍，对传统共同犯罪理论造成震荡。传统犯罪参与理论认为，共同犯罪不是单独犯罪的机械性相加，共同犯罪有区别于单独犯罪的特点，是犯罪的特殊形态。客观看来，各个共同犯罪人在参与共同犯罪活动时，不论其分工如何、参与程度如何，所有共同犯罪人的行为总是有机联系的，在整个犯罪的链条中，这些行为都是必不可少的环节；主观来看，各共同犯罪人之间必须具有共同的犯罪故意。换言之，各犯罪参与人之间在主观上须具有一定的意思联络，这种犯罪参与人的意思联络将各参与人之间的犯意进行沟通，成为共同犯罪的必要内容。然而，人工智能时代，利用人工智能技术进行犯罪活动时，犯罪参与主体之间的主观联系因互联网与相关技术的发展而逐渐丧失功能性。人工智能基于大数据技术与算法的发展，在网络空间发挥巨大的作用。不可否认，类似于Chat-GPT的生成式人工智能应用在客观上有为正犯提供协助的现实性。依据传统共同犯罪理论，各犯罪参与人之间至少应有单方的意思联系。然而，人工智能时代人机交互的实现打破了人与人意思间联系的必然性，互联网的发展“去中心化”，使得交流多向性、平面化，信息数据的流通也更无迹可寻。犯罪人完全可以在与人工智能的责任主体完全无意思联络的情况下，利用其开发或管理的人工智能应用参与犯罪，这尤其体现在侵犯著作权犯罪、侵犯公民个人信息等新型网络犯罪中。人工智能应用的决策者、开发者甚至获利者，无论其初始目的是否包含恶意，“其交易行为的对象是犯罪者还是其他主体，业务的实施都会以其独立的目的，按照典型的业务要求继续”。ChatGPT在算法的不断推进中，可以改进容错率，同时对于伦理道德、违反法律等不当行为有阻止其生成的能力，但是，这依然改变不了ChatGPT“一本正经的胡说八道”，甚至当用户要求提供犯罪计划时，ChatGPT也给出了行动方案。这显然不是ChatGPT开发决策者所希望的，也当然不能成为人工智能技术的应用方向。当犯罪分子利用ChatGPT的协助完成对法益的侵害时，我们是否可以苛责人工智能的责任主体。即使ChatGPT的责任主体并未像传统帮助犯似的积极配合正犯，客观上ChatGPT起到了帮助犯罪的作用。由此可见，传统共同犯罪理论所强调的意思联络在人工智能时代被弱化，共同故意似乎不再是成立共同犯罪的必要条件，人工智能责任主体是否是基于自己的片面故意为他人犯罪提供技术支持等帮助行为，其可罚性有待证明。人工智能时代，狭义共犯与正犯之间意思联络方式的改变，在犯罪参与主体之间的因果关系上造成了连锁反应，物理性因果关系慢慢取代心理性因果关系成为共同犯罪实现的主要因果关系。传统共同犯罪理论认为，各犯罪参与人主观上依托一种“群众心理”，可以强化犯意，从而使犯罪更易于实现。依靠这种心理性的联系，犯罪参与人之间形成共同的犯罪目的，因而以一种集体的组织形式完成犯罪。可见传统犯罪参与中，心理性因果关系与物理性因果关系并非毫无关联的并行，可以肯定的是在绝大多数传统犯罪参与之中，心理性因果关系起到更为不可或缺的连接作用。ChatGPT作为一种人工智能应用，在算法与程序的预先设定下，通过深度学习进行智能化输出，模拟人类与应用使用者进行交流。ChatGPT基于强大的数据处理能力，对使用者的输入进行计算机智能的分析从而输出，很难想象ChatGPT对使用者犯罪需求的回应是基于共同的意思表示。总的来说，ChatGPT对于犯罪人的正向回应仍属于弱人工智能的范畴，其并不能自主进行意思联络，触发或控制者仍然是人类。人工智能时代，技术的帮助行为与正犯间的心理性因果关系让位于物理性因果关系。