高景峰：法律监督数字化智能化的改革图景

高景峰

（最高人民检察院法律政策研究室主任）

本文载于《中国刑事法杂志》2022年第5期

法律监督数字化智能化的改革图景

摘  要   法律监督数字化智能化是新阶段数字法治、智慧法治建构的重要变量。由检察大数据至法律监督数字化智能化的迭代升级，包含着技术、赋能、范式的转型升级，是应对与适应数字安全、数字司法公正、权利保障、制约监督及基础建设等方面现实需要的重要改革举措。具体来说，法律监督数字化智能化的重点在于“技术治理”的工具赋能、代码规制的监督样态、“去中心治理”的权责配置及强化算法模型应用监督等方面。法律监督数字化智能化改革的实践路径是通过遵循机械学习流程，建设大数据法律监督平台，建构法律监督算法模型，探索智能辅助“深度学习”机制，推动数字检察法律制度体系双层建构，助推数字化转型的规则之治。

关键词   法律监督  数字化  智能化  算法  检察改革

引 言

数字经济加速转型升级，数字社会已触手可及，亟须数字法治保驾护航。习近平总书记强调，“推动大数据、人工智能等科技创新成果同司法工作深度融合”。法律监督数字化智能化是新阶段数字法治、智慧法治建构的重要变量。《法治中国建设规划（2020—2025年）》提出，“充分运用大数据、云计算、人工智能等现代科技手段，全面建设‘智慧法治’，推进法治中国建设的数据化、网络化、智能化。”2021年6月，党中央专门印发《中共中央关于加强新时代检察机关法律监督工作的意见》，明确要求：“运用大数据、区块链等技术推进公安机关、检察机关、审判机关、司法行政机关等跨部门大数据协同办案”。2022年6月，全国检察机关数字检察工作会议作出部署，要求把虽活跃但总体还沉睡着的各类数据唤醒，实现关联分析、深度挖掘，为强化法律监督、深化能动履职、做实诉源治理提供前所未有的线索、依据。

回顾改革历程，由检察大数据至法律监督数字化智能化的迭代升级，不仅是改革思路、融合创新的纵深演进与调适，更是改革范式、赋能路径的转型升级。法律监督数字化智能化，也可以简称为数字检察、“数智”检察，是指以数字化智能化方式实施我国宪法确立的法律监督活动，集中表现为依法能动归集、碰撞、挖掘数据，建立法律监督数字模型及配套系统，完善机器学习机制，探索智慧监督方式，发现与推动破解执法司法权力运行及社会治理中的深层次问题，保障法律正确实施。本文着眼数字法治与数字治理的时代发展趋势，分析检察大数据战略、数字检察改革实践中的问题，探寻法律监督数字化智能化发展的方向与路径，以期助推大数据、区块链、人工智能等现代科技深度融入执法司法工作，实现数字化转型。

一、检察大数据的实践观察

党的十九大以来，检察机关积极运用大数据、人工智能等科技创新成果，由“电子检务”建设至“智慧检务”建构，由顶层设计与基层创新整体联动，至“产品”验证与制度优化的统筹跟进，取得了良好成效。进入新发展阶段，检察机关应当以习近平法治思想为引领，贯彻落实习近平总书记关于数字化改革的重要论述，需要总结评估检察大数据应用现状，找准突破口，以重点带动整体，从深层次推动数据共享、数字应用、制度机制改革，以改革创新推动数字检察制度体系成熟发展。

