2025年4月,检察机关智能化建设及试点工作启动,这是践行高质效办好每一个案件,推动提升检察官审查办案、监督履职能力的重要举措。在当前的实践中,还存在供给与需求不适应、现状与趋势不适应、能力与要求不适应等问题。笔者认为,应当优化智能算法、增强基础算力、丰富应用场景,以数智赋能法律监督推动检察工作高质量发展。
“算法+场景”,创设从数据筛选到智能生成的跨越
简单来说,算法是计算机解决问题的方法和流程,场景是具体的问题、任务或环境。数智赋能的核心在于算法能力与业务场景的深度融合,实现从数据筛查到智能生成的转变。
一是在使用技能上,从数字建模升级为提示词工程。提示词工程的核心,就是学习如何用最准确、最清晰的话语向AI表达需求,使其能理解检察人员意图,从而给出检察人员最需要的答案。通过优化提示词设计,检察官可以使用更规范精准的语言与系统交互,改变之前的简单数据碰撞和线索筛查模式。例如,河南省新乡市检察院在技术性证据智能化审查方面进行探索,通过输入结构化提示词指令,系统可自动生成审查报告,大大降低使用门槛、提升大模型输出效率和精准度。
二是在功能目标上,从数据挖掘升级为智能生成。现有监督模型侧重于对已有数据进行挖掘和关联分析,数智化模型则能够进行创造性输出。例如,在检察侦查工作和办理黄赌毒案件中,以手机数据、账单等多元电子数据为基础,深化人工智能在分析海量电子数据中的应用,进行智能关联、人物画像、线索挖掘,可为办案提供有力支撑。
三是在建用方向上,从模型堆砌升级为智能集成体系。目前,全国已上架超800个大数据法律监督模型,但单一模型个性化比较突出,应用范围偏窄,对数据的规范性和完整度要求高,有时费大力气调取数据,模型输出结果却不甚理想,影响办案人员使用积极性。因此,大数据法律监督模型应向智能集成的方向转变。比如,通过建立刑事执行检察全息感知联合实验室,融合音视频、图片、文本等要素,实现自动识别预警,围绕刑事执行检察监督要点,研发监督数据模型与规则库,智能输出综合性监督意见,既解决了人力不足的问题,又提升了监督效率和精准度。
“数据+算力”,创建适应AI时代的新型基础平台
数智赋能,关键在于创建一个集海量数据、强大算力、专业精准知识库于一体的“检察AI”,其中数据是“燃料”,算力是“引擎”,知识库是“导航”。
一要推进数据归集与智能化治理。数据归集是前提。目前,新乡市检察院研发的数据治理平台已归集检察办案、行政执法等各类数据,初步形成了支撑法律监督的“大数据资源池”。在此基础上通过智能化治理,运用大模型探索自动识别和清洗数据,进而审查分析、发现监督线索,累计发现线索2.4万条,成案864件。
二要打造集约共享算力平台。算力是处理海量信息、运行复杂算法的底层基础,为智能化应用提供动力。当前高性能GPU芯片采购成本高、技术壁垒强,是打造算力平台遇到的难题。可借用政务云算力资源,融入本地一体化算力网,解决检察机关自身建设难问题。
三要构建专业精准知识库。知识库是连接算力与检察业务的桥梁,可以帮助AI快速锁定目标、理顺路径、辅助办案。在内容上,可以探索构建多维度、高质量的检察工作专业知识体系,通过检答网、知网等全面收录法律法规、司法解释、指导案例和学术论文。在运用上,注重与先进技术融合,提升智能应用水平。比如,通过提取盗窃犯罪案件、危险驾驶犯罪案件、诈骗犯罪案件等案件关键要素,自动匹配法律条款,提供量刑计算结果,给出审查起诉建议,快速生成高质量的起诉书、审查报告等文书,为检察官提供参考。
“团队+科技”,创立新型高耦合工作模式
数智化跨越发展,离不开办案人员(团队)与数智技术深度关联融合的新型工作机制。
一是建立数智办案团队。组建技术加业务的办案团队、作战单元,打造一体化协同办案机制。比如,新乡市检察院创建“三加”数字侦查办案模式,采用“大数据建模+信息化侦查+一体化审测”的方式,让多门类专业技术人员融入侦查团队,有效解决司法工作人员渎职犯罪“发现难、取证难、突破难”的问题。
二是提升智能应用素养。部署DeepSeek大模型,在案件办理、技术证据智能审查、音视频资料生成等多方面开展具体应用。探索大模型在更多业务条线的应用,通过培训讲座、实战演练等方式,培养提升检察人员的提示词设计能力和AI协作运用能力。
三是实现人机协同模式。从“人操作机器”向深度的“人机协同”转变,实现路径是业务部门人员负责提出需求、梳理规则、设计提示词、验证场景等,确保智能化与检察实务深度契合;技术部门人员在人工智能领域提供智力支持,如工作流程编排、智能体构建及模型微调等,通过技术和业务深度协同,实现数智赋能检察工作场景应用广泛深入、监督办案更高质效。
(作者为河南省新乡市人民检察院党组书记、检察长)
上一篇:《永乐大典》存卷8成已影印出版