当赫伯特·温斯坦因 1992年因谋杀妻子罪受审时，他的律师们对他叙述妻子死亡以及之前事件时表现出的冷静沉着感到震惊。他没有试图否认自己有罪，然而，面对他极不寻常的行为，他的冷静使得辩护律师怀疑他可能并非如此。温斯坦因接受了神经影像学检查，证实了律师们的怀疑：一个囊肿压迫了温斯坦因额叶的大部分区域，额叶是大脑中控制冲动的部分。基于这些理由，他们认为他应该以精神错乱为由被判无罪，尽管温斯坦因自由承认有罪。
内疚感难以定义，但它渗透到我们生活的方方面面，无论我们是责备自己跳过锻炼，还是在刑事审判中担任陪审员。人类似乎天生就渴望正义，但我们也背负着一种奇怪的冲动，想要描绘我们自己的情感线路图。这种为我们的疯狂行为赋予神经化学方法驱动力，导致了大量神经影像学研究目录的生成，这些研究详细描述了从焦虑到怀旧等一切事物的神经基础。在最近的一项研究中，研究人员声称我们离了解有罪的大脑是什么样子又近了一步。
由于内疚感因情境或文化而异，该研究的作者选择将其操作性地定义为意识到自己伤害了他人。一系列针对两个独立群体（一个瑞士群体和一个中国群体）的功能性磁共振成像 (fMRI) 实验揭示了他们所说的“与内疚相关的脑部特征”，这种特征在不同群体中持续存在。由于普遍存在的内疚感是严重抑郁症和创伤后应激障碍的常见特征，作者认为，内疚感的神经生物标志物可以为这些疾病以及潜在的治疗提供更精确的见解。但是，复杂人类行为的基于大脑的生物标志物也适用于更具伦理争议的学科——神经预测，这是一个新兴的行为科学分支，它结合了神经影像学数据和机器学习，以预测个人根据其大脑扫描与其他群体的比较结果，可能采取的行动。
支持科学新闻业
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻业 订阅。通过购买订阅，您正在帮助确保有关塑造当今世界的发现和想法的具有影响力的故事的未来。
预测算法已在医疗保健、广告以及最臭名昭著的刑事司法系统中使用了多年。面部识别和风险评估算法因其种族偏见以及在将罪犯分配到“高风险”与“低风险”类别时，准确性明显较低而受到批评。最近新闻中此类偏见曝光程度最高的事件之一是2018年美国公民自由联盟关于亚马逊Rekognition面部识别和分析算法的报告，该算法在针对犯罪档案数据库运行时，错误地将28名国会议员识别为罪犯。有色人种占被错误识别个人的近40%，约为他们在国会中所占比例的两倍。亚马逊当时公开对该研究采用的方法提出异议。然而，就在今年夏天，在一场旨在拆除警察和刑事司法中种族偏见结构的全国性运动中，亚马逊暂停了执法部门对Rekognition的使用为期一年，这场运动旨在拆除导致有色人种死亡和监禁比例过高的种族偏见结构。
一些研究人员认为，神经影像学数据在理论上应该消除当预测算法基于社会经济指标和犯罪记录进行训练时出现的偏差，其依据是生物学指标本质上比其他类型的数据更客观。在一项研究中，来自寻求药物滥用治疗的被监禁人员的fMRI数据被输入机器学习算法，试图将大脑中称为前扣带皮层（ACC）区域的活动与完成治疗计划的可能性联系起来。该算法能够在大约 80% 的情况下正确预测治疗结果。研究人员在类似的 功能影像学研究中，已将ACC活动的变化与暴力、反社会行为和再次被捕的可能性增加联系起来。事实上，在脑海中寻找内疚感的神经中枢也指向了ACC。
然而，fMRI 的问题之一是，它并不直接测量神经放电模式。相反，它使用大脑中的血流作为神经活动的视觉代理。复杂的行为和情绪状态会调动大脑中多个广泛分布的部分，这些网络内的活动模式比查看各个区域的活动快照提供更多的见解。因此，虽然执法部门可能很想得出结论，即低ACC活动可以作为累犯风险的生物标志物，但ACC激活模式的改变也是精神分裂症和自闭症谱系障碍的标志。在刑事司法背景下使用行为生物标志物，非但没有通过使用假定的客观神经活动解剖学标记来减少偏见，反而有鼓励将精神疾病和神经多样性定为犯罪的风险。
fMRI 作为一种方法，可能还存在其他局限性。最近一项大规模的 fMRI 研究综述得出结论，即使在个人层面，结果的可变性也太高，无法有意义地将其推广到更大的群体，更不用说将其用作预测算法的框架。风险评估算法本身的概念是基于人们不会改变的决定论预设。事实上，这种决定论是这些算法所服务的报应性司法模型的特征，这些模型侧重于惩罚和监禁罪犯，而不是解决导致逮捕的条件。
事实上，这种将脑部成像作为人类行为预测工具的使用，忽略了神经科学的一个基本事实：大脑和人一样，能够改变；它们会根据经验不断地在电学和结构上重塑自身。神经预测不仅仅是代表一种技术上更复杂的实施惩罚的手段，它还具有识别这些相同特征并提供干预途径的能力。任何算法，无论多么复杂，都将始终像使用它的人一样有偏见。在我们重新审视我们处理犯罪和正义的基本方法之前，我们无法开始解决这些偏见。