（一）改革赋能的实践场景

从检察改革角度看，大数据、区块链、人工智能等新兴技术同法律监督办案的融合应用，呈现出“个案—类案—诉源”层层推进、相互联动的实践场景。

1.个案办理。个案办理主要包括三种情形。第一，检察大数据为案件办理提供直接辅助与参考。通过将违法犯罪信息数据化，实现信息链条比对、关联性分析，深层次发现与审查案件线索，提供监督办案质效。比如，浙江省杭州市滨江区检察院通过对辖区内近三年民事终本执行案件的被执行人身份及社保状况进行分析，搭建社保执行类监督应用场景，制定民事执行案件数字化监督的目标。第二，检察大数据为执法司法裁定提供支持与助力。比如，浙江、上海、广西等地探索“电子手环”“非羁码”“智慧监管”等方式，融合运用数字技术提升对非羁押人员监管效能。第三，检察大数据推动相关智慧检务“产品”作为司法裁判参考。比如，2021年10月，浙江省杭州市临平区检察院将看守所在押人员周某在羁押期间自动化考评结果提交法院，法院采纳其在羁押期间表现良好的意见，并依法在量刑时予以体现。

2.类案监督。类案监督集中体现在两个方面。第一，检察大数据通过数据筛查、碰撞、挖掘与关联比对，深入研判与查摆案件线索，推动同类案件的监督办案。比如，绍兴市检察院借助数字化手段，分析研判柯桥区法院自2008年以来近3000件花型版权类知识产权案件的裁判文书，将可能涉嫌虚假诉讼、敲诈勒索的犯罪线索移送公安机关立案侦查。第二，检察大数据通过数据二次应用、关联分析和融合应用，归纳创建监督办案模型，促进监督办案模式创新。比如，2021年5月，江苏省苏州市姑苏区检察院自主研发的“法眼识动物”识别系统，通过“去中心化、公平公开、链上存证”，将打击和保护野生动物双效合一，为解决办理野生动物案件线索零星、取证难、存在滞后性等难点提供了方案。同时，这种基于区块链概念的技术平台应用，也对调查核实手段运用、审查固定证据等机制完善提供了支撑与助力。

3.诉源治理。检察大数据通过探索、创新、优化数据监督模型，归集、碰撞相关数据，发现深藏其中的监督线索，优化检察机关诉源治理制度体系，促进解决法治领域深层次问题，推动执法司法权运行机制建设与改革。比如，浙江省绍兴市检察院根据个案线索，依靠数据对比发现142件虚假讨薪案线索，通过制发检察建议，督促法院依法纠正不当民事裁判，有效维护了社会公共利益和司法公信力。

（二）模型与应用系统的主要样式

建构数据模型和完善应用系统是推进“检察大数据战略”的重要环节。检察机关法律监督数据模型与应用系统的探索，“主要依托语音识别、计算机视觉、机器学习、自然语言处理等技术,进而提供类案推荐、量刑辅助、偏离预警、证据审查等服务功能”。具体来说，模型与应用系统包括以下类型。

1.程序辅助。程序辅助主要表现为通过数据碰撞、挖掘等，助力监督办案及刑事诉讼程序规范运行。比如，非羁押风险动态评估、社区矫正调查评估等，属于司法程序辅助的有益探索。再如，最高检连通司法部律师身份核验系统，在全国检察机关开展律师互联网阅卷应用，让律师从“现场阅卷”到“网上阅卷”，将“最多跑一次”升级为“一次也不用跑”。

2.审查裁量辅助。审查裁量辅助主要表现为检察机关审查决定、裁量等提供智慧支持。比如，湖北省天门市检察院研发智慧公诉辅助办案系统，对海量裁判文书进行量化分析，归纳出湖北地域类案审判的共同点，为检察办案提供科学的指引。再如，江苏省苏州市相城区检察院开发了集量刑与监督于一体的“量刑小嘟”软件，通过设置确定的基准刑、确定的从重从轻情节，可以有效保证量刑结果的精准性，检察官在勾选量刑基准刑和情节后，系统自动得出提起公诉、相对不起诉、是否适用缓刑或附加刑等建议，确保量刑结果公正。