一方面，类似Chat-GPT的人工智能应用有其独立的价值，并不像传统帮助行为似的依附于正犯，以正犯为中心并通过正犯间接达到法益侵害的目的；另一方面，类似ChatGPT的人工智能应用的帮助具有任意性，正犯寻求帮助的途径同样不是单一的，获取相关人工智能应用的帮助常常是偶然性的；再者，类似ChatGPT的人工智能应用的受众分散在世界各地，这种技术支持一旦被犯罪分子利用，其产生的危害之累积效应是传统帮助行为所不能比拟的，同时也是难以预测与量化的。人工智能的量子级数据应用，超强的算力使得这种帮助行为与正犯之间的因果关系的地位发生了变换，对传统共同犯罪理论所认知的帮助行为所应有的辅助性、次要性及法益侵害的间接性都是极大的颠覆。区分共犯与正犯的犯罪参与体制为大多数大陆法系国家所接受，其主张共犯的从属性理论是共犯与正犯的区分标准。虽然从属性理论中关于从属性程度大小的学说纷呈，但没有正犯就没有共犯是其共有之意。然而，人工智能时代的共同犯罪中，为正犯提供帮助需借助网络这一桥梁，其应然承接了网络犯罪异化下的后果，坚持共犯从属性理论，难免出现处罚失衡或应罚而漏罚的现象。首先，根据共犯从属性理论，共犯的成立需要以正犯的刑事不法性为前提。不仅是人工智能所运行的网络环境具有虚拟性，ChatGPT的注册使用也遵循了网络社会的运营规则。由于ChatGPT的语言运行特性，教唆、鼓励他人犯罪的对话并没有被完全禁止，由于人类语言的多样化、网络语言的多义性，加之ChatGPT运行大数据蓝本的不区分性，ChtaGPT在技术上成立狭义共犯并非难事。然而，ChatGPT等人工智能所生存的网络环境使得刑事侦察变得困难，所产生的后果就是部分正犯难以被确定。有学者指出，如果连正犯是何许人也都没有查清，就不可能知道帮助者与正犯之间是否有共同的犯罪故意。当然也就对狭义共犯的定罪处罚束手无策。可以见得，共犯从属性理论下由于无法确定正犯，帮助犯或教唆犯也就没有存在之基础，依据疑罪从无的原则，只能放弃对网络技术共同犯罪的行为进行刑事处罚。人工智能归属于网络技术的一种，其具备网络技术参与犯罪的特质，其中立属性不可避免地造成处罚豁缺或失当的情况。然而，对共犯从属性理论的震荡自司法实践就开始了，有统计表明共犯从属性理论已然在司法实践中“变通”：该统计表明在其随机选取的网络技术帮助犯罪判决样本中，就网络技术帮助行为是否以正犯行为为前提的分析中，“近18%的判决书并未以正犯行为具备刑事违法性作为本罪成立的条件……占比11.4%的被告人并未被明确提出其所帮助的正犯行为类型”。这当然是可以解释的，毕竟网络技术行为帮助犯罪的危害常常超过相应的被帮助正犯。当然，对网络技术大范围的帮助犯罪行为不予处罚不仅从法感情上难以服众，也有违刑法保护法益的根本目的，因此，实践中倾向于对共犯的从属性原理进行“变通”以适应打击网络犯罪的必要。同样，共犯从属性理论要求共犯的处罚从属于正犯的处罚。即使是认同我国刑法规范所采取的区分主从犯的特色犯罪参与理论中，在刑法解释论层面，帮助犯作为从犯其刑事处罚理应比照主犯从轻或减轻处罚。然而，人工智能时代，技术是其运行的根基、中心，利用人工智能技术帮助犯罪的行为其意欲侵害的法益范围十分广泛，犯罪行为对技术的依赖十分严重，很难判别到底是人工智能技术行为的帮助是犯罪成功的关键，还是正犯人的实行行为是法益被侵害的关键。