以运行模式转换促进数字检察创新发展

总之,面对数字检察发展的挑战,我们要善于利用信息化手段提升专业化水平,坚持以案破题、以案促治,通过检察内部数据、外部数据共享,利用大模型思路不断升级技术,精准发现问题,服务法律监督的落实,整改优化检察业务全流程,形成比较完善的社会治理体制机制。

本文来自数字检察。

数字检察是数字中国的重要组成部分,是检察机关履行法律监督职能的重要抓手,是推进检察工作现代化的重要引擎,是提高法律监督能力的重要依托。当前,我国检察工作正处于检察信息化向检察智能化转型升级的关键时期,在全国各级检察机关共同努力下,不断推进信息技术与检察业务深度融合,促进法律监督工作质效提升。但随着数字技术的深入发展,在数字检察建设理论探索和实践运行过程中,还面临着一些亟待解决的问题,如何解决这些问题,对于进一步深入推进数字检察建设具有重要意义。

数字检察建设面临的问题分析

数字检察的运行过程不仅涉及监督对象体系的结构转换,同时也需要监督工作体系模式的系统重构。数字检察不仅体现为业务与技术之间的高度耦合,同时更为重要的是数字化与传统业务经验之间的深度关联。

技术体系与检察业务深度耦合不足。目前数字检察业务建设往往采取大数据时代自下而上的数据挖掘方式,通过数据挖掘技术从大量实际产生的数据中找到数据要素之间的关系并建立模型。这种以数据为先导的方式进行检察业务信息的比对与分析,对于寻求到相应的风险点和监督点发挥了重要作用。但在看到成绩的同时,也必须清醒认识到,随着新一代人工智能的来临,对数字检察工作所面临的挑战将更为严峻。基于格式化数据对象的大数据模型与检察业务现实案件情形之间的耦合性问题尤为突出。尤其是这些模型对数据的针对性、适应性要求较高,导致现实中存在一些模型需要设定理想化运行环境,一旦脱离预先设定的数据格式和要素体系,将无法实现有效监督,并直接影响模型的普适性。

数字空间与模型工具难以紧密结合。从本质上理解,数字检察作为一场法律监督理念和体系重塑性变革,其核心要义不仅在于构建全流程的智能辅助办案系统,更重要的意义在于,实现全体系的数字化重塑。即只有探索建构符合检察业务流程和法律监督业务的算法化系统,才能真正实现“数字检察”体系性建构的目标。但是由于法律制度本身运行具有模糊性和灵活性,在现实中很难直接将法律转化为算法性的“代码”形式,即完全基于计算机可以理解的算法程序性语言。因此,使得实践中如何通过代码的方式表达法律监督规范体系,从而为后续检察业务体系的建设奠定坚实基础成为问题的关键。

工具手段与办案经验难以有机融合。数字检察体系的构建意义在于,其本身不仅是技术工具,更是一种思维方式的结构化转换。从本质上分析,数字检察是一项跨专业、跨领域的工作,既要有业务体系的“导航”,也要有技术的“护航”,绝不能将大数据法律监督停留在技术层面,而忽视检察一线干警的实践智慧。作为一种以技术化为主要特征的业务新形态,传统检察业务办理的经验和做法不应被忽视和否定。但随之而来的问题是,在数字检察不断深化发展的关键阶段,这些传统的经验和做法如何转化为数字化发展的技术优势?如果这个问题得不到妥善解决,将严重影响基层检察办案人员的工作积极性,甚至产生对数字检察技术化发展的负面影响。

数字检察建设思路构想

在数字检察建设过程中,通过数字赋能,最大程度激发数据对检察监督的叠加、倍增和赋能作用,成绩斐然。新时代数字检察建设未来发展的关键落脚点在于,如何妥善实现运行模式的体系性转换,充分运用现有技术力量和新一代人工智能技术工具,深化理论研究和实务探索,从而科学规划数字检察建设蓝本。

强化基于数字思维的创新发展模式。通过数字赋能转变监督办案模式,是推进检察监督机制转换、流程重塑、模式转型的重要创新,同时,更是对现行法律监督体制机制、组织架构、方式流程、监督工具的全方位、系统性变革。聚焦深化数字检察的“堵点”,破题之策首先在于,如何解决思想认知和思维体系的“结点”。重点围绕如何将法律监督由“经验”模式转变为“数据+经验”模式,夯实构建完善“数字检察+”的理论体系架构,形成数字检察的目标体系、工具体系、技能体系和队伍体系的发展新模式。特别重视其中传统监督方式与数字检察之间的无缝衔接,探索将“机器学习”思想引入模型开发设计环节,从而将数字化理念深度融入法律监督各领域各环节,真正实现数字检察从“赋能”到“智能”的模式转换。

