近年来，大数据、大算力、强算法的黄金三角组合，引发新一轮人工智能发展浪潮。最高人民检察院制定的数字检察建设规划强调，要立足数字时代和检察工作对信息化需求的发展，加强检察机关智能化技术运用和应用支撑能力、配套信息化基础设施建设，适应检察工作不断创新发展的态势。在此背景下，检察工作智能化也就成为推动“四大检察”全面协调充分发展的关键。

　　智能化赋能检察工作的一个重要内容，是检察机关通过搭建数字监督模型、归集共享数据等方式，精准识别重点领域、重点行业的风险问题，分析研判批量监督线索，在此基础上，通过线索归集、类案办理，推进完善社会治理。

　　数字检察为检察机关开展法律监督开辟了新范式，但数据安全风险问题也随之而来。由于大数据技术具有关联性强、数据价值密度低等特点，检察机关在办案过程中汇聚了大量行政、司法数据，加之以大数据为依托的算法预测模型的普及，相应地增加了数据安全风险等级。检察机关在数字化、智能化推进过程中面临的安全风险，突出表现在数据与隐私泄露、数据篡改与伪造、数据存储的第三方服务等风险。与此同时，在现有技术框架下，参与训练的数据不充分或代表性不佳，还可能导致模型生成内容出现偏差。如此一来，算法或模型攻击、模型幻觉、恶意提示词、开源大模型供应链漏洞等人工智能应用存在的潜在威胁，多模态、跨模态组合引发的复杂攻击，使得检察数据安全风险日益呈现复杂化趋势，这对检察机关数字化、智能化的推进构成了严峻挑战。

　　对此，一方面，必须进一步统筹安全与发展，强化安全保障体系构建，确保检察机关数字化系统的稳定性和可靠性。进一步强化数据保护，构建科学智能化的数据防护体系，实现对网络威胁的精准识别和安全态势的及时感知，提升整体的防护效能。在保证司法数据共享的前提下，防范涉案隐私数据丢失，并探索建立安全意识提示机制，加快建立数据分类分级保护机制体系，遵循技术标准和行业规范，确保人工智能技术应用的安全性。

　　另一方面，在应用人工智能技术辅助办案过程中，还需明确知晓检察官与人工智能系统的责任边界。尽管AI智能技术日益发达，但现阶段所谓的“AI智能检察官”无法替代检察官在个案中的主观判断和经验积累。因为，AI智能技术的算法技术底座决定了AI无法真正具备人的主观能动性，只能依照既定的算法规则进行理性推理，无法在数据投喂过程中变更设立法律规则。人工智能技术与检察工作的深度融合，旨在通过技术手段释放司法资源，推动法律监督更精准、检察服务更高效。

　　因此，检察实践中，需要进一步完善AI智能算法审查制度，制定AI技术过错责任认定规则，保证技术可控、规则健全。还需建立对人工智能辅助办案的监督机制，加强对人工智能系统的使用和管理，明确检察官与人工智能系统的责任边界，检察官应对案件的最终决策负责，避免因过度依赖人工智能而导致职责不清情形出现。与此同时，需以通用大模型作为基座，对检察机关相关业务知识标注微调后进行“投喂”训练，使其能够更好地理解检察办案中的专业术语和法律条文的对应关系，更好地提炼分析案件事实等，进而减少部分事务性工作量，辅助检察人员高质效履职。

　　（作者单位：山东省烟台市检察院）