靠統計數字定罪的危險 (2)

靠統計數字定罪的危險 (2)
知識通訊評論第53期

真或假

除了數字本身的爭辯，更重要的是法庭如何解讀這些數字，荷蘭奈美恩大學哲學家德克森（Ton Derksen）曾寫了一本批評迪柏克案的書，他指稱法庭犯的基本錯誤，與檢察官的謬論相當。

法院要評斷兩種狀況：本案是謀殺或是巧合；爭論類似命案可能發生的機率，無論是三億四千兩百萬分之一或是四十八分之一，其實沒什麼意義，舉例來說，若要以統計數字來辦案，那麼十個謀殺案都發生在同一家醫院的可能性更少。所以問題應是兩種情況的可能性如何，目前法庭僅針對第一種情況遽下判斷，德克森說，若無更多的資訊，艾爾佛的數字除了能說明迪柏克是無辜的機率很小之外，沒什麼意義。

除此之外，還有很多重要的統計數字被法庭忽視，迪柏克一九九九年至二○○一年在朱莉安醫院工作期間，她的單位發生過六次無法解釋的死亡事件，而迪柏克報到前，同一單位相類似的時段中，卻有七次查不出原因的死亡事件。葛蘭華說：「一連串的死亡案件，在迪柏克到了後，發生次數反而減少，你說怪不怪。」德克森說，迪柏克到職前後的死亡數字比較，辯方雖曾在法庭提出，但並未受到重視。

該怎麼辦

法律與科學因工作程序不同而造成偏差，科學在找出所有相關的證據，但在法學上未必盡然，亞利桑那法律及統計專家凱伊指出，律師想打贏官司，並視之為職責，因此只會選擇有利於他的證據。他說：「因此法官在下判斷前，在法庭上聽到的都是檢辯雙方所能舉的出最極端證據。」

這種偏差甚至到了裁決時刻，仍未能加以補救，在美國，書面的統計推證證辭往往受到保護，也因而沒有被檢視或修正的可能。喬治華盛頓大學統計專家葛斯威爾表示，個人資料當然應被保護，但是他建議，專家提出的報告摘要應該開放給大眾參考。

一九九九年的克拉克案就是採信科學家個人證辭的案例，梅鐸醫生作證指出，同一個母親的兩個小孩都發生嬰兒猝死症的機率是七千三百萬分之一，當這個案子已二審判決，且過了二年之後，倫敦皇家統計協會發表對這個案子解讀，認為如果視嬰兒猝死症為個案，統計數字就可信，但聲明指出，由於有許多未知的遺傳及環境因素，嬰兒猝死症也可能比較易發生在某些特定家族。

這個案子發生後，由愛丁堡大的統計學家愛特肯（Colin Aitken）主導一個工作組織，開始研究應如何使法庭善用統計數字；這個組織最近將會持續地去給律師、法官及法律從業人員開課，至少要讓他們了解運用統計推理可能潛伏的危機。愛特肯建議在頒授法律學位的課程中，應把統計學列為主修科目，他說：「情況不會一夜之間就改善，我們準備長期抗戰。」

觀點問題

美國國會設立的聯邦司法中心，出版一本指導如何使用科學證據的手冊，其中有一章節專門談統計學，協助執筆的凱伊說，教育只能減緩這種現象，他不認為法庭精確使用科學證據及統計數據這件事，能夠一蹴可幾。

雖然法庭期望的答案，愈簡單明確愈好，但是統計學家明瞭，審案時提出問題的範圍，以及在分析階段即已預設案情，都會造成法律爭議，凱伊回憶他指導過的一個統計爭議案例，他自認對課堂上的律師解釋已夠清楚透澈，但是得到的回應卻是「上了法庭，這傢伙一定會把大家弄得滿頭露水。」

有些統計推理爭議的牽扯錯綜複雜，才是最大考驗，即使是像醫生這樣經驗豐富的專家，往往像一般大眾也會被弄得暈頭轉向。以迪柏克案為例，一直在不確定地統計數據中打轉的艾爾佛，認為統計學家不應再在未來的審判中扮演任何角色，他建議：「再審委員會應將注意力集中於非統計方面的辯論。」

這又引發另一種爭議，在委員會決定之前，迪柏克的繫獄，很可能是因數字的錯誤，「我堅信統計資料是錯誤的。」基爾說：「我面對訴訟程序的無力感，遠超過對仍逍遙法外的兇手。」