迈向智能化：人工智能嵌入检务改革的实践路径

崔 霞

（中共四川省委省直机关党校，四川 成都 610000）

近年来，大数据、人工智能等新兴技术的广泛应用正在席卷着各行各业，法律领域的技术应用同样发生着巨大的历史变革，法律大数据、司法人工智能等业已成为法律职业共同体的热议和研究对象。2018年1月，最高人民检察院印发《最高人民检察院关于深化智慧检务建设的意见》，明确指出要以智慧检务工程为载体，以检察机关大数据中心建设和人工智能试点创新为抓手，加强检察科技创新，为检察工作的长远发展提供有力的科技支撑。目前，借助人工智能发展的重大战略机遇，作为人民检察院信息化4.0版的智慧检务已呈现出数字化、网络化、应用化、智能化的新特征，将检察工作改革推向了新台阶。但是，在政策上的高度关注并不直接意味着在司法实践中能够有效开展，我们必须在警惕司法人工智能空泛论和泡沫化的基础上探讨司法人工智能在智慧检务建设中的应用。

一、检务改革对于人工智能的需求

在智慧检务建设中，司法改革与人工智能的结合改变了当前的司法运行模式，在提升人民群众公平正义感受、满足检察机关内在业务需求、人工智能融入司法改革驱动的共同影响下，为智慧检务的发展带来了全新的挑战和机遇。

（一）人民群众的公平正义感受

司法上的公平正义要求当事人、执法机关、司法机关等各方主体的利益关系都得到妥善协调，主体之间产生的矛盾能够得到正当处理，公平和正义在案件处理过程中得到维护。检察院作为国家的法律监督机关，维护社会公平正义更是其义不容辞的职责，而让人民群众在每一个案件中都感受到公平正义，既是司法的价值追求，也是智慧检务的建设目标。人民群众对于公平正义的感受主要体现在两个方面：

第一，希望在司法处理的结果上得到公正无私的对待。案件受理是司法处理的起点，在案件受理过程中，检察机关办案人员对于案件是否应当受理、案件管辖、诉讼必要性等方面可能存在争执和分歧，诉与非诉的不同处理结果往往会影响司法上的公平正义，通过人工智能技术手段可以在一定程度上固化案件是否应当受理、是否应当进入捕诉环节等的客观标准，从而解决在司法处理结果上的差异化问题。

第二，期待在寻求司法救济的时候能够得到高效的处理。法律正义或公正内涵的确定，有时需要借助于资源使用与配置的效益评价[1]。而从某种意义上讲，司法效率是司法公正的题中之义，通过司法人工智能在司法领域的运用，可以提高办案人员的工作效率，其背后的逻辑就是节约司法资源，实现司法资源效益的最大化。在检察机关“案多人少”的现实背景下，往往在效率与质量上无法同时兼顾，而利用人工智能提高检察机关办案人员的工作效率，有效监督办案人员的职责行为，社会公众的两个期许便可能得到实现，这样才能增强人民群众公平正义的获得感。

（二）检察机关的内在业务需求

检察机关应用人工智能推进智慧检务建设的需求在很大程度上是由检察机关内在业务需要决定的。检察机关内部希望将司法改革与现代科技应用结合起来，推动人工智能在检察工作中的深度应用，开发智能信息化系统和应用软件辅助检察机关办案，全面构建应用层、支撑层、数据层有机结合的新时代智慧检察生态，提升司法办案的现代化水平。

第一，检察机关提升司法供给能力的需要。以往检察工作模式是以人、财、物要素的投入为主，但在新的司法形势下，检察机关的定部门职责、定内设机构、定人员编制的“三定方案”已经基本得到确定[2]。尤其在检察机关全面实行员额制后，就更不能寄希望于在检察院内部通过增加编制人员、增加经费投入等方法提升司法供给能力，应该将目光延伸到检察机关外部的其他领域。其中，在司法改革推进过程中，司法人工智能在智慧检务建设中的应用就成为提升司法供给能力的有效切入点，利用人工智能等信息化手段提高生产力，缓解办案矛盾，探索“人工智能＋检察业务”新工作模式，便成为检察机关内部的迫切需求。

第二，在检察机关内部统一法律适用标准的需要。如何在司法实践中统一法律适用是检察机关长久以来一直面临的重大课题，由于客观上的案情复杂性和主观上的法律理解偏差，导致在案件受理、审查批准逮捕、审查起诉、刑事诉讼监督等方面存在的“同案不同办”现象突出，这种案件处理上的司法不规范问题造成的法律适用不统一，会直接影响司法权威与司法公正。其实，法律明确规定的适用标准、司法实践中达成的基本共识和办案数据中蕴含的普遍规律都可以进行提取总结，通过人工智能技术固定到办案人员的工作程序中，从而提高工作质效，消除因认识水准不同而产生的工作障碍。

