以人工智能驅(qū)動檢察偵查工作高質(zhì)量發(fā)展

習(xí)近平總書記指出:“推動大數(shù)據(jù)、人工智能等科技創(chuàng)新成果同司法工作深度融合。”最高人民檢察院應(yīng)勇檢察長強調(diào),數(shù)字檢察是數(shù)字中國的重要組成部分。在深化數(shù)字中國建設(shè)和數(shù)字檢察戰(zhàn)略深入推進雙重背景下,檢察機關(guān)要積極構(gòu)建“數(shù)據(jù)驅(qū)動、人機協(xié)同、人才卓越”的“數(shù)智偵查”新范式,實現(xiàn)檢察偵查工作從“經(jīng)驗依賴”到“數(shù)據(jù)智能”的轉(zhuǎn)變,讓人工智能與檢察偵查工作深度融合,推動檢察偵查工作高質(zhì)量發(fā)展。

建構(gòu)技術(shù)融合進路,打通“信息脈絡(luò)”。一是夯實數(shù)據(jù)底座。技術(shù)是賦能的基礎(chǔ),其核心在于數(shù)據(jù)和算法。目前,公安機關(guān)、法院、檢察機關(guān)、司法行政機關(guān)建立了各自的辦案系統(tǒng),海量的案件信息在線上流轉(zhuǎn),案件信息數(shù)據(jù)化、數(shù)字化基本實現(xiàn)。同時,司法辦案通過政法協(xié)同一體化系統(tǒng)實現(xiàn)了從前端偵查到后端執(zhí)行的線上流轉(zhuǎn)和貫通。檢察機關(guān)應(yīng)以此為契機,在確保數(shù)據(jù)安全和保密的前提下,推動構(gòu)建一體化法律監(jiān)督數(shù)據(jù)中心,打破“數(shù)據(jù)孤島”,整合檢察機關(guān)內(nèi)部業(yè)務(wù)數(shù)據(jù)以及公安機關(guān)、法院、司法行政機關(guān)外部數(shù)據(jù),建立“內(nèi)外協(xié)同、動態(tài)更新”的數(shù)據(jù)資源池,實現(xiàn)各司法機關(guān)分散的案件數(shù)據(jù)有序流通,為挖掘職務(wù)犯罪線索奠定基礎(chǔ)。二是深度融合“人工智能+檢察偵查”。引入生成式人工智能技術(shù)并嵌入檢察偵查各環(huán)節(jié),深度賦能卷宗文本、圖片、音視頻等多維度證據(jù)融合分析,實現(xiàn)從線索發(fā)現(xiàn)、證據(jù)收集與審查、文書制作的全流程智能化,為精準篩查司法工作人員職務(wù)犯罪線索提供“智慧助攻”。例如,可以利用自然語言處理技術(shù)解析卷宗材料、提取關(guān)鍵信息,構(gòu)建標準化案情數(shù)據(jù)庫;利用知識圖譜技術(shù)整理和分析各種證據(jù)材料,自動識別不同案件之間的潛在聯(lián)系,進而幫助偵查人員發(fā)現(xiàn)隱藏的犯罪線索。三是構(gòu)建算法模型。針對司法工作人員瀆職犯罪的14個罪名,總結(jié)犯罪特征、趨勢和發(fā)案規(guī)律,研發(fā)具有針對性的算法模型。如在線索處置環(huán)節(jié),構(gòu)建集線索初審、上報、備案等功能于一體的線索研判算法模型,提升案件線索處置效率。在證據(jù)收集分析中,構(gòu)建數(shù)字取證算法模型,輔助偵查人員快速識別、固定、留存和提取案件證據(jù)。在證據(jù)審查上,構(gòu)建證據(jù)審查算法模型,自動化審查單個證據(jù)及證據(jù)鏈條。