例如，人工智能技术进行主动筛查人群资金情况，进行精准诈骗的犯罪中，人工智能大数据的筛查，大大提高了诈骗的成功率及波及范围，相比盲目诈骗的法益侵害性要大得多；并且这样的人工智能技术可能节约了犯罪的人力成本，面向帮助更多的诈骗团伙。采取人工智能技术的诈骗帮助活动在犯罪构成上是否具备惩罚的前置必要，是否涉及侵犯个人信息犯罪，抑或将此类参与行为以诈骗罪的共犯进行定罪处罚同样面临理论与实践的取舍。网络大环境下，共犯从属性理论在人工智能参与犯罪的共犯认定中似乎捉襟见肘。ChatGPT只是人工智能技术运用的一个方向，将类似的生成式人工智能技术运用于搜索引擎、金融领域等的尝试已经崭露头角。如果说现如今ChatGPT等应用在教唆犯罪、侵犯知识产权犯罪上已初现端倪，人工智能技术的全行业应用带来的可不仅仅是小范围的犯罪侵入，将产生更大的法益被侵害的风险。尤其在犯罪参与之中，人工智能以其强技术性发挥着重要的作用，此时，人工智能参与犯罪的行为应当如何归责是存在争议的。有学者认为针对人工智能的刑事立法具有必要性，现行的刑法规范已不足以应对人工智能的犯罪行为。也就是说，人工智能犯罪的行为需要以独立的分则罪名进行规制，现有的规范下难以应对。有学者提出反对意见，认为人工智能对刑法理论的挑战无法通过刑法教义学的检验，是“伪命题”。本文认为，人工智能技术参与犯罪的行为对刑法理论，尤其是刑法共同犯罪理论的冲击是现实存在的，是真命题。但是，现今的人工智能参与犯罪的归责问题尚且可以通过现行刑法规范的解释予以规制，人工智能的立法虽具有前瞻性但并非紧迫必要。下文将对人工智能单独立法的正犯化观点予以驳斥，论证现行法律制度下共犯归责路径的可解释性。有学者认为，在互联网的影响下，技术帮助行为在整个犯罪参与的地位中逐渐凸显，其实际作用与对社会的危害性比重超越了正犯行为。因此，与其在司法解释中解决，不如将其中危害严重的帮助行为入罪，通过共犯行为正犯化的形式将其设定为独立的罪名，彻底摆脱对正犯的依附。本文认为，共犯行为的正犯化论题总的来说是立法论上的问题，这种观点的超前性是值得肯定的，但刑事立法从来都不应当是超前的。另外，从解释论角度分析，现如今人工智能参与犯罪的行为并不具备正犯的独立处罚条件。当下，人工智能参与犯罪的行为并不具备实行行为性正是其正犯化归责路径的主要障碍。日本刑法理论普遍认为，行为是否属于实行行为是被用来划分正犯与狭义共犯的标准。在我国刑法理论中，实行行为同样是一个重要的刑法概念。一般认为实行行为与正犯行为具有等同的外延，因而正犯的实行行为性是显而易见的。实行行为性因此也是区分预备行为、共犯行为与正犯行为的标准之一。判断行为是否具备实行行为性要从形式上进行认定，即行为是否符合刑法分则所规定的构成要件。现如今，我国的网络犯罪立法刚刚开展，对于人工智能的刑事立法尚未成型，我国刑法分则也并没有确切地关于人工智能类型犯罪的专门规定，对人工智能涉及犯罪的行为多以既有的刑法条文予以规制。然而，仅仅从形式上进行判断是不够的，还需要进行实质性考察。通说认为，犯罪是侵犯法益的行为，倘若行为并未侵犯任何法益，那么该行为断然不是实行行为。因此，如何判断行为是否具备法益侵害的紧迫危险性成为实行行为认定中的关键。从狭义共犯行为与正犯行为的区分角度来分析，二者均对法益侵害结果的发生作出了贡献，或者与结果的发生具备某种程度的链接。因此二者区分的症结在于，行为是否是直接或通过支配他人引起法益侵害结果的行为，肯定者为正犯行为，反之则不具备实行行为性。首先，从犯罪事实支配的角度分析。