（三）人工智能融入司法改革的驱动力

在司法改革和科技创新的关系上，由早期的科技服务司法逐渐发展到后来的科技支撑司法、科技引领司法、科技驱动司法，现代科技的更新迭代导致了两者互动关系的转变，这也表明司法改革的深化需要科技手段进行赋能，从而助推司法传统体制的进一步发展。

首先，从人工智能融入司法改革的必要性来看，一方面，无论是国务院印发的《新一代人工智能发展规划》，还是党的十九大报告做的“深化司法体制综合配套改革”重大战略部署，都包含着司法与人工智能等科技的融合，从而彰显了现代司法的科技属性。另一方面，自改革开放以来，在检察机关司法制度建设不断完善的同时，也面临着诸如司法办案不公正、司法公开不彻底、司法公信力缺失、司法效率低下等问题。随着法律大数据、司法人工智能的研究和嵌入，可以在一定程度上解决司法实践中存在的主要问题和矛盾。

其次，从人工智能融入司法改革的可能性来看，短期目标是在检察机关办案过程中解放生产力，减少重复性和低推理性的工作，缓解“案多人少”的办案压力；而长期目标则是通过法律与人工智能的深度融合提供“类脑”或“超脑”的司法决策路径。在当前的司法实践中，短期目标在很多业务场景已经得到基本实现，通过智能辅助系统可以为检察院办案提供智能化的办案辅助，减少繁杂的事务性工作；而作为长期目标的人工智能自主决策仍然是现阶段无法解决的，但也不意味着永远无法实现，人工智能具有的不确定性推理、非单调推理、消解原理、规则演绎系统等推理技术使得人工智能有望掌握法律论证综合方法，从而可能突破带有法律推理色彩的司法决策难题。

二、人工智能在检务改革中的应用路径

人工智能分为弱人工智能、强人工智能和超人工智能。毫无疑问，从目前的司法实践来看，智慧检务中的智能应用仍然处于弱人工智能阶段，而且在相当长的时间内，都无法真正模拟检察机关办案人员的司法活动。但阶段性的人工智能应用成果仍然可以在智慧检务中有所建树，结合检察机关的具体工作，人工智能的应用路径主要体现在以下几个方面。

（一）司法办案领域的智能化应用

刑事检察、民事检察、行政检察、公益诉讼检察都是检察机关重要的办案领域，依托大数据、人工智能等技术，可以研发智能辅助办案系统，提高办案效能。

1.智能语音识别的场景化应用。智能语音识别是智能辅助办案中的重要组成部分，应用场景主要包括智能语音输入法应用、智能语音会议系统应用和智能语音讯（询）问系统应用等，通过智能语音与检察业务的深入融合提升司法质效。但值得注意的是，由发音、咬字、方言、语种等各种原因带来的识别困难是智能语音识别技术所面临的共性问题，而检察机关的语音识别需求又是在特殊的场景，因此在满足日常语音转化的基础上，还要进行专门法律专业术语与规范的训练，这也是为什么人工智能研发重心要从通用领域向专业司法领域转变的动因之一。

2.刑事量刑的辅助性建议。量刑建议合理与否，直接影响着认罪认罚的实体效果。刑事公诉又是检察机关传统的办案领域，利用人工智能可以依据法律法规和历史判例进行量刑建模，以案情审查报告或起诉意见书等卷宗材料为分析对象，提取关键信息后向检察机关办案人员输出认罪认罚从宽制度下的量刑建议。

3.法律文书的自动化生成。检察业务的法律文书在制作过程中仍然存在未按规定及时拟定、形式和内容制作不规范、依据系统模板生成的法律文书应当修正而未修正等质量问题。利用自然语言处理技术，可以挖掘前置文书的数据价值，智能识别核心要素，根据配置的模板一键生成审查报告、检察意见书、起诉书等各类检察文书，辅之智能纠错和格式排版，自动提醒制作截止日期，从而提高公诉人编写文书效率。

（二）司法管理领域的智能化应用

在司法管理领域，可以结合智慧检务建设总体规划，统筹优化检察机关的“人、事、财、物、策”各项内部管理要素，推行人工智能在检察业务、队伍管理和检务保障中的具体应用，增强检察工作的信息化管理水平。