3.协作辅助。一方面，共同搭建线上流转、互联互通、数据共享等应用平台与系统，连通“信息孤岛”，增强案件流转、办理质效。比如，天津政法系统跨部门网上办案平台上线，实现市检察院与市高级法院、市监狱管理局减刑假释办案系统之间的互联互通和数据共享。再如，江苏监狱建立减刑假释协同办案系统，实现与法院、检察院减刑假释暂予监外执行案件网上流转、案件卷宗智能生成、签名签章电子生成，执法办案全业务、全流程线上办理，检察机关全程监督、实时纠偏。又如，湖南省永州市冷水滩区检察院主动与区法院、司法行政、卫健、市场监督、通信公司等相关单位，建立集法院裁判数据、社区矫正数据、交通出行数据、又犯罪数据、暂予监外执行数据为一体的“数字大脑”，通过数据之间的逻辑关系核查比对、调查甄别，发现脱管、漏管人员。另一方面，通过大数据、区块链等现代技术的探索运用，从底层技术逻辑层面推动执法司法机关信息共享、案件移送机制改革，促进深层次问题解决。比如，湖北省检察院建立行政执法和刑事司法数据共享机制，获取湖北省、市、县三级2896个行政执法单位，129个公安机关的行政处罚数据，同时还与人社厅等7个部门的业务系统对接。

4.诉源治理辅助。诉源治理辅助主要表现为赋能检察机关更加高效、精准地查找诉源，提升诉源治理能力。比如，浙江省嵊州市检察院办理非标油偷逃税、危害公共安全、污染环境类案监督，督促相关行政部门依法移送犯罪线索，联合开展专项整治、建立监管长效机制，斩断非标油交易黑灰链。又如，浙江省台州市检察院通过个案办理发现部分服刑人员在服刑期间仍然享受养老金待遇，经大数据比对，发现批量线索和监管漏洞，推动在省级层面建立健全防范查处机制。

5.管理辅助。充分运用数据信息技术增强管理质效，已是检察机关工作现代化的重要组成部分。各地检察机关积极探索运用管理辅助应用系统与模型，促进提升了执法司法管理效率。比如，浙江省检察机关成立数字检察办案指挥中心，迭代完善数字检察系统，2021年推进35个重大类案监督场景应用，实现“一域突破、全省共享”。再如，内蒙古自治区呼伦贝尔市检察院建立运行“四大检察智慧办案服务体系”“智慧刑事检察”系统包括了智能审查逮捕、智能审查起诉、量刑建议、类案推送、远程提讯、远程庭审、远程送达、智能语音识别、出庭一体化九大创新内容。

（三）模型应用的基本类型

1.风险类数据监督模型。风险类数据监督模型集中表现为违法犯罪及再犯风险的大数据分析与评估，是以社会危险性为核心指标的审查与评价。风险类数据监督首要聚焦涉案违法犯罪个体的犯因性数据分析与再犯危险性评价。比如，W区检察院通过勘查分析本地毒品案件电子数据，提取涉毒人员特定要素搭建信息数据库，通过获取吸毒人员行政处罚数据、强制隔离戒毒人员信息等，不断补充涉毒人员个性信息，绘制人员关系网，对犯罪嫌疑人予以“数字画像”。该类模型不仅仅局限于在强制措施适用、审查起诉中对涉案个体人格评估的监督与评价，而是贯彻刑事诉讼全过程，涵盖行政执法与刑事司法衔接等领域，涉及社会危险性适用的执法司法权运行的各类场景。比如，广州市南沙区检察院探索建立审查逮捕社会危险性量化评估机制，研发具有可操作性的社会危险性量化评估系统，构建社会危险性评估模型和生成量化表格，通过特定算法，输出是否应予逮捕的基准判断,还可将量化评估结论形成审查报告结论性文字。

2.需求类数据监督模型。这里“需求”可以简要表述为执法司法瑕疵、失责渎职及违法违规的犯因条件或作用因素，主要包括刑事、民事、行政与公益诉讼各领域监督办案中所发现、梳理与挖掘的违规违法行为线索和相关制度机制运行中滋生、演化或掩盖牟利、徇私等违规违法行为线索等。相比其他执法司法工作，需求类数据监督模型是法律监督数字化智能化需要特别关注的数据模型。检察大数据领域的依法能动履职，就是通过执法司法数据的归集、碰撞与深度分析，探索建构与优化需求类数据监督模型，以类案监督深化诉源治理，维护司法公正的过程。

