检察大数据赋能法律监督实践探析

　　当今时代，信息化正在经历高速发展的浪潮，开启以数据的深度挖掘和融合应用为主要特征的智能化阶段。最高人民检察院提出要以“检察大数据战略”赋能新时代检察工作高质量发展，以“数字革命”驱动新时代法律监督整体提质增效。检察机关要抓住这一轮以大数据和人工智能为代表的信息革命快速渗透带来的机遇，深入实施检察大数据战略，运用大数据赋能法律监督，推进法律监督体系和法律监督能力现代化，以检察工作现代化服务中国式现代化。本文首先梳理了检察大数据政策规划的发展演变过程，然后归纳了检察大数据赋能法律监督的应用实践，分析了存在的问题，最后提出了检察大数据赋能法律监督的对策建议。

　　一、检察大数据政策规划的发展演变

　　自从党的十八届五中全会对实施国家大数据战略做了全面部署后，检察大数据逐步提上日程并规划实施。检察大数据的发展呈现出鲜明的国家推进主义特点。最高检对大数据在检察领域的应用持开放的态度，并通过一系列的政策文件予以推动。2017年1月全国检察长会议做出了“以大数据运用为引领,加快推进建设智慧检务”的部署要求。为促进大数据与检察工作的深度融合，2017年6月最高检印发了《检察大数据行动指南》，标志了检察大数据战略的正式出台。2018年1月中央政法工作会议明确指出“深入实施大数据战略，大力加强智能化建设”。2018年6月全国检察机关智能辅助办案系统建设工作座谈会提出，智慧检务建设要聚焦科学化、智能化、人性化，这为智慧检务的发展指明了方向。2021年6月党中央出台了《中共中央关于加强新时代检察机关法律监督工作的意见》（以下简称《意见》），明确提出“加强检察机关信息化、智能化建设”。2022年1月全国检察长（扩大）会议提出，要以“检察大数据战略”赋能新时代检察工作高质量发展。2022年6月全国检察机关数字检察工作会议提出，深化检察大数据战略，加快数字检察建设，以“数字革命”驱动新时代法律监督整体提质增效。2022年11月最高检成立数字检察工作领导小组及其办公室，这为推动实施数字检察战略奠定了组织基础。2022年12月最高检印发了《关于加快推进数字检察工作的通知》。2023年1月全国检察长会议提出，数字检察战略是法律监督手段的“革命”，是提高法律监督能力的依托，各级检察机关要把数字检察工作作为前瞻性、基础性工作来抓。总之，检察机关对检察大数据战略经历了认识逐步深化、地位日益提高、政策加快推进的过程。

　　部分地方检察机关加强了检察大数据领域的统筹规划。比如，河南省检察院出台了《河南数字检察建设三年规划（2022—2024年）》，山东省检察院出台了《山东检察大数据实施纲要）》，浙江省检察院出台了《浙江数字检察建设“十四五”规划》，湖北省检察院出台了《关于加快推进湖北数字检察建设的意见》，苏州市检察院出台了《大数据战略赋能法律监督工作三年规划》。

　　二、检察大数据赋能法律监督的应用实践

　　在国家大数据战略的统筹下，检察机关的大数据工作取得了初步进展。检察大数据的探索实践经历了从辅助办公办案到聚焦法律监督主责主业的发展演变。在辅助检察办案方面，形成了案卡回填、智能阅卷、证据审查、文书生成、文书纠错、语音转写、类案推送、法律法规推送、量刑建议辅助、辅助出庭、自动归档、线索发现等实用辅助工具。各地检察机关围绕“四大检察”和“十大业务”开展了检察大数据的大量探索应用，取得了丰富的成果，如表一所示。

　　随着《意见》的出台落实和检察大数据的深入发展，检察大数据聚焦法律监督主责主业，通过数字赋能，激发了“数据”这一生产要素对法律监督工作的放大、叠加、倍增作用，让监督线索发现难、工作碎片化、质效不突出等瓶颈问题有了新的破解之道。可以说在一定程度上检察大数据以场景化应用为依托，推动了法律监督模式的转变，即由传统的“数量驱动、个案为主、案卷审查”个案办理式监督，转变为“质效导向、类案为主、数据赋能”的类案治理式监督。大数据法律监督一般遵循这样的规律：深入解析个案、梳理特征要素、构建数据监督模型、获取监督线索、核实问题线索、开展类案监督。检察机关围绕大数据赋能“四大检察”“十大业务”，不断催生数字监督场景化应用，促进解决服务大局的热点焦点、执法司法的突出问题、社会治理的薄弱地带、公共利益的弱项短板，探索了具有中国特色的大数据法律监督模式。