1.检察办公的动态流转。检察办公畅通是检察机关工作得以有效开展的关键因素，依托人工智能的探索应用，可以有效提高公文处理的时效性。检察机关日常工作中的发文办公、档案管理、组织会议等，如果缺乏有效的信息化管理便会造成“文山会海”的严重后果，利用人工智能技术在文件类型、事务权重、繁简程度等多维度进行计算，为检察官在办公过程中提供“智慧办公”辅助。此外，还可以利用区块链技术对机要通道的文件存储进行实时管控和动态追踪，确保文件流转安全。

2.队伍管理的数据画像。人工智能在队伍管理中应用的主要方式是通过大数据对检察人员的各种行为模式进行精准画像，包括入职到岗、任免调配、人才培养、绩效考核、离职退休等各个环节。基于数据画像，检察机关的队伍建设可以实现从片面、盲从到全面、科学的转变，为人员的合理调度提供更具说服力的标准，从而打造“智慧队建”的新型管理模式。在廉政风险防控上，事先对检察工作涉及的风险点进行提炼，以“人—案”匹配结合的形式实行同步监督、实时分析、自动排查、结果预警等智能辅助，对可能存在的廉政风险及时把控，保障检察机关司法活动监督机制的有效运行。

（三）司法服务领域的智能化应用

探索人工智能在检务公开、检察为民中的应用，有利于服务司法为民，深化检务公开，提升司法公信力。增强检务公开深度，让检察工作受到监督，防止腐败滋生；提高服务水平，让人民群众满意，实现良好的社会效果。

1.检务公开的阳光下运行。检务公开是坚持群众路线的具体体现，通过检务公开让检察权在阳光下运行，以公开赢得公信，树立检察机关公开、透明的“阳光检察”形象。可以利用人工智能完善检务工作的公开制度，为案件当事人及其家属或代理律师提供便利，检察机关办案时限、办案质量都得到公开，接受来自社会各界的监督变得可能。针对热点案件，利用大数据技术对微信、微博、贴吧、论坛、新闻等舆论爆发点进行数据采集与清洗去噪，采用实体识别、文本摘要、情感倾向性分析等方法实现热点追踪、舆情报警、专题分析、舆情报告，完成对重大、复杂、敏感案件的及时把控。

2.检察为民的智能化服务。智慧服务是基于实现良好的司法服务及建立公平公正的检务平台，通过信息技术促进检务信息渠道的开拓。检察服务中心的智能化建设符合智慧检务4.0版的总体要求，提高了社会公众在业务咨询、控告申诉、国家赔偿与国家司法救助、案件管理等方面的满意程度，让检察工作得以有效运行。基于深度学习的智能问答是当下人工智能最重要的研究领域之一，通过对“问题—答案”的机器阅读理解建模进行语义分析、特征提取、意图识别、情感分析等处理，可以智能解答当事人提出的问题。检察服务中心的诸多工作都是重复性、规范性较高的，这些工作完全可以交由内嵌智能问答系统的“机器人”来完成，从而将大量人员从简单工作中解放出来，一方面可以优化检察机关的人力资源配置，另一方面可以完善服务大厅的智能化改造。

三、人工智能在检务改革应用中的现实掣肘

虽然人工智能已经嵌入智慧检务建设的多个领域，并且呈现一片繁荣的大好局面，但是现阶段司法人工智能在智慧检务中的应用仍然受到多方面的制约，尤其在司法数据、法律知识表示、智能算法等方面。

（一）无法回避的司法数据困境

司法数据是开展司法人工智能应用研究的基础，只有积累了足够的数据量才能挖掘数据背后所具有的价值。现阶段司法数据的运用仍然面临着如下困境：

第一，数据难以全部归集。与以前的抽样分析方法不同，人工智能算法可以实现全样本数据的处理，数据越全面，得到的结果可能越客观，但当前的司法数据由于各种原因无法进行有效归集，很多相关甚至关键的数据仍然缺失。还有许多数据虽然存在，但是由于没有充分挖掘数据中存在的价值，导致许多数据变成了没有价值的“搁置数据”，尤其是全国检察机关统一业务应用系统在办案过程中产生的办案数据，这部分数据尚未被充分激活和利用。

第二，数据本身的质量瑕疵。司法数据中常存在一定比例的“数据杂质”，这种数据通常呈现的形式为重复文本、空白文本、字迹模糊、内容丢失等等，这是在数据产生及归集过程中无法避免的，因此在使用数据时必须先进行数据清洗，以保证最后结果的真实性。还有，检察机关的批捕、公诉等文书通常表现为非结构化或半结构化，在转换为结构化数据之前，其价值和可运用性都受到限制。

