四、近年來社會矚目案件受刑人假釋議題受到各方關注，其他國家對假釋問題處理的發展脈絡值得仿效，以作為我國政策參考。請以美國為例，說明假釋犯再犯預測發展期程的三階段為何？（25 分）

美國在假釋犯再犯預測的發展過程中，大致經歷了三個階段，從早期的主觀判斷逐漸演變為科學化的風險評估模式。以下是這三個階段的發展概述：

第一階段：臨床判斷時期（Clinical Judgment Phase）（20世紀初 – 20世紀中期）

• 早期的假釋決策主要依賴監獄管理員、心理學家、社工或假釋委員會的主觀判斷，以個案方式審查受刑人是否適合假釋。
• 判斷依據包括受刑人的行為表現、悔意程度、個性特質，以及心理學專家的評估。
• 這種方式的問題在於缺乏科學依據，過於依賴個人經驗，容易因偏見或錯誤判斷導致假釋標準不一致，影響假釋制度的公平性與有效性。

第二階段：靜態因素評估時期（Actuarial Assessment Phase）（20世紀中期 – 20世紀末）

• 隨著犯罪學和統計學的發展，假釋決策開始引入統計分析與數據模型，以預測假釋犯的再犯風險。
• 這一時期的評估方式主要基於靜態風險因素（Static Factors），例如：
• 犯罪前科數量與類型
• 年齡（年輕犯再犯率較高）
• 過去是否曾假釋失敗
• 犯罪行為的嚴重性
• 這種方法比主觀判斷更具客觀性，但因為只考慮了不可改變的過去因素，未能有效反映受刑人在監獄內的行為改善程度，導致部分受刑人可能因「過去的錯誤」而長期無法獲得假釋。

第三階段：動態風險評估時期（Dynamic and Risk-Needs Assessment Phase）（21世紀至今）

• 近年來，美國逐步採用動態風險評估（Dynamic Risk Assessment），除了靜態因素外，還加入可變動的個人特質，例如：
• 受刑人在監獄中的行為表現
• 參與的矯正與教育計畫（如戒毒、技能訓練）
• 釋放後的家庭與社會支持系統
• 心理健康狀態
• 這種方法可以動態監測假釋犯的風險變化，並針對高風險個案提供更精準的監管與輔導。美國目前使用的COMPAS（Correctional Offender Management Profiling for Alternative Sanctions）、**LS/CMI（Level of Service/Case Management Inventory）**等評估工具，即屬於這類風險預測模型。

結論與台灣的借鏡

美國假釋再犯預測從主觀判斷，發展到統計分析，再到綜合動態評估，提高了預測的準確性與公平性。我國可以借鑒美國的經驗，強化動態評估機制，並導入大數據與AI技術，提升假釋犯的風險監測與輔導，降低再犯率，確保社會安全。