罪恶的大脑长什么样？

当赫伯特·温斯坦因1992年谋杀妻子而受审时，他的律师对他所说的死因及其导致的事件所表现出的沉着冷静感到震惊。他没有试图否认自己是有罪的，但是面对疯狂的反常行为，他的坚忍态度使他的辩护者怀疑他可能不是。温斯坦接受了神经影像学检查，这证实了他的律师所怀疑的：一个囊肿撞击了温斯坦额叶的大部分，大脑的冲动控制部位。基于这些理由，他们认为，尽管温斯坦自由承认有罪，他仍应因精神错乱而被判无罪。

内lt感很难定义，但它遍布我们生活的方方面面，无论我们是为逃避锻炼而追逐自己，还是为刑事审判的陪审团服务。人类似乎为正义而固执己见，但我们也为好奇心强迫我们绘制自己的情感联系而感到不安。这种将神经化学方法分配给我们疯狂的动力导致了大量的神经影像研究目录的产生，这些目录详细描述了从焦虑到怀旧的一切事物的神经基础。在最近的一项研究中，研究人员现在声称已经使我们距离了解罪犯的大脑长了一步。

由于内context感因环境或文化而异，因此该研究的作者选择将其定义为对伤害他人的意识。在两个不同的队列（一个瑞士人和一个中国人）中进行的一系列功能磁共振成像（fMRI）实验表明，它们被称为“内gui相关的大脑特征”，在各个群体中持续存在。由于普遍的内感是严重抑郁症和创伤后应激障碍的常见特征，因此作者认为，内感的神经生物标记物可以提供对这些疾病以及可能的治疗方法的更精确的了解。但是，针对复杂人类行为的基于大脑的生物标记物也使自己适应于神经预测的伦理学研究，这是行为科学的新兴分支，它将神经影像数据和机器学习结合起来，根据他们的脑部扫描比较来预测个人的可能行为到其他人群。

预测算法已经在医疗保健，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种族偏见和将罪犯分配到“高风险”与“低风险”类别时的准确性大大降低而受到批评。在最近的新闻中，这种偏见曝光率最高的事件之一是2018年ACLU关于亚马逊Rekognition算法用于面部识别和分析的报告，该报告在与面部照片数据库对决时错误地将28名国会议员确定为犯罪分子。有色人种占了被误认身份的人的近40％，大约是国会议员人数的两倍。亚马逊在当时的研究中采用了公开的声音方法。然而，就在今年夏天，在全国性的运动中，由于种族歧视的警务和刑事司法结构被拆除，导致BIPOC的死亡和监禁比例过高，他们在执法部门暂停了对“重新认识”的使用，为期一年。

一些研究人员认为，基于生物学指标固有地比其他种类的数据更客观的假设，神经影像数据在理论上应该消除对预测算法进行社会经济指标和犯罪记录训练时出现的偏差。在一项研究中，通过机器学习算法将来自寻求药物滥用治疗的被监禁者的fMRI数据通过机器学习算法提供，以使大脑前扣带回皮层或ACC区域的活动与完成治疗计划的可能性相关联。该算法能够正确地预测约80％的治疗结果。在类似的功能成像研究中，研究人员已将ACC活动的变化与暴力，反社会行为和再次逮捕的可能性增加联系起来。确实，对大脑内神经中枢的追求也导致了ACC。

但是，功能磁共振成像的问题之一是，它不能直接测量神经放电模式。相反，它利用大脑中的血流作为神经活动的视觉替代。复杂的行为和情绪状态会涉及大脑的多个广泛分布的部分，与查看单个区域的活动快照相比，这些网络中的活动模式提供了更多的见识。因此，尽管执法人员可能会得出结论，认为ACC活性低可能被用作累犯风险的生物标志物可能很诱人，但改变的ACC激活模式也是精神分裂症和自闭症谱系障碍的标志。与其通过使用可能是客观的神经活动的解剖学标记来减少偏见，在刑事司法环境中使用行为生物标记物还存在鼓励将精神疾病和神经分歧定为犯罪的风险。

fMRI作为一种方法可能还有其他限制。最近对大量功能磁共振成像研究进行的大规模总结得出结论，即使在个体水平上，结果的变异性也太大，无法将其有意义地概括为较大的组，更不用说将其用作预测算法的框架了。风险评估算法本身的概念是基于人们不会改变的确定性前提。确实，这种确定性是这些算法所服务的正义报应模型的特征，该模型着重于惩罚和监禁犯罪者，而不是着眼于导致逮捕的条件。

确实，将大脑成像作为人类行为的预测工具的这种用法忽略了似乎是神经科学的基本事实：大脑像人一样具有改变的能力；他们根据经验不断地在电气和结构上进行自我重塑。神经预测不仅可以代表技术上更复杂的惩罚手段，还可以识别那些相同的特征并提供干预途径。任何算法，无论多么复杂，总是会和使用它的人一样偏颇。在重新审视犯罪和正义的基本方法之前，我们无法开始解决这些偏见。