第三，跨领域的数据共享桎梏。检察院在办案中积累了大量的数据，这些数据是现实存在的，但各单位之间仍然缺乏统筹协调，现实中存在的现象是许多数据都是以孤岛状态被分割在各个部门，无法做到关联和聚合，而且随着信息技术在检务工作中的运用，开发的智能辅助办案系统也尚未实现与全国检察机关统一业务应用系统的无缝衔接，数据流转存在一定阻碍。此外，与检察机关办案存在关联的相关外部机构，也未实现与检察机关的数据对接，在某些领域的数据隔离现象仍然比较严重，比如在金融领域的数据隔离就表现为当检察机关向金融机构提出数据调取要求时，金融机构往往只能提供机打纸质明细清单，从而增加交易量大、涉案账号多的金融犯罪案件的办案难度。

（二）附带司法逻辑的法律知识表示

目前，检察院积累的数据在量级上已具备大数据的特性，但并非可以直接产生智慧检务中的人工智能，尚需更深层次由数据到知识的表示过程。法律知识具有与其他知识本质的区别是在于办案过程中法律知识的运用要遵循“司法三段论”的法律推理逻辑，而这种逻辑推理恰好是目前人工智能所欠缺的。要让机器能够像人一样“理解”这种推理，必须先由专家总结案件要素、法律法规、裁判规则等法律知识；继而对数据中存在的相关法律知识进行标注，由此形成带有标签属性的专家知识；之后再由机器进行学习，并对机器通过不同算法产生的结果进行评估和修正；最后让机器具备类似于人的知识提取与分析能力。

除了最直接的法律语言知识外，检察机关办案过程中还依赖于经验法则的运用，这种知识的运用通常不会直接体现在书面的办案材料中，但会伴随办案过程而影响最终的办案结果。经验法则是从经验中归纳出来的有关事物的知识或者法则，其本质特征具有主观性，但是一旦从具体的个案抽象为普适的一般性知识，经验法则就具有了客观性特征。司法人工智能并不是进行实际办案总结经验，而是从已有的办案数据中进行数据标注、知识提取、知识图谱构建等方式进行算法建模，从而形成一种空前的聚合效应，而且这种聚合效应会因数据量大的原因而忽略偏离、错误的经验法则，整合和凝练的是检察办案中形成的集体智慧和最佳方案。[3]但也由于在法律知识表示过程中需要进行数据标注、算法构建等主观选择与判断，由此可能导致离实际的经验法则存在偏离，这种“接近正义”的偏离是否在可接受的范围内，仍然是需要在应用中结合实际情况进行评估和衡量。

（三）人工智能自身的算法风险

利用人工智能算法可以辅助检察院办案人员进行更加高效、便捷、智能的处理事务，但在智能辅助过程中，必须警惕算法运行中伴随的风险问题。

第一，极其隐秘的算法歧视。算法歧视是人工智能技术应用过程中无法回避的问题，这种歧视现象违背了平等和公正的价值理念，与司法追求的公平正义背道而驰。算法歧视产生的成因，主要包括三种：算法设计的外部原因、算法运行的数据偏差、内部运行的透明缺失[4]。通过大数据的挖掘与分析，可以向决策使用者反映数据背后隐藏的规律，但这种数据刻画出的犯罪风险评估可能存在偏差，更可能随着数据的循环使用不断偏离，而且这种偏见一般是高度隐秘的，很难被察觉。

第二，无法解释的算法黑箱。算法的运行往往被看作是黑箱下的隐蔽操作，具有不可解释性，即使是编程人员对于算法也只知道运作逻辑而不知道得出结果的原因。而司法的公开透明是现代司法的基本原则，直接影响司法权威和司法公信力，被称为“看得见的公正才是公正”。算法的隐蔽性与司法的公开性本身就具有冲突，蕴含着无法预估的潜在风险。算法黑箱操作的源头是算法的技术垄断，破除人工智能算法黑箱操作的最佳途径就是打破算法的技术垄断[5]。因此，一方面检察机关要对算法运行结果进行充分论证和伦理性审查，以保障结果的公平性；另一方面要承担起算法监督的职责，通过对算法设计和数据运行的过程监督进一步限缩算法黑箱操作的空间。

四、人工智能在检务改革中的发展前景

（一）检察大数据的司法资源整合

2017年6月，最高人民检察院发布了《检察大数据行动指南（2017－2020年）》（以下简称《行动指南》），对利用大数据打造“智慧检务”作出了明确指示，要求全国检察机关统筹利用以司法办案数据为核心的检察数据资源，有序开展大数据建设和应用的探索创新，构建“点、线、面、体”的检察大数据应用体系框架。