　　三、检察大数据赋能法律监督存在的问题

　　检察大数据赋能法律监督方面已取得了诸多成效。但是检察机关在用好用足大数据提升法律监督质效方面，还存在认识不足、重视不够、落实不到位等问题。检察大数据在法律监督方面应用的广度和深度还不够。具体表现在：数据资源还不够丰富，利用率还比较低，数据可用性也比较低；信息孤岛和信息烟囱现象仍然存在，获取行政执法、司法等行业数据较为困难，数据在检察机关无法有效关联与整合；数据缺乏有效的治理，影响数据价值的挖掘；大数据与法律监督工作融合深度还不够，仍然存在建设应用“两张皮”现象；检察大数据人才队伍培养不够；对新技术的敏感性还有待加强，包括区块链、人工智能等新技术的深度应用还比较匮乏。

　　四、检察大数据赋能法律监督的对策建议

　　检察大数据赋能法律监督不仅仅是技术问题，更是理念和机制问题。大数据法律监督体系建设是一项长期、复杂的系统工程。

　　一是围绕法律监督主责主业谋划选取典型应用监督场景，紧盯主要检察业务，研发大数据法律监督模型和软件系统。以监督应用场景创新为突破口，根据检察业务的具体需求，梳理监督点、特征要素和监督依据，在场景中“融入”法律监督，催生数字监督场景化应用。大数据法律监督利用大数据分析系统，通过大数据碰撞、比对、筛查、异常分析，从海量的执法司法数据中筛选出有价值的监督线索，推送给办案人员进行可监督性分析，从而精准发现“四大检察”监督办案线索。检察办案人员从繁琐的手动数据筛选中解放出来，在大数据分析技术支撑下发挥主观能动性，运用调查核实权，调动有限的司法资源有的放矢，实现监督能力的提升。比如，对侦查监督业务，利用大数据技术为侦查活动监督和立案监督案件办理提供智能辅助；基于政法系统数据共享交换，分析侦查活动过程中的不当执法行为；完善与行政执法部门信息共享交换，健全行政执法和刑事司法衔接机制，智能发现办案线索。

　　二是加快建立检察业务需要的各种信息资源库，积累数据，为大数据赋能法律监督提供基础。检察机关随着电子检务工程的推进实施，已经积累了一些数据，比如统一业务应用系统的案件数据、电子卷宗系统的卷宗数据、案例库的案例数据、检答网的咨询数据等。但是总得来说，数据源仍然相对较少，数据规模还不够大。方法上可以采用众包数据采集的方式实现检察信息源的数据快速积累。基于众包的数据采集和共享是一种新型的数据采集与共享模式，它将数据采集、计算、识别等工作任务分配给非特定的大众处理。这种基于众包的数据共享通常由一定的奖励机制驱动，具有灵活性髙、覆盖广、成本低等特点。国内的互联网企业通过众包数据采集的方式提供了多种服务，比如百度百科等。随着众包模式理念的日益成熟和完善，众包数据采集和共享已经广泛应用。检察机关可以在信息资源库的建立过程中探索采用众包的方式实现数据的采集，比如在检察知识库建设中采用众包数据采集，并建立相应的激励机制，从而达到快速、高质量的数据收集。

　　三是抓住数据开放共享的机遇，构建适应法律监督特点的检察大数据交换共享体系。数据是检察机关开展法律监督工作的基础。检察机关要提升法律监督能力，必须从根本上破解执法、司法部门封闭、行业垄断的信息壁垒，构建跨类别、跨层级、跨单位的检察大数据交换共享体系，推动检察机关在法定监督领域信息资源无障碍的融汇贯通。一要建立纵向覆盖全国四级检察机关、横向跨越检察机关各部门的检察数据资源交换和共享机制，实现检察系统内部的数据交换与共享。二要积极参与政法委主导的政法机关跨部门大数据共享平台建设应用，主动与公安机关、审判机关、司法行政等部门信息数据进行对接，充分运用政法业务协同办案平台、减刑假释暂予监外执行网上协同办案平台、社区矫正信息共享平台、涉案财物跨部门集中管理信息平台等实现同其他政法单位的业务数据共享。三要积极推动检察机关和政府部门间的相关数据资源共享；主动与其他国家机关沟通协调，依托“两法衔接”信息共享平台，推进行政执法与刑事司法信息共享；加强与政府部门电子政务网相关信息数据的对接，比如对接各地大数据管理部门的公共数据资源平台。四要转变数据共享思路观念，善于运用系统已有数据，运用多种方式破除数据壁垒，根据具体数据运用的场景提出数据的具体需求和实现共享。数据共享要防止离开具体场景谈数据，一味求全的数字化误区，要有“不求为我所有，但求为我所用”的意识，不一定非要把全量数据拷贝复制到检察院，可以把设计好的监督模型算法部署到数据源端，只要模型运算后的反馈结果。五要在数据共享中探索以智能合约技术为代表的区块链技术的运用，比如在认罪认罚从宽、企业合规审查、刑事执行检察等领域的应用，探索政法各单位、各级检察院多主体参与、多业务协同、跨区域合作、数据有序共享流动的创新应用场景。