建構(gòu)人機協(xié)同進路,打造“智能引擎”。一是確立“AI初步審查、檢察官決策”模式。明確人工智能篩查在偵查工作中的輔助定位與應(yīng)用邊界,構(gòu)建清晰的責任認定機制,形成“技術(shù)篩查、專業(yè)研判、檢察官決策”的良性互動格局。落實“依法穩(wěn)慎、務(wù)必搞準”總體要求,由人工智能負責完成初步的證據(jù)校驗、關(guān)系梳理、疑點提示等基礎(chǔ)性、可量化的工作,檢察官結(jié)合司法實務(wù)經(jīng)驗進行專業(yè)分析研判是否屬于有效線索,進而決定是否進行立案偵查。二是確保算法透明、過程可控。圍繞“明確規(guī)則、過程監(jiān)管”,根據(jù)檢察偵查工作需要,在算法設(shè)計階段嵌入基于檢察偵查實踐需要的合理規(guī)則要素,明確算法的目標邊界和運行規(guī)則,并通過技術(shù)手段實時監(jiān)測算法運行數(shù)據(jù),對推薦內(nèi)容偏離初衷、決策準確率驟降的異常行為及時介入調(diào)整,防止出現(xiàn)算法歧視和“技術(shù)黑箱”。同時,建立人工智能輔助決策日志全程留痕與異議標注機制,優(yōu)化人機交互界面,對閱卷審查實行分步式管控,確保全流程可視可控。三是人機互學(xué)共進。將優(yōu)秀偵查人員的個人經(jīng)驗轉(zhuǎn)化為可復(fù)用、可優(yōu)化的算法模型,用優(yōu)秀的偵查素材、成功案例等訓(xùn)練算法模型,并將辦案實踐中的經(jīng)驗教訓(xùn)反饋至模型迭代過程,形成“應(yīng)用—反饋—優(yōu)化”的良性循環(huán),推動算法模型不斷優(yōu)化升級,為輔助檢察官辦案、決策提供高質(zhì)量的參考意見。

建構(gòu)復(fù)合型人才培養(yǎng)進路,培育“智慧檢力”。一是更新辦案理念。檢察偵查人員要樹立“數(shù)字賦能監(jiān)督、監(jiān)督促進治理”工作理念,主動對接和運用數(shù)字技術(shù)開展偵查活動,從眾多數(shù)據(jù)中發(fā)現(xiàn)職務(wù)犯罪線索、收集固定證據(jù)。同時,要確立精準化、前瞻性理念,依托數(shù)字技術(shù)把握涉案數(shù)據(jù)之間的客觀聯(lián)系,精準識別、分析和認定案件事實,把握數(shù)據(jù)規(guī)律,借助數(shù)字技術(shù)前瞻預(yù)測犯罪行為演變趨勢,明確偵查思路和方向。二是加強人才培養(yǎng)。人才是人工智能賦能檢察偵查工作的關(guān)鍵,要建立多層次的培訓(xùn)體系,把數(shù)字中國、數(shù)字檢察有關(guān)內(nèi)容作為檢察偵查人員的必修課,培養(yǎng)檢察官的數(shù)字化理念和人工智能應(yīng)用功底。將人工智能基礎(chǔ)知識、操作技能等納入檢察人員常規(guī)培訓(xùn),開展以練促學(xué)、以學(xué)促練,通過開展學(xué)習(xí)會、培訓(xùn)會等方式進行專業(yè)培訓(xùn),也可以通過數(shù)字檢察沙龍等活動鼓勵技術(shù)人員和業(yè)務(wù)人員進行交流互進,培養(yǎng)“法律+技術(shù)”復(fù)合型人才。打造既精通檢察業(yè)務(wù)又懂數(shù)據(jù)技術(shù)的“數(shù)字檢察官”隊伍。三是建立激勵機制。將算法模型研發(fā)、應(yīng)用等情況納入檢察官年度績效考核,并作為職務(wù)職級晉升、考核獎勵的重要參考條件,鼓勵檢察人員學(xué)習(xí)和應(yīng)用AI技術(shù)。同時,建立技術(shù)創(chuàng)新獎勵機制,激勵檢察官提出業(yè)務(wù)需求、參與模型研發(fā),對優(yōu)秀的大數(shù)據(jù)法律監(jiān)督模型和應(yīng)用案例進行表彰推廣。

(作者為西南政法大學(xué)2025級法律博士,重慶市長壽區(qū)人民檢察院黨組書記、檢察長)

[責任編輯：朱書慧]