人工智能技术参与犯罪的结构显示，其承担的主要是共同犯罪中的辅助地位，其技术参与行为并不能从实质上控制整个犯罪参与行为，其技术帮助的行为仍依附于正犯行为。回看人工智能的技术属性，其主要展现的是帮助正犯的工具属性。在整个犯罪参与的过程中其主要通过技术形式对犯罪进行助力，对其运用的主要决定权仍掌握在正犯手中。但由于技术的强势，技术的作用被扩大，导致犯罪活动依赖于技术的参与，造成技术更关键的假象。以电信诈骗犯罪为例，人工智能技术在客观上解放了犯罪的劳动力，使得类似于搜集个人信息的行为更为快捷及精准，但这并不能改变其技术行为本质是为了后续的诈骗犯罪做准备的预备行为或帮助行为，整个共同犯罪的“中心”依旧是围绕诈骗的主行为而开展的，也只有电信诈骗的实行行为才能产生相当程度的法益侵害紧迫性与危险性。简言之，人工智能技术参与犯罪的行为仍然是通过正犯对法益产生侵害，并不具有独立且直接的法益侵害性。当然，在公民个人信息、著作权等方面，类似ChatGPT的生成式人工智能极易成为实行行为，但技术的“中心化”改变总体来说属于例外情况，单独正犯形式的人工智能犯罪结构在我国实践中也几乎未曾出现。人工智能技术独立承担犯罪刑事归责应当在大量实践案例下进行研究探讨。可以肯定的是，当下的人工智能技术在犯罪参与中仍处于边缘地位，即便其增强了正犯的犯罪能力、提高了正犯犯罪的成功率，尚不具备直接支配法益侵害结果发生的决定性地位。其次，从法益保护的角度分析。人工智能技术参与犯罪的行为并不具有类型性的法益侵害客体，并且对既有法益的侵害仍是通过正犯行为达成。如果狭义共犯行为具备独立且直接的法益侵害性，其法律评价不依赖于正犯行为，那么该行为就具备独立的犯罪行为构成，应当以正犯单独评价。人工智能应用涉及广泛，几乎触及社会生活的方方面面。基于现有资料分析，人工智能技术参与犯罪的客体十分松散，主要触及知识产权法益、个人信息数据法益以及一些传统人身、财产法益，并不具有类型性的法益客体。人工智能技术参与犯罪的行为本质上仍然是通过正犯的行为达到对法益的侵害，对法益的侵害也并不具备直接具体的危险。以ChatGPT等生成式人工智能技术在犯罪参与中的功用为例，技术的应用在很大程度上解决了犯罪活动中人力不足等问题，在搜索、文字甚至伪造等领域发挥了重大功效，为正犯的成就催化，但其本身并没有直接对某种法益造成类型性的风险。因此，人工智能技术参与犯罪并不具有实行行为所要求的对“法益（或结果发生）的具体危险”。2.对人工智能的法律规制应以综合治理为原则，让刑法后行
防止类似于ChatGPT的人工智能参与犯罪，为犯罪行为加功的关键在于规范人工智能技术的开发与利用。人工智能技术的犯罪防范不应当是一味地限制其开发与应用，平衡发展与风险是其主题。人工智能时代的法律治理不能仅仅依靠刑事法律，应联合多法律部门综合管理，规范人工智能市场的开发与利用。也就是说，纯粹为违法犯罪而生的人工智能技术的开发、投入等应在行政法规或行业规范的管理阶段就被禁止。当然，如果违法违规进行犯罪目的的人工智能技术开发应用的责任主体应承担相应的行政以及刑事责任，依据其责任主体与正犯的从属性关系确定为正犯的共犯，或以帮助信息网络犯罪活动罪等单独罪名进行适用。现如今，将人工智能技术参与犯罪的行为单独入罪的做法并不具有立法的现实必要性。对人工智能技术参与犯罪的行为进行单独评价应严格遵守罪刑法定原则，切不可为适法而进行类推解释。人工智能是发展中的技术，其参与犯罪的行为是否需要独立评价模式是需要未来实践予以证明的。