完善基于“要素”底层逻辑的监督工具体系。数字时代的法律监督思维模式首先要摆脱抽样数据思维模式的束缚,采取整体、全方位的大数据采集方式对监督对象行为进行“全景式”监督扫描,从而实现更为精准和有效的监督活动。而大数据工具的应用关键在于,在数字检察理论体系构建过程中,通过对原始数据进行深度挖掘获取有效信息,不断刻画出清晰的数据结构,进而形成模型化的检察工作思路,进一步提升法律监督工作的科学性和有效性。因此,数字检察平台建设的基础环节是对相关法律法规的主体要素、客体要素、程序要素进行全面数字化转换,组成网状结构的监督要素模型和监督要素图谱,这是数字检察的核心底层逻辑环节。从本质上理解,数据形态是对外部实体进行一定程度的简化和必要的抽象,通过运用适当的技术表现形式,用以揭示和描述现实实体基本特征和运行规则。而数据转换的关键需要通过监督要素和行为对象之间量化数据关系的相互关联性匹配,实现对法律监督行为数字化处理的目的。那么如何实现这种转换,本身依据和转换标准能否统一,直接关系到数字检察模型的通用性问题。因此,对于数字检察平台建设的基础性和关键性环节是底层监督要素体系的“代码”化转换,即实现检察业务相关法律法规的主体要素、客体要素、程序要素全面数字化转换。以此为基础,进一步夯实底层监督规范的技术化逻辑体系,设计开发出基于“代码化”法律规则体系的搜集、管理、监测和评估一体化监督平台,形成数据挖掘的实体要素规范化体系化,从而能够以更加科学和规范化的算法工具对搜集到的信息资源进行汇总、分析和反馈。

建立面向数据对象形态的监督流程体系。对数字检察及其运行机制的体系构建是一个系统工程,每一个环节都紧密相连。而串联起上述系统运行的纽带和桥梁是数据。如何将现实法律监督过程进行模型化处理,进而形成能够被算法识别和处理的数据体系,成为未来数字检察建设和运行的核心环节。尤其是随着生成式人工智能等大模型的广泛引入,在监督流程构建过程中要以数据为中心,通过尝试引入“神经网络”等新一代人工智能算法工具,更好建立现实对象和数据要素之间关联关系,从而进一步明晰监督程序流程与现实对象数据运行之间的映射关系,从而达到更好以数据为核心构建“自下而上”的检察业务流程体系,通过量化手段抽象出现实实体原型,并通过结构化要素的重构,实现数据模型与现实社会运行的衔接与整合。

建立面向“场景”应用领域的监督模型体系。当前,各地各级检察机关在数字检察建设中,围绕数据模型构建、算法开发等各子系统开发取得了初步成效。但是,目前法律监督模型的构建往往按照不同的业务领域特点而构建。虽然在一定程度上能够有效发挥不同模型对于监督对象的调整和规范作用,但从全局的角度来看,这些模型应用往往集中在一个领域或者几个领域,还没有达到全领域和全流程数据模型的效果,因此,法律监督业务模型普适性需求更加迫切,需要以场景化应用作为模型设计的主要方向,确保法律监督平台模型算法符合“全程性、主动性、实时性”的功能特征,实现事前监督指标对应、事中监督监测规范、事后监督严密准确的“全过程分析”自动化运行。

面对数字检察建设遇到的新问题,解决关键在于如何从法律监督理念、机制、工具、手段、方法等全方位全过程进行深刻思考。因此,在理论和制度建构层面紧紧围绕数字化时代的革命性变化,加快推进新时代数字检察建设,对于当前检察理论研究而言具有更加紧迫的现实意义,同时也将会为人工智能时代检察事业发展提供新的更大机遇。

总之,面对数字检察发展的挑战,我们要善于利用信息化手段提升专业化水平,坚持以案破题、以案促治,通过检察内部数据、外部数据共享,利用大模型思路不断升级技术,精准发现问题,服务法律监督的落实,整改优化检察业务全流程,形成比较完善的社会治理体制机制。

(作者分别为天津师范大学教授褚尔康、山西省检察院检察技术处处长梁晓艺)

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论