3.效果类数据监督模型。十九大以来，检察机关建立和完善以“案－件比”为核心的案件质量评价体系，以人民需求为导向，深度结合检察业务工作，将贯彻落实党中央决策部署、人民群众更高要求、司法检察理念转化为具体评价指标，为司法管理精细化、数字化建设打下基础。优化考核系统，需要以数据模型为主体，贯通业务系统和考核系统、个人考核与部门考核等信息数据平台，充分、深度激活考核数据，让考核信息数据反映检察工作真实状态，按照监督办案内在规律进行数据对比碰撞，更深层次实现对考核结果的智能分析。

综上，数据监督模型源于“在监督中办案、在办案中监督”的实践需要，融合应用于监督办案实践。对数据监督模型的类型化分析，保持对检察大数据应用的微观观察和宏观评估，有助于推动大数据应用的技术成果及时转化为制度规范，深化改革创新，发挥集成效应。

二、由检察大数据至法律监督数字化智能化的迭代升级

检察大数据改革实践再次表明，数据已经成为数字法治的“生产要素”。大数据、区块链、人工智能等现代科技融合运用的实践，推动由检察大数据向法律监督数字化智能化的升级，由数字检察孕育形成“数智检察”。在数据驱动型的技术路线中，数据是作为出发点存在的，司法人工智能需要从过往大量数据中发现相关性，以此构建模型并适用于未来。由检察大数据至法律监督数字化智能化的迭代升级，不仅体现在技术融合运用、数据模型创新等方面，而且涉及制度、理念与价值目标的代际转型与范式优化。

（一）法律监督数字化智能化面临的新风险

数字化转型升级中数据采集、传输、存储、使用等环节的犯罪风险，给刑事立法司法都提出了新的要求。由检察大数据至法律监督数字化智能化加快推进，直接动因在于服务保障数字经济社会转型升级中应对新风险的需要。

1.数字安全方面。《数据安全法》《网络安全法》《个人信息保护法》全面构筑起我国信息及数据安全领域的法律框架，但数据安全法律体系建设仍属于起步阶段。用于保护数据安全的刑法规范会对应不同的前置法规范，并以前置法所确定的权力、义务作为法益保护参照，构建与完善相应的刑事入罪归责机制，无疑是刑法理论的主流认识。然而，刑事性制裁对象目前仍限于侵犯公民个人信息罪、侵犯商业秘密罪和为境外窃取、刺探、收买、非法提供商业秘密罪等罪名所聚焦的法益损害行为。一方面，当前以法教义学视角框定数据安全的犯罪圈，健全数据安全法律制度体系。大数据、区块链、人工智能等现代科技融入运用，对刑事司法权责配置、证据证明规则形成冲击，需要检察机关法律监督提供保障。另一方面，当前强调综合运用刑事、民事和行政法律手段保障数据安全，推进执法司法权力运行机制数字化调整与改革，法律监督数字化智能化是重要一环。检察机关法律监督具有跟进式监督的制度优势，能够促进产生改革集成效果、耦合效应，增强改革质效，为数据安全刑法保护提供实践支撑。

2.数字司法公正方面。算法借助算力和架构，实现对执法司法数据的汇集、处理和结果输出，逐步成为执法决策、司法裁判与维护执法司法秩序、运行效率的重要工具。也正因此，算法黑箱、算法歧视、算法错误等隐性问题交织，对司法公正存在潜在的负面影响，这已经成为学术界的普遍担忧。在收集和审查判断大数据证据时，数据库的覆盖范围和算法模型的选择要避免歧视性和强入罪化倾向。特别是现阶段执法司法算法模型建构过程中还存在虚假相关研判、排除力度有待加强，预测辅助功能难以保证等问题，直接有碍数字法治正义的实现。由智能系统辅助司法裁判本质上都属于司法活动，理应在法律的框架内，遵循执法司法制约监督的基本原则与要求。

