■本期嘉宾
陈奥琳 上海市人民检察院检察官
苗 旖 金山区人民检察院检察官
吴思远 华东政法大学刑事法学院副教授
近年来,以“个案办理—类案监督—系统治理”为基本路径的大数据法律监督模型的研发与应用在全国如火如荼开展,一度成为数字检察的“代名词”。
目前检察机关的大数据法律监督模型呈现怎样的样态?构建时遇到哪些难点?将来又该如何在人才培养等方面加以完善呢?
大数据法律监督
模型的呈现样态
陈奥琳:大数据法律监督是检察工作数字化转型背景下,综合运用大数据思维和侦查思维,以开展类案监督为主的新型办案模式。
与传统的诉讼监督办案模式不同,数字检察办案更加强调侦查思维,对线索的发现、研判、调查类似于自侦办案过程中的线索初查。
监督案件的办理有明显的“类侦查”特性,办理的质效、成效很大程度取决于线索来源、数量和质量,监督办案的起点也远在案件受理或立案之前。明确监督方向、发现监督点是数字检察办案的第一步。监督点发现的途径很多,包括最高检各厅部署的专项监督行动、各业务部门、各级院在办案工作中收集的典型案例(个案)和提出数字化办案需求、业务数据管理和分析中发现的监督线索以及可能与检察监督有关的民生、社会热点等。
这其中的关键在于立足法律监督职能,探索符合地域特性、业务特征、数据特点的数字化法律监督发展路径,用数据破解检察监督瓶颈问题,用数据提升检察工作质效。
大数据法律监督
模型的构建难点
苗旖:巧妇难为无米之炊,没有数据,模型也只能是模型。大数据法律监督模型的数据来源可以分为内生数据、共享数据和公开数据。“内生数据”是检察机关通过挖掘自身业务办案沉淀的数据资源。“共享数据”是检察机关通过“两法衔接”、政法协同以及其他部门政务信息共享获得的数据资源。“公开数据”是检察机关通过接受控告举报或者网络公开信息获得的数据资源。
“内生数据”是基础,“共享数据”是重点,“公开数据”是补充。目前存在的问题是,对共享数据、公开数据不加区分海量收集,这极大增加了数据收集的难度。另外检察机关收集数据时,对一般数据和敏感数据未加区分,加大数据安全的风险。陈奥琳:首先在数据问题上,我们从系统中可以直接采集使用的数据目前还是停留在案卡等结构化数据上,海量有价值的法律文书没有结构化处理,尤其是影响定罪量刑的事实要素难以被机器精准、自动识别和提取,进而影响对这类数据的管理、存储、处理和分析运用。检察数据价值尚未得到深度挖掘。
其次,从大数据法律监督模型的应用机制上看,缺乏有效的检察监督线索管理制度,一定程度可能造成监督线索的流失和线索管理的弱化,让本应该纳入“硬制约”的监督变成了“软约束”甚至“零约束”。在最高检规定的基础上,开展法律监督线索管理本地化实践时,也要同步考虑线索办理和线索管理两条主线如何并行、如何细化流程,增强可操作性、可执行性等现实问题。
如何加强大数据
法律监督模型建设
苗旖:从人才培养的角度来看,鉴于大数据技术的专业性和复杂性,若要在大数据司法上有所突破,必须注重专业型、复合型人才的培养。建议完善“大数据+法学”复合型人才的引进聘用机制,吸引具有交叉学科背景的高端法治人才加入司法系统。
司法实务中,部分检察院已有一些高级技术人员,但目前散落于后勤保障、信息中心等部门,可以将此类人员集中整合,专门应对数据存储系统、数据共享平台出现的相关问题。
吴思远:首先,疏通数据来源渠道、打通系统间的数据壁垒是大数据法律监督模型建设的必经之路。在制度框架下,应当从不同维度协同推进数据共享工作。一方面,在检察系统内部,应当进一步优化内部审批程序与规则,探索建构检察大数据平台,进一步打通跨部门的数据流通。另一方面,为了实现外部数据的互联互通,应当健全完善与其他执法司法部门信息共享的常态化机制,并有序拓展社会数据的获取渠道。其中,尤其需要关注到跨领域之间缺少数据互通接口、统一的数据标准等技术性问题,并将这些作为接下来的建设重点加以推进。从现实可行性来看,可以先行探索汇聚政务数据、司法数据、检察数据、社会数据的数据库,实现大数据的多元汇集与融合分析。通过跨区域协同逐步实现数据信息的互联互通,也是一种比较可取的思路。
其次,复合人才的系统性培养是打通技术和业务的关键。一般而言,大数据法律监督模型的研发包括设计和开发两个过程。前者主要由办案检察官提出法律监督思路,后者一般由技术人员主导。因此,复合人才的系统性培养是打通技术和业务的关键。未来除了有意识地招录交叉学科复合型人才,还可以采用与政府共同培训、互派人员交流挂职等方式吸收专门人才。
最后,制定大数据法律监督模型标准,接入统一业务应用系统是大数据法律监督模型有效推广的前提。随着数字检察改革的深入推进,为了防止改革的地方化、片面化,需要进一步整合各级检察机关的力量,实现不同区域检察机关之间的通力协同。
(召集人:金山区人民检察院检委会专职委员 许刚
发言整理:金山区人民检察院 孙宋龙 嘉定区人民检察院彭曦 曹俊梅)

首页



放大
上一版