但从当下来看，对人工智能参与犯罪的刑事归责仍然要以共犯归责为中心，人工智能其技术的参与行为仍然是间接性的，无法超越正犯行为具备独立的实行行为性。人工智能技术参与犯罪的行为无法脱离正犯进行单独的法律评价，坚持共犯的归责路径是现今法律制度下的应然应对。在区分制的犯罪参与体系下，正犯是一方面，教唆犯与帮助犯是另一方面。“在正犯与共犯的相互关系上，法律更为强调前者：共犯的可罚性取决于存在实现全部犯罪特征的‘主行为’（Haupttat），‘共犯’因而只能是因‘正犯’的符合构成要件的、违法的和有责的行为，在法律评价上起到参与作用。”一旦人工智能技术以帮助或教唆的行为方式参与犯罪，其行为应当受制于正犯的刑事处罚。但互联网作为人工智能技术生长的土壤，其具有的特质让犯罪的侦查往往处于十分困难的境地，犯罪参与中的正犯也因此极具隐蔽性与强反侦察性，为了避免处罚的漏洞及罪刑均衡的要求，在共犯范畴内进行理论的适当改良是必要的。1.针对意思联络的改变—划定“犯罪意义”的实质判断标准
各犯罪参与人间往往具有不同程度的意思联络，犯罪参与人之间形成一种超个人的社会性存在的共同意思主体是共犯处罚的依据，而共同意思主体的存在与否取决于意思联络的有无。共同意思主体的意思联络是共同犯罪区别于单独犯的重要特征之一，没有争议的是共同犯罪主体间的意思联络至少是一方单向的，以双方双向为常见意思联络模型。完全不存在意思联络的犯罪只能是巧合下的同时单独犯。人工智能时代，基于互联网与人工智能技术的双重应用，主体间意思联络逐渐虚无化，此时肯定共同犯罪中的狭义共犯的主观故意变得困难重重。我国司法实践也意识到这样的问题，在面对网络社会的意思联络不清晰、主观归责的困难时，也及时给出了司法应对，例如在最高人民法院、最高人民检察院（下文简称“两高”）《关于办理利用信息网络实施诽谤等刑事案件适用法律若干问题的解释》中，不再要求犯罪参与人之间以共同的意思联络为前提，只要在主观上具备“明知”即可推定共犯人与正犯人之间具有共同故意。当然，这里的“明知”应当作严格解释，“明知自己的行为可能发生危害结果不同于可能知道自己的行为会发生危害结果；可能明知不属于明知，只有在可能明知的前提下，进一步知道自己的行为会发生危害结果，才属于明知”。也有学者认为，网络语境下犯罪主体的意思联络虚化，共同犯罪已经不以意思联络为必要。然而，意思联络的虚无化表现仅仅是人工智能时代共同犯罪有别于传统的表征之一，并不代表着共同犯罪在人工智能技术的参与下其犯罪本质的改变，故本文认为意思联络仍然应当是人工智能技术参与犯罪因果性的必要内容，意思联络的有无是认定共同犯罪与否的关键，否则就落入了独立入罪的论证逻辑。判断人工智能技术责任主体与正犯主体之间意思联络的有无应采用实质的判断标准，即应当就其意思联络的内容进行是否是“犯罪意义”的联络进行辨别。其中对“犯罪意义”的理解应包含两种情况：第一种情况，共犯人对于正犯的犯罪计划、目的等有明确的认知，仍抱着使正犯行为变成可能或变得容易而实施帮助行为的，可以认定存在犯罪意义上的意思联络。这种情况下的肯定意思联络是毋庸置疑的。第二种情况，人工智能技术责任主体仅仅估计或预感到正犯的犯罪计划或目的，依据信赖原则可以排除其行为参与犯罪的可罚性。也就是说，这样的情况下不能肯定意思联络的发生，否定人工智能技术责任主体参与犯罪的可罚依据。在这种情况下，基于前置法律规范对人工智能技术开发应用的肯定，所有人信赖人工智能技术使用者会正当使用其合法应用的，这也避免了赋予人工智能责任主体不恰当的“警察职责”。结合正向判断与反向排除人工智能技术参与主体在主观上对正犯在“犯罪意义”的联络是共犯归责路径应当坚持的。2.针对因果关系的转变——侧重物理性因果链接的考察
