AI phát hiện mâu thuẫn lời khai là một hướng ứng dụng quan trọng trong tư pháp số. Thay vì thay thế Kiểm sát viên, hệ thống đóng vai trò trợ lý phân tích: đọc hồ sơ, kết nối dữ kiện, phát hiện điểm lệch và gợi ý nơi cần kiểm chứng thêm.
Từ hồ sơ rời rạc đến dữ liệu có cấu trúc
Trong một vụ án, thông tin thường nằm rải rác ở nhiều định dạng: bản khai viết tay, biên bản hỏi cung, file ghi âm, video thẩm vấn, dữ liệu định vị, bản đồ di chuyển và tài liệu nghiệp vụ khác. Muốn AI phân tích được, bước đầu tiên là số hóa và chuẩn hóa những dữ liệu này.
Với bản khai viết tay, hệ thống dùng OCR để chuyển hình ảnh thành văn bản. Với ghi âm, công nghệ Speech-to-Text tạo bản chép lời để máy có thể xử lý. Sau đó, các kỹ thuật tiền xử lý ngôn ngữ tự nhiên giúp sửa lỗi, tách câu, chuẩn hóa tên riêng, nhận diện thời gian và loại bỏ những nhiễu không cần thiết.
Điểm quan trọng của giai đoạn này là không chỉ “đọc” văn bản, mà còn biến văn bản thành các đơn vị thông tin có thể đối chiếu. Một câu như “Tôi gặp A ở quán nhậu lúc 20 giờ” không còn là một dòng chữ đơn lẻ, mà được tách thành người, địa điểm, thời gian và hành động.
Trích xuất thực thể pháp lý
Kỹ thuật NER, hay nhận diện thực thể có tên, giúp hệ thống phát hiện các thành phần then chốt trong hồ sơ. Trong bối cảnh tư pháp, các thực thể thường bao gồm bị can, nhân chứng, bị hại, địa điểm, thời điểm, hung khí, phương tiện, hành vi và quan hệ giữa các bên.
- Bị can: người bị nghi thực hiện hành vi phạm tội.
- Nhân chứng: người cung cấp lời khai về sự kiện.
- Thời điểm: mốc thời gian giúp đối chiếu trình tự vụ án.
- Hành động chính: sự kiện cần được kiểm chứng trong lời khai.
Sau khi trích xuất, các thực thể này được chuẩn hóa để tránh trùng lặp. Ví dụ, “Nguyễn Văn A”, “A” và “anh A” có thể cùng chỉ một người. Nếu không hợp nhất đúng, hệ thống sẽ tạo ra nhiều nút khác nhau cho cùng một đối tượng, làm sai lệch phân tích.
Knowledge Graph là trái tim của hệ thống
Đồ thị tri thức cho phép AI biểu diễn vụ án dưới dạng mạng lưới quan hệ. Mỗi người, địa điểm, thời điểm hoặc hành động được xem như một nút. Mỗi quan hệ giữa chúng, chẳng hạn “có mặt tại”, “gặp”, “đi từ”, “sử dụng” hoặc “khai rằng”, được biểu diễn bằng cạnh.
Nhờ cấu trúc này, hệ thống có thể đặt các lời khai khác nhau lên cùng một trục phân tích. Nếu một bị can khai có mặt tại hiện trường lúc 20 giờ, nhưng nhân chứng khác khai người đó ở quán nhậu cùng thời điểm, đồ thị sẽ làm lộ ra hai quan hệ xung đột trên cùng trục thời gian.
Giá trị của Knowledge Graph nằm ở khả năng biến hồ sơ rời rạc thành một mạng dữ kiện có thể truy vết, đối chiếu và giải thích.
Phát hiện mâu thuẫn trực tiếp và gián tiếp
Mâu thuẫn trực tiếp là loại dễ nhận ra nhất. Một người nói “A có mặt tại hiện trường”, người khác nói “A không có mặt tại hiện trường”. Hai phát biểu này không thể đồng thời đúng nếu chúng nói về cùng một thời điểm và cùng một địa điểm.
Mâu thuẫn gián tiếp phức tạp hơn. Ví dụ, một người khai đi từ điểm X đến điểm Y trong 5 phút, nhưng dữ liệu bản đồ cho thấy quãng đường đó thường cần 30 phút. Trong trường hợp này, mâu thuẫn không nằm ngay trong hai câu nói, mà xuất hiện khi lời khai được đối chiếu với ràng buộc thực tế.
Để phát hiện loại mâu thuẫn này, hệ thống phải kết hợp suy diễn logic, dữ liệu ngoại vi và khả năng đánh giá xác suất. Đây là nơi các mô hình ngôn ngữ lớn và logic mờ có thể phát huy tác dụng.