第一，纵向维度：构建检察大数据整合的顶层设计。在推动检察大数据整合上首先需要做的是自上而下，单凭任何一家检察机关都无法承担数据整合的重任，必须提升到国家战略高度，通过顶层设计科学、有序地推动检察大数据的整合进程[6]。在数据整合方面，由于当下的法律数据存在不充分、不真实、不客观且结构化不足的现象因此应该在坚持除涉密、隐私等不宜公开的数据外都应该公开的原则下，明确数据整合的范围、质量和时效；在数据运用方面，由于检察大数据系统的构建和应用还处于起步阶段，还存在新型数据应用滞后、数据挖掘程度不够、数据分析创新不足等数据运用问题，因此应该在加强数据整合的同时，深度挖掘司法数据背后蕴含的价值，推动检察数据在司法办案、司法管理、司法服务等方面的应用。

第二，横向维度：推动数据对接与信息共享，实现全面数字化。除了检察机关内部建立跨应用、跨区域、跨部门、跨层级的数据共享外，还需要推动检务数据与法院数据、公安数据、政务数据、智慧城市数据等公共服务数据的对接与共享，实现国家治理和社会治理全面数据化[7]。其中，与检察机关办案最密切的是公安和法院，通过专网接口实现公检法三机关的数据共享，不仅可以提高办案效率，而且可以强化各部门之间的联系配合和相互监督。

第三，实践向度：由低层次“法律大量数据”向高层次“法律大数据”转变。通常认为，海量性、高速性、多样性、价值性是大数据的“4V特征”，其中数据规模的海量性是大数据的根本特征。但是在法律大数据领域，海量性要求具备的数据样本“大与全”并非符合法律大数据的实际应用[8]。大数据思维的核心是要具有利用数据的意识，无论量小还是量大。而“法律大量数据”也不能直接等同于“法律大数据”，还要经过从低层次的数据采集到高层次的数据利用的过程。

（二）检务工作与人工智能的深度融合

继《行动指南》发布后，最高人民检察院又于同年制定了《检察人工智能创新指南（2017－2020年）》，旨在推动人工智能与检务工作的深度融合。

第一，转变检务工作人员的传统办案思维。智慧检务建设是一项新时代的挑战，改变了许多传统的工作模式，固守陈旧的工作方法会阻碍科技强检的发展之路。大数据时代引发了人们在分析问题、判断问题和解决问题方面思维模式的根本性改变，对传统的司法模式带来了很大的冲击与挑战，包括：从注重定性分析向注重量化分析转变、从注重因果关系向注重相关关系转变、从注重精确推理向注重概率思维转变[9]。从另一个角度讲，检务工作人员应该转变办案的思维模式，从传统的侧重演绎思维转变到演绎思维与归纳思维并重，利用司法人工智能在归纳方面的先天优势弥补办案过程中的不足，比如通过丰富的判例检索类案并在归纳总结中把握案件审查结论的合理性。

第二，以检察办案人员的实际需求为导向。检察办案人员是人工智能应用的使用者和受益者，只有在实际的工作中发现问题，从而提出辅助需求，才能真正解决现实中存在的困难。因此，一方面可以通过知识培训的方式让办案人员了解最新的信息技术及运行原理，加强在办案过程中的“技术性”思考，从而更好地激发司法人工智能应用的灵感；另一方面可以让技术人员通过多层次的调研活动了解司法运作的规律及日常办案情况，促进在算法选择、系统设计等方面的“司法性”思考，让司法人工智能产品更符合办案人员的实际需求。

五、结语

人工智能时代是一个已然到来的伟大时代，对这样一个时代的理解，认识过程之长、对传统观点突破之难都是可想而知的[10]。不过，司法人工智能在智慧检务中的应用已成为不可逆转的趋势，我们相信两者之间必然会迸发出更强烈的火花，对检察机关带来的既是机遇也是挑战，而每一次信息化、数据化、智能化的迭代中，智慧检务建设都会不断向新台阶迈进。诚然，司法人工智能的应用还受制于数据、法律知识表示、算法等方面的现实掣肘，但是在充分认识司法人工智能在智慧检务建设中的角色定位的前提下，以理性和客观的态度看待当前阶段司法人工智能存在的限度，结合检察机关办案实际寻找恰当的切入点，仍然可以不断深化和完善司法人工智能在智慧检务中的应用。