首先，肯定因果关系在人工智能技术参与犯罪可罚性认定中的必要性。但是，通说促进的因果关系理论需要进行修正以适应人工智能时代的特殊性变动。众所周知，“促进公式”在一定程度上缓和了“条件公式”下的刻板应用，将狭义共犯因果性的判断拉回区分制的犯罪参与体系理论中，是符合法益侵害理念正向的研讨雏形。“促进公式”具体而言，是将符合“让正犯实行行为变得容易、让结果发生的危险增加”条件的参与行为认定为有因果性的。促进公式在条件达成上具备灵活性与自由性，相较于条件公式更优越，相应地也招致了容易导致恣意裁判的批评。“促进公式”的标准实际上是含糊不清的，这也在一定程度上放宽了狭义共犯的成立条件，极易造成扩大处罚。人工智能技术是先进的科技生产力，一味地扩大处罚会抑制技术的创新力与驱动力，因此平衡人工智能技术所带来的利与弊于现在来说十分重要。从防范犯罪的角度而言，有必要在“促进公式”的蓝本上进行修正完善，以妥当处理人工智能技术参与犯罪的可罚范围。具体来说，可以将风险升高理论引入是否应当归责的判断中。坚持共犯的因果性理论是逻辑起点，在此补充风险升高理论为内容，“促进公式”的补正才与客观归责理论具有一致性。罗克辛教授认为，“只有一种原因性贡献对被害人提高了风险，对正犯人提高了实现结果的机会时，这种原因性贡献才可称之为帮助，是与客观归责的一般原则相协调的”。风险升高理论的引入更契合人工智能时代刑事处罚的思路，单纯的“促进公式”易陷入将人工智能技术参与犯罪行为进行全面处罚的窠臼之中，因此，风险升高理论的实质判断就更具有现实价值。“促进公式”之风险升高理论的具体贯彻要从行为所产生的危险性效果实现上展开：人工智能时代，行为因果性的考察不完全是事实层面“促进公式”在结果与行为上的刻板应用，更需要结合风险理论进行规范性的实质判断。因此，立于因果关系“促进公式”之立场的基础上，将风险升高理论的逻辑判断加入以完善“促进公式”的应用，可以达到对人工智能技术参与犯罪共犯因果性解释的周延。其次，在人工智能参与犯罪的归责判断时要侧重对其与法益侵害结果的物理性因果流程有无的判定。人工智能时代，互联网与人工智能技术是核心，共享机制下的资源与信息持续流通，充斥着各种网络技术、应用和无限的信息数据，人工智能技术参与犯罪的责任主体与正犯主体之间不必然形成共同意思主体。意思主体的虚化带来的应然结果就是心理性因果关系链接的退位，技术要素的参与带来的又是物理性因果链接的强化。“与单独犯的情形不同，共犯的因果性不仅指物理性的因果关系，也包含心理性因果关系；在帮助犯的场合，如果其加功只有强化正犯者犯罪意识这一意义，那么就仅限于心理性因果关系”。传统社会狭义共犯参与犯罪的场合下，心理性因果关系占主要地位，只有有形帮助才包含物理性因果关系，例如提供犯罪工具就包含了物理性因果关系与心理性因果关系，而单纯的望风行为仅仅具有心理性的因果关系。可见，物理帮助与心理帮助不必然对等物理性因果关系与心理性因果关系，物理帮助也常常伴随着强化犯意的心理性因果关系。结果归责于正犯而言以因果关系必要为条件，对于狭义共犯来说也不例外。人工智能时代的独特气质使得物理性因果关系在犯罪参与成就中逐渐成为主导性因果关系。