NLI và suy diễn ngôn ngữ tự nhiên
Natural Language Inference, gọi tắt là NLI, là kỹ thuật dùng để so sánh hai phát biểu. Với hai câu văn, mô hình phân loại quan hệ của chúng thành ba nhóm: hệ quả, trung tính hoặc mâu thuẫn.
- Entailment: nếu phát biểu thứ nhất đúng thì phát biểu thứ hai cũng đúng.
- Neutral: hai phát biểu không đủ liên quan để kết luận.
- Contradiction: hai phát biểu không thể cùng đúng trong cùng bối cảnh.
Trong hồ sơ vụ án, NLI giúp hệ thống rà soát hàng nghìn cặp phát biểu giữa các bản khai. Tuy nhiên, kết quả NLI cần được đặt trong ngữ cảnh pháp lý. Một câu nói mơ hồ, một ký ức không chắc chắn hoặc một sai lệch nhỏ về thời gian không nên tự động bị xem là gian dối.
AI đa phương thức và giới hạn đạo đức
Nếu có video thẩm vấn, hệ thống có thể phân tích thêm âm sắc giọng nói, nhịp nói, cử động mắt hoặc biểu cảm vi tế. Đây là nhánh AI đa phương thức, kết hợp văn bản, âm thanh và hình ảnh để tạo bức tranh rộng hơn về quá trình khai báo.
Tuy vậy, dữ liệu sinh học và biểu cảm rất nhạy cảm. Chúng có thể bị ảnh hưởng bởi căng thẳng, sức khỏe, văn hóa giao tiếp, vùng miền hoặc tâm lý khi bị thẩm vấn. Vì vậy, chúng chỉ nên được xem là dữ liệu tham khảo, không phải bằng chứng trực tiếp để kết luận một người nói dối.
Công bằng, giải thích được và con người trong vòng lặp
Một hệ thống AI tư pháp chỉ có giá trị khi nó minh bạch và có thể kiểm soát. Nguyên tắc Human-in-the-loop yêu cầu AI không đưa ra quyết định cuối cùng. Nó chỉ đánh dấu điểm cần xem xét, còn đánh giá pháp lý thuộc về Kiểm sát viên và các chủ thể tố tụng có thẩm quyền.
Explainable AI cũng là yêu cầu cốt lõi. Khi hệ thống báo có mâu thuẫn, nó phải chỉ ra nguồn cụ thể, chẳng hạn dòng nào trong bản khai nào, thời điểm nào trong video hoặc đoạn nào trong biên bản. Một cảnh báo chung chung như “có dấu hiệu bất thường” là không đủ để phục vụ tố tụng.
Bên cạnh đó, dữ liệu huấn luyện phải đa dạng để hạn chế định kiến. Hệ thống không được nghi ngờ một người chỉ vì giọng địa phương, trình độ học vấn, cách diễn đạt hoặc biểu hiện tâm lý khi trả lời.
Mô hình hỗ trợ Kiểm sát viên
Trong thực tế, hệ thống có thể được thiết kế như một trợ lý tư pháp với ba nhóm tính năng chính. Timeline Reconstruction tự động dựng lại dòng thời gian của vụ án từ mọi nguồn dữ liệu. Conflict Matrix lập ma trận đối chiếu giữa các lời khai để chỉ ra ai đang lệch pha với ai. Verification Suggestion gợi ý câu hỏi thẩm vấn tiếp theo nhằm làm rõ điểm bất nhất.
Cách tiếp cận này giúp Kiểm sát viên tiết kiệm thời gian rà soát hồ sơ, đồng thời giảm nguy cơ bỏ sót chi tiết nhỏ nhưng quan trọng. Tuy nhiên, hiệu quả của hệ thống phụ thuộc vào chất lượng dữ liệu đầu vào, khả năng giải thích và quy trình kiểm toán độc lập.
Kết luận
AI phát hiện mâu thuẫn lời khai không chỉ là công cụ phân tích văn bản. Đúng hơn, nó là một hệ thống tổ chức tri thức, kết hợp xử lý ngôn ngữ, đồ thị tri thức, suy diễn logic và kiểm soát đạo đức. Khi được triển khai đúng cách, AI có thể giúp hoạt động tố tụng trở nên hệ thống hơn, minh bạch hơn và khách quan hơn.
Dù vậy, vai trò của AI phải được giới hạn rõ ràng. Nó không thay thế phán đoán pháp lý của con người, không tự quyết định tội hay vô tội, và không được biến dữ liệu nhạy cảm thành căn cứ kết luận thiếu kiểm chứng. Giá trị lớn nhất của hệ thống nằm ở việc chỉ ra nơi cần xem xét kỹ hơn, để con người đưa ra quyết định công bằng hơn.