3.制约监督方面。当前关于数字法治体系化建构的研讨，对如何建构专门、一体、数字化的法律监督制度关注并不够。刑法学界对于人工智能的刑责承担问题虽有不同观点，但接受刑法规制是必然选择。具体到刑事司法实践，从执法司法公正与风险治理视角来看，检察机关依法履行法律监督职能，对算法公正、人工智能辅助司法裁判等开展专门的审查监督，非常必要也十分迫切。“区块链技术融入之后，将形成‘技术监管下的协同’关系，在‘节能增效’的目标追求下，这种协同价值将进一步被挖掘与推广，公检法三机关的配合与制约关系可能进一步失衡。”因此，法律监督亟须实现数字化智能化，跟上与适应执法司法数字生态的新需要，同时适度靠前、能动研判与监督执法司法数字生态运行状况。

4.权利保障方面。一方面，公民基本权利的形态、类型与梯次位阶正在发生变化，《数据安全法》《网络安全法》《个人信息保护法》交叉重合，针对保护个人信息等新型权益的刑事、民事法律规范交织衔接。另一方面，因数据获取、标识、分析等能力不同，控辩失衡风险浮现，并随着执法司法大数据应用拓展而呈现出持续加剧的态势，因此辩护权、知情权等诉讼权利行使需要更多数字化保障。比如，观察大数据侦查模式，不难发现，数据收集与分析先于侦查人员对犯罪事实及刑事责任的认知而进行，这或许将成为常态；强制性侦查措施先于立案行使的情况恐怕难以避免；在大数据形成和应用的过程中，对公民个人信息的强制性干预恐怕也难以避免。在法教义学框架下推动数字监督与数字权利保障制度体系，以“数智”法律监督保障数字权利实现，已成为数字法治建设的重点领域。

5.基础建设方面。从整体看，数字法治作为一项系统性、技术性的复杂工程，大数据、区块链、人工智能等科学技术在执法司法融合应用的各个子系统之间缺乏兼容、统筹，系统集合方面仍存在一些短板，包括以执法司法大数据为资源基础的数据共享系统仍较为滞后性，司法数据存在结构性缺失、低质、断层、不平衡问题，数据池优化缓慢，数据标记与清洁滞后，数据污染的潜在因素预判与处置力度乏力。这些已成为阻碍执法办案数字化智能化的基础性问题，影响着法律监督数字化智能化的生成逻辑与实践进路。检察大数据的运行状况与自身的战略目标仍有所差距，法律监督模型的辅助功能仍有待提高，系统与平台大多集中应用于线索标识、分析与流程管理等程序性辅助事项，功能与功能之间的同质化程度较为明显，缺乏犯因性的数字研判与模型评价，一些辅助智能系统呈现出“重程序而轻实体”的趋势。数字法治体系建设中的诸多问题，需要执法司法数字化智能化的同向同步发展。

（二）法律监督数字化智能化的内涵拓展

相比“计算法学”“人工智能法学”“法律大数据”“智慧法治”等概念研讨的多样化多视角，“检察大数据战略”在学术界尚无完整的归纳与概括，法律监督数字化智能化也主要来自于对改革实践的描述性总结和设想式展望。比如，有学者作了描述性概括，“通过运用大数据、区块链等技术，开发应用性司法、监督模型，推进跨部门大数据协同办案，促使检察工作由传统‘数量驱动、个案为主、案卷审查’的个案办理模式，向‘质效导向、类案为主、数据赋能’的类案办理模式转变，不仅是贯彻新发展理念、适应信息化时代新趋势的重要举措，也更加符合现代化社会治理所导向的治理手段‘科学化’特征。”这类描述性总结揭示了检察大数据的基本特征与发展态势，但并未论述由检察大数据至法律监督数字化智能化的发展规律与趋势，更未涉及法律监督数字化智能化的范畴素描。综合来看，由检察大数据至法律监督数字化智能化的内涵转变，包含以下三个层面。

