Todisteiden yhteisvaikutus ja vaihtoehtoisten tapahtumakulkujen poissulkeminen Suomen rikosoikeudellisessa näytönarvioinnissa – Osa III

 

"Todennäköisyys ei ole pelkkä laskutoimitus, vaan järjen käyttöä epävarmuuden edessä."
– Pierre-Simon Laplace, Théorie Analytique des Probabilités

Bayesilainen todennäköisyysajattelu rikosoikeudellisessa näytönarvioinnissa

Periaatteen määritelmä

Bayesilainen todennäköisyysajattelu on menetelmä, jossa todisteita arvioidaan päivittämällä tapahtumakulkujen todennäköisyyksiä uusien todisteiden valossa, tavoitellen syyllisyyden osoittamista "kohtuullisen epäilyksen ulkopuolella" (KKO 2002:47). Rikosoikeudessa se tukee hypoteesimetodia, jossa syyttäjän ja syytetyn kilpailevat hypoteesit (esim. rikos vs. viaton selitys) testataan oikeudenkäyntiaineiston perusteella. Vaikka Suomen oikeuskäytäntö ei eksplisiittisesti käytä matemaattisia bayesilaisia malleja, menetelmä heijastuu implisiittisesti vapaan todistusharkinnan (OK 17:2) kautta, kun tuomioistuin punnitsee todisteiden yhteisvaikutusta ja poissulkee vaihtoehtoisia selityksiä.

Teoreettinen perusta

Bayesilainen todennäköisyysajattelu perustuu Thomas Bayesin (1702–1761) kehittämään todennäköisyyslaskentaan, erityisesti Bayesin teoreemaan: posteriori-todennäköisyys (hypoteesin todennäköisyys todisteiden jälkeen) määräytyy priori-todennäköisyyden (alkuodotus) ja uuden todisteen painoarvon perusteella. Rikosoikeudessa tämä tarkoittaa, että tuomioistuin aloittaa neutraalista oletuksesta (esim. syyllisyys ja viattomuus yhtä todennäköisiä) ja päivittää hypoteesien todennäköisyyksiä todiste kerrallaan. Menetelmä resonoi "beyond reasonable doubt" -periaatteen kanssa, koska se edellyttää, että syyllisyyden posteriori-todennäköisyys on lähes varma, ja vaihtoehtoisten hypoteesien todennäköisyys minimaalinen. Suomessa bayesilainen ajattelu on teoreettinen linssi, joka tukee hypoteesimetodia, erityisesti monimutkaisissa tapauksissa, joissa todisteet ovat hajanaisia.

Soveltaminen rikosoikeudessa

Bayesilainen todennäköisyysajattelu soveltuu rikosoikeudelliseen näytönarviointiin erityisesti tapauksissa, joissa syyllisyys riippuu epäsuorasta tai tulkinnanvaraisesta näytöstä, kuten seksuaali-, talous- tai väkivaltarikoksissa. Seksuaalirikoksissa (RL 20) menetelmä auttaa arvioimaan suostumuksen puutetta, kun todisteet ovat moninaisia ja uhrin kertomus epätäydellinen (esim. päihtymys, trauma). Soveltaminen tapahtuu seuraavasti:

• Hypoteesien asettaminen: Syyttäjä väittää rikosta (hypoteesi A, esim. pakottaminen), syytetty vapaaehtoisuutta (hypoteesi B). Alkuoletus: kummankin todennäköisyys 50 %.
• Todisteiden päivitys: Jokainen todiste (esim. uhrin kertomus, tekninen näyttö, konteksti) muuttaa hypoteesien todennäköisyyksiä. Tuomioistuin arvioi, kuinka paljon kukin todiste tukee syyttäjän tai syytetyn hypoteesia.
• Esimerkki seksuaalirikoksesta: Oletetaan tapaus, jossa uhri väittää pakottamista syrjäisellä alueella yöllä, mutta hänen kertomuksensa on hatara päihtymyksen vuoksi. Alkuhypoteesit (A: pakottaminen, B: suostumus) ovat 50 % kumpikin. Todisteet päivittyvät:
• Uhrin kertomus (20 % painoarvo, heikko mutta johdonmukainen): nostaa A:n todennäköisyyttä 60 %:iin.
• DNA-todisteet (30 % painoarvo, vahvistaa tekoa): A nousee 75 %:iin.
• Tapahtumapaikan epätavallisuus (30 % painoarvo, syrjäinen alue, epätodennäköinen suostumukselle): A nousee 90 %:iin.
• Todistajan havainto uhrin hädästä (20 % painoarvo): A saavuttaa 95 %, ylittäen kynnyksen, koska B:n todennäköisyys (suostumus) putoaa marginaaliseksi.
• Seksuaalirikosten erityispiirteet: Uhrin traumaattiset reaktiot (esim. jäätyminen) voivat selittää näytön aukkoja, ja bayesilainen lähestymistapa mahdollistaa kontekstin (esim. vallan epätasapaino) huomioimisen todennäköisyyksiä päivitettäessä.

Soveltaminen edellyttää:

• Objektiivista punnintaa: Todisteiden painoarvo perustuu aineistoon, ei subjektiivisiin oletuksiin (OK 17:2).
• Kontekstuaalista herkkyyttä: Seksuaalirikoksissa tapahtumaympäristö ja uhrin tila (esim. päihtymys) ovat keskeisiä todennäköisyyksien arvioinnissa.
• Perusteluvelvollisuutta: Tuomion on selostettava, miten todisteet johtivat syyllisyyden todennäköisyyteen (OK 11:4).

Vahvuudet ja haasteet

Vahvuudet:

• Systemaattisuus: Bayesilainen ajattelu tarjoaa loogisen kehyksen hypoteesien testaamiseen, vähentäen intuitiivisia virheitä.
• Joustavuus: Sopii tapauksiin, joissa todisteet ovat epätäydellisiä, kuten seksuaalirikoksissa, joissa uhrin kertomus voi olla hatara mutta muut seikat vahvoja.
• Oikeudenmukaisuus: Tukee haavoittuvien (esim. uhrien) oikeuksien huomioimista, koska konteksti ja trauma voidaan sisällyttää todennäköisyysarvioon.

Haasteet:

• Teoreettisuus: Suomessa bayesilaista laskentaa ei käytetä eksplisiittisesti, joten sen soveltaminen jää implisiittiseksi, mikä voi hämmentää tuomioistuimia.
• Subjektiivisuus: Priori-todennäköisyyksien asettaminen ja todisteiden painoarvojen määrittely riippuvat tuomarin harkinnasta, mikä voi johtaa epäjohdonmukaisuuteen.
• Traumaosaamisen puute: Seksuaalirikoksissa uhrin reaktioiden väärinymmärtäminen voi vääristää todennäköisyysarvioita, jos tuomioistuin ei tunne psykobiologiaa.

Anssi H. Manninen (aka ”Kant II”)