首先，人工智能技术参与犯罪一般以技术与服务的形式出现，其本身即具有独立于正犯行为的中立价值，不完全依附于正犯；其次，互联网使得社会的物理边界模糊，信息技术的波及更为无差别，人工智能技术的影响存在量化特征，造成类似的“蝴蝶效应”很难回溯因果流程；最后，人工智能技术参与犯罪行为具有偶然性、单次性，信息网络社会下犯罪主体往往寻求多种技术支持来实现其犯罪实行行为。因此，人工智能时代犯罪参与中技术所起到的心理性链接弱化，物理性链接相较而言更为重要。人工智能技术参与犯罪的因果关系的判断对界定其可罚性范围起到决定性作用，在考察人工智能技术参与犯罪行为的因果性判断上应结合风险升高理论侧重物理性因果关系的考察。犯罪参与中的从属性理论解决的是正犯行为符合何种条件下，共犯的行为才可罚的问题。一般认为，限制从属性说是传统刑法教义学的通说观点。然而，随着互联网、人工智能技术等对犯罪的强势渗透，有学者指出“固守限制从属性说，势必陷入众多网络共犯行为根本无法入罪的困境”。最小从属性理论的兴起，被认为是解决网络技术参与行为处罚漏洞的可行性方案选择。最小从属性说主张，共犯只需在构成要件符合性上从属于正犯即可，共犯的违法性判断并不必然与正犯一致。这一观点在晚近被不少日本学者所提倡，他们认为在共同犯罪中会出现虽然正犯阻却了违法性而共犯依然可罚的情形，因而在共犯成立要件这一意义上，以最小从属性说最为合适。大谷实教授基于违法二元论的理论指出，共犯通过正犯的实行行为间接地引起对法益的侵害或者威胁，因此共犯的成立需要满足正犯的实行行为的构成要件，并且该实行行为引起了侵害或威胁法益的后果，对该实行行为的违法性不作要求。最小从属性论者辩，由于网络技术的发展，网络社会中共同犯罪呈现出不同于传统共同犯罪的特征，部分参与行为表现为“一对多”甚至“多对多”的形态，出现正犯行为是实行行为，但不具有违法性的情况，然而由于网络的大环境下帮助行为的“一对多”样态，其产生的社会危害性往往远超单独正犯行为。倘若固守限制从属性说，处罚共犯时以正犯行为具有违法性为前提，那么势必面临网络共犯的入罪困境，产生处罚漏洞。因此，有必要采取最小从属性理论认定共犯，即共犯的处罚不以正犯的违法性为必要。按照此理论，在网络社会中，人工智能技术参与犯罪的行为中，即使“正犯行为”只被认定为一般违法行为，也可以认定参与行为的狭义共犯性质。上述最小从属性说的论证逻辑难以自洽。首先，最小从属性理论不符合我国现行的法律规范。根据“两高”联合发布的《关于办理非法利用信息网络、帮助信息网络犯罪活动等刑事案件适用法律若干问题的解释》中规定，“刑法第二百八十七条之一规定的‘违法犯罪’，包括犯罪行为和属于刑法分则规定的行为类型但尚未构成犯罪的违法行为”。显然，我国对于帮助犯对象是违法性的要求的，即使是网络犯罪参与异变的场合，单独考察每一个共同犯罪的成立依然应当就正犯的违法性要件是否成就为必要。其次，共犯行为间接作用于法益，造成后果，却在正犯不能确定的情况下被以该正犯的共犯行为定罪处罚，这在法理上很难服众，从属性理论遵循共犯从属正犯的基本法则，上述论证逻辑并不能证明最小从属性理论的正当，却落入倡导共犯独立性的论证结果之中。最后，在上述论证的因果逻辑中，因为网络共同犯罪活动中，单个正犯不具有相当的社会危害性，整体考察因参与行为的撒网式帮助产生了相当的社会危害性因而帮助行为应当被刑事处罚，此逻辑恰恰论证了帮助犯的正犯需要具备违法性，而不仅仅是具备构成要件符合性即可。