　　四是健全优化数据治理。检察大数据战略从顶层设计到底层实现的过程中，数据治理是基础。健全数据标准体系，加强业务元数据和技术元数据管理，建立完善以当事人、案件为重点的主数据管理，聚焦数据的标注、清洗、汇聚等环节，提升数据治理能力，以有效的数据治理实现数据价值的充分释放。根据实际需求，建立完善检察文书库、检察案例库、检察建议库、犯罪嫌疑人信息库、检察干警库等基础库，企业合规案件库、办案指引库等主题库，虚假诉讼库、扫黑除恶库等专题库。构建数据质量保障体系，保证数据一致性、准确性、完整性、时效性和规范性，通过数据监控、数据比对、关联数据互补、质量校验等方式提升数据质量管理水平。制定科学规范的数据使用管理权限，推动数据应用尽用、使用便利，让静态的检察数据活起来。根据《数据安全法》的规定，建立数据分类分级管理机制，制定检察领域的国家核心数据目录和重要数据目录，规范数据采集、传输、存储、处理、共享、销毁全生命周期管理。根据《个人信息保护法》的规定加强公民信息保护，实践中可以通过安全多方计算、联邦学习、差分隐私保护、匿名技术等的使用保护公民隐私，比如涉及未成年人检察的信息的隐私保护、网上检察文书公开采用匿名技术屏蔽个人隐私信息等。

　　五是选好大数据在法律监督中运用的着力点，突出“检察官+信息技术”研发思路，借鉴应用市场模式，采用“一域突破、全国共享”的推广应用模式，进行先行先试后再快速推广。各级检察机关、各个部门要因地制宜地以需求为主导选取大数据法律监督建设应用的切入点，进行大胆的、有益的探索尝试。最高检提出“要把办案人员的需求、经验与软件程序设计深度融合起来”。要确立检察官、企业计算机专家和检察信息技术人员有机结合的研发团队，让更多优秀的一线检察官同信息技术人员一道投入到算法与模型的构建中，实现从“个案审查办理”向“类案办理规则提炼”“知识图谱整理”及“智能算法开发”的嬗变。最高检提出“要把各地已经开发出的工具模式整合起来，发挥出加倍、多倍的效果”。因此可以借鉴应用市场模式，汇集、整合各地检察机关研发的优秀的大数据法律监督模型和系统，发挥检察一体化优势，各地检察院共建、共享、共用，依托试点成功的大数据法律监督模型开展数字检察监督专项活动，让更多的检察官使用大数据法律监督系统而受益，从而由地方性的创新实践提升为普适性的全国经验。鉴于检察大数据建设中区域发展不平衡的现实状况，有条件的地方检察院可以先行先试，大胆探索数字监督场景化应用创新，但不宜要求“齐步走”。

　　六是加强检察大数据人才的培养，培养检察数据分析师，设置检察大数据管理的岗位。检察大数据工作需要强有力的人才保障。检察机关要建立健全检察大数据人才选聘、管理、培养、使用的体制机制，推出重视、凝聚、激励检察大数据人才的举措，培养既懂检察业务又懂大数据等信息技术的复合型人才。加强大数据培训，将大数据相关内容纳入检察系统各业务条线的培训，培养检察机关自己的数据分析师，促进检察队伍科技素养全面提升。检察数据分析师要深度理解检察数据，不仅要了解数据的格式、属性和表面意思，而且要理解数据背后的深意。检察数据分析师要掌握各种数据管理、数据挖掘、机器学习和数据可视化工具，能够熟练运用大数据平台，针对检察业务问题，根据特定的应用场景需求，设计模型算法，解决检察工作中的痛点、难点，创造价值；要具备较强的数据分析能力，能对检察业务数据进行整理、分析、研判，并做出数据展示和评估预测。

　　责任编辑：广汉