法庭裡的第二張臉：深偽證據如何穿過鑑識、來源與程序正義三道防線

法庭過去相信的，是眼見、物證與可以被追問的證人；AI 時代開始逼它面對另一種局面：你看到的臉可能是真的人，卻不是他說的話；你聽到的聲音可能完全像本人，卻由模型拼接而成；你保存下來的影片可能從第一秒就帶著不可見的修改痕跡。最麻煩的不是一支深偽影片本身，而是它對整體信任結構的侵蝕：當任何數位影像都可能被懷疑，真實反而必須更辛苦地證明自己。

第一張臉是內容，第二張臉是來源

多數人談深偽時，直覺都停留在內容真假：臉像不像、嘴型順不順、聲音是否自然。問題是，法庭最不該只看這個層次。內容的逼真程度頂多讓你懷疑，真正能建立可採性的，是來源鏈。也就是說，這段影像從哪裡來、誰拍的、何時輸出、途中有沒有被改動、改動是否被記錄、保全流程是否完整。這就是為什麼 C2PA｜Content provenance standard 近年受到高度重視：它試圖讓影像、音訊與文件都帶著可驗證的來源資訊，而不是只把「真假判斷」丟給後端鑑識。

換句話說，未來法庭裡真正重要的不只是一張臉，而是第二張臉——內容背後那張看不見的來源臉孔。如果這第二張臉不存在，任何人都能在程序上故作鎮定地說：『你怎麼知道這不是 AI 做的？』一句話，足以讓一段真實影像也變得搖搖欲墜。

鑑識很重要，但它不是萬靈丹

NIST｜Evaluating synthetic media and deepfake detection 持續提醒研究者與決策者：深偽檢測是軍備競賽。今天可抓到的伪造特徵，明天就可能被新模型繞過；今天表現亮眼的檢測器，換一種壓縮條件、語言環境或臉部遮蔽情境，準確率就可能下滑。這表示法庭不能把責任全部押在單一檢測模型上，更不能把 AI 工具結果當成新的不可置疑權威。

很多制度的老毛病，就是遇到新技術後馬上想找一個『專家按鈕』。但深偽問題最不適合這樣處理。鑑識只能回答某些技術層面的可疑性，它不一定能單獨證明整段內容為真或為假。法庭如果把機器輸出誤當終局答案，只是把舊時代的「肉眼迷信」換成「演算法迷信」。

程序正義比技術更難，但也更關鍵

深偽證據真正的核心，終究不是技術炫技，而是程序正義。被告能否知悉檢驗方法？辯方能否要求重新檢測？鑑識軟體若是黑箱，是否違反有效對質？法官與陪審者是否被過度視覺化的鑑識報告誤導？若這些問題沒有被設計進制度，所謂『高科技證據』反而可能加深不平等。

這裡值得參考的，不只是技術文件，還有治理原則。Partnership on AI｜Responsible practices for synthetic media 與 European Commission｜AI Act and transparency obligations 都在不同層次上要求透明標示、可追溯與風險治理。雖然這些規範主要面向產業與平台，但放到證據制度，同樣有啟發：沒有透明義務，就沒有穩定的信任；沒有可追溯性，程序就會在最需要它的地方失手。

平台與法庭之間，不該各說各話

現況最荒謬之處在於，深偽內容常先在平台上爆炸，再慢慢漂流到媒體、選舉、職場糾紛或司法程序。平台在意的是社群危害與下架標準，法庭在意的是可採性與證明力，兩者邏輯不同，卻又實際相連。若平台完全不保留來源資訊，等案件進入司法程序時，證據鏈往往已支離破碎；若法庭完全無視平台的技術現實，又會以為所有素材都還能回到乾淨原始檔的狀態。

這說明一件事：AI 時代的程序正義，不能只在法庭內部修法，也需要跨平台、跨產業的來源治理。否則大家都會嘴上支持打假，實際上卻把真正重要的 metadata 與生成痕跡一路丟在路上。

雙向知識的角度：科技、法律與公民感知要一起讀

為什麼這篇由雙向知識實驗室署名？因為深偽問題正好是一個典型例子：技術社群關心模型與檢測器，法律社群關心可採性與救濟，公民社會關心日常信任與被害風險。若三邊各講各的，就會出現今天常見的斷裂：工程師覺得偵測率已很高，法官覺得有專家意見就夠，民眾卻覺得任何東西都可能是假的。

真正的雙向知識，不是把法律人逼去學寫模型，也不是叫工程師隨手背幾條證據法規，而是讓各方理解：你手上的工具能處理什麼、不能處理什麼、與別人的制度設計如何接軌。深偽風險不是單一專業可以獨吞的題目。

最可怕的是「說不清楚」

未來深偽問題最糟的局面，不是假影片愈來愈多，而是整個社會愈來愈習慣「說不清楚」。真影片被質疑，假影片被分享，平台只給模糊標示，法庭找不到完整來源，當事人則在真假爭議中被拖垮。這時候，深偽已不只是技術議題，而是公共制度如何面對不確定性的測驗。

要走出這個困局，至少需要三道防線：第一，內容鑑識要持續進化，但不能被神化；第二，來源憑證與保全鏈要前移，不可等案件爆發才補；第三，程序正義要保障當事人能理解、質疑並重建檢驗過程。沒有這三者，再強的 AI 也只是在擴大信任成本。

法庭裡真正該被保護的，是證據能被追問的能力

說到底，法庭不是為了崇拜技術而存在，而是為了讓證據能被追問。深偽時代更是如此。任何號稱『一鍵驗真』的承諾，都值得先懷疑一下；真正可靠的制度，應讓真實不是靠權威拍胸脯，而是能夠沿著來源、流程與檢驗一步步被說明。當法庭守住的不是一套模型，而是證據可以被質疑與被回答的空間，程序正義才不會在 AI 影像前變成只有表面的正義。

補充觀察：司法教育也必須升級

若法官、檢察官、律師與警調單位對生成式 AI 的理解停留在新聞標題層次，制度很容易兩頭失衡：要嘛過度相信技術供應商簡報，要嘛對所有數位證據一律抱持犬儒態度。真正需要的是跨職類的持續訓練，讓法律工作者知道哪些工具可作為輔助、哪些只是風險提示、哪些必須接受對質與重現。

對社會大眾而言，也要避免把深偽議題只看成明星八卦或選舉攻防。它同時關係到家庭暴力證據、職場性騷擾影音、保險詐欺、假冒聲音匯款與兒少保護。當每個人都可能成為被偽造、被誣指或被懷疑的對象，來源治理與程序正義就不再只是法學院內部討論。

補充觀察

在人工審稿時，可視網站讀者結構再補充地區差異、案例限制與政策適用條件，避免把跨國案例直接外推為普遍答案。

source-check notes｜人工審稿核對

• NIST｜Evaluating synthetic media and deepfake detection。人工核對重點：請確認文中對其研究或政策定位之描述、年份與適用範圍。
• C2PA｜Content provenance standard。人工核對重點：請確認文中對其研究或政策定位之描述、年份與適用範圍。
• European Commission｜AI Act and transparency obligations。人工核對重點：請確認文中對其研究或政策定位之描述、年份與適用範圍。
• Partnership on AI｜Responsible practices for synthetic media。人工核對重點：請確認文中對其研究或政策定位之描述、年份與適用範圍。