最小从属性理论在论证网络时代技术参与犯罪的共犯构成的思路及论证过程仍不够严谨，缺乏有力支撑，不应成为人工智能技术参与犯罪的可罚性认定标准。相反，限制从属性理论框架下的行为共同说、违法的连带性、责任的个体性等基本内涵与人工智能技术参与犯罪行为的共犯认定路径更为契合。“行为共同说主张，共犯是指各个通过与他人共同实施事实上的行为而实现各自犯罪的人，只需各自的参与行为与结果之间具有因果关系，即便没有意思联络也可以成立共同犯罪”。人工智能技术参与犯罪呈现出很强的技术性，相较于传统共犯行为，犯罪主体的虚拟性、沟通的网络化以及时效的非现实性等样态使得正犯与共犯更具隐藏性，基于限制从属性理论的共犯认定依据在人工智能技术参与犯罪的可罚性与否判定中更能发挥效用，保障法益的安全。具体而言，应当承认正犯违法而帮助行为不违法的例外。人工智能技术的重要特征在于其行为本身有独立的价值，其并非完全依附于正犯而生存。简言之，除去参与正犯实施犯罪行为，其本身也有正当的用途，人工智能技术符合技术中立的特性。限制从属性理论强调共犯对正犯的从属性，但并不意味着正犯违法可以直接推导出共犯违法的结论。共犯教义学下的限制从属性理论并不排斥违法的相对性特例，但其理论内涵与最小从属性所言的完全的违法相对性不同，限制从属性理论认同“正犯违法，共犯不当然违法”的例外，却反对“正犯合法，共犯违法”的情形。回归犯罪本质论，从共犯通过正犯间接地侵害法益之基本结论必然推导出共犯正犯违法性上的连带关系。最小从属性说因承认违法的相对性，主张共犯的成立不以正犯违法为前提，不可避免地扩大了共犯的成立范围。相反地，限制从属性说对从属性要求的适当把握更利于限制共犯的扩张，尤其在人工智能时代，法益风险的虚拟性与现实性交织，更需要我们用审慎的态度面对人工智能技术参与犯罪行为的可罚性认定。人工智能产业无疑是现今最具想象力与创造力的新产业，“ChatGPT正展现知识服务的具有‘量子优越性’的新生命形态”。以ChatGPT为代表的人工智能技术在各行各业发挥着巨大的作用，其存在的意义是重大的，也是双面的。将人工智能技术参与犯罪以共犯的形式归责是现存刑事规范下最合时宜的解决措施。首先，就某种人工智能技术在国内的市场应用应当是前期法律规范与技术规范验证后的合法行为，我们应当信赖合法上市的人工智能技术的有用性。这也是综合管理、刑法后行的必然。其次，就人工智能技术参与犯罪的可罚性范围应站在限制其可罚的目的上考虑。不能因为互联网及人工智能技术对犯罪产生的影响就完全抛弃传统犯罪参与理论的证明过程。并且“入罪”的思想容易造成对人工智能技术发展的抑制，得不偿失。平衡过度限制与法益保护目的应当成为处理人工智能时代犯罪参与行为的原则。从现实基础上来分析，实际上算力的提高仍然无法使机器具有独立思维，其决策与运行基础仍然离不开设计、使用者等责任人的主观意图。对于“坏”的人工智能技术我们有技术的手段与法规政策的手段将其扼杀在面世之前。对于运用人工智能技术参与犯罪的责任主体我们仍应当坚持传统犯罪参与理论的判断逻辑。由于人工智能技术的发展，犯罪参与人之间的意思联络弱化甚至于意思联络不需要，就带来了另一个关于“技术中立”的论题。新事物的发展必然伴随相应的风险，如何协调人工智能技术的可靠性问题与未来发展平衡，成为未来的关注点。当然，我们可以大胆预测，如今以“光速”发展的人工智能技术其可解释性的增强是否可以达到独立思考、脱离人类控制的程度，成为人类之外的高智能体，随之而来的将不仅仅是法律解释层面颠覆级的震荡。