1.从技术应用看。2018年以来，最高检深入谋划设计法治信息化工程，跨部门数据共享和协同办案逐步显现成效，大数据、区块链、人工智能的融合应用已然触及刑事、民事、行政与公益诉讼检察的方方面面。作为检察工作现代化的战略性、基础性改革，“检察大数据”以大数据技术运用为起点，以海量数据为基础，通过数据流通、共享与深度挖掘体现技术应用价值。区块链作为底层技术，为大数据发展提供关键设施，也是人工智能的重要支撑。大数据法律监督平台建设，离不开法律监督算法模型，需要以智能辅助的“深度学习”机制为组件。大数据、云计算、区块链、人工智能相互支撑、相互辅助，共同组成现代科技的执法司法应用场景，促进了检察大数据至法律监督数字化智能化的迭代升级。

2.从改革赋能看。法律监督数字化智能化起步于战略性检察技术改革，不止步于执法司法制约机制的“局部”调整，而是贯通融合各类监督的杠杆式、系统性重塑。比如，刑事检察监督办案机制的数字化，既需要由刑事立案的数字监督至刑事裁判执行的大数据模式转变的全流程、系统性建构，还需要立案审查与立案监督之间的衔接，数字权利制度体系的阶梯性建构与整合，组织机构格局与能动履职、衔接集成、诉源治理形态的耦合聚力。可以说，法律监督数字化智能化涵盖工作格局、组织机构、运行机制与管理保障等方面。法秩序的统一要求法律监督数字化智能化变革中所涵摄之规范、价值通过互恰的结构性规制予以表达，依靠制度机制的跟进改革赋能司法权高质量运行。

3.从行动范式看。大数据是行为而非行为客体，数字化智能化是行动范式的升级而非局限于行为模式本身。在此进路中，由全样本分析和结构化运用司法监督数据，向发挥司法数据资源的基础性、战略性功能纵深发展，需要遵循深层次融合算法、代码、“去中心化”治理背后的司法监督逻辑，优化执法司法制约监督机制，贯通监督体系，增强监督合力。在改革演进过程中，法律监督数字化智能化行动范式内嵌着融合、验证、规制与变革的结构模型，体现着司法效率与司法公正的统一。

总之，法律监督数字化智能化将为司法改革和新阶段法治体系建设赋能，直接指向深度融合现代科学技术，完善检察机关依法能动履职体系，强化诉源治理体系、促进解决司法权运行中的深层次问题。更深层次的目标在于通过法律监督数字化智能化实践，顺应检察事业发展需要，深度研判与考量数字法治的法理，由严密的数字法律监督体系推动建立健全符合数字经济发展需求、体现我国司法规律的数字法治体系，让人民群众感受到数字经济、数字时代执法司法的法理、事理、情理，增进人民对法治的信仰，维护司法公正。

三、法律监督数字化智能化的重点建构领域

在法律监督数字化智能化的演进轨迹中，改革创新的内在动力源自于司法效率和司法便利的直接诉求，逐步集中呈现为司法公平正义的法理表达，后者甚至在整体上比前者更为凸显。法律监督数字化智能化的重点建构领域集中在“技术治理”的工具赋能、代码规制的监督样态、“去中心治理”的权责配置及强化算法模型应用监督等方面。

（一）“技术治理”的工具赋能

法律监督数字化智能化拒绝“技术治理”的绝对主导，也规避以法律预测为中心导向的逻辑窘促，其旨在充分发挥“技术治理”的工具赋能。“这种赋能模型是指在执法、司法等公共部门使用智能技术场景中，从国家主义出发，坚持‘技术’的客体地位，以技术赋能法律，通过‘技术信任’赋能‘制度信任’，将技术治理工具纳入法律治理范畴，两者双向互嵌运行的模型。世界上绝大多数国家在公权力场景中的技术治理与法律治理关系模型都是赋能模型。”由“技术信任”至“制度信任”，法律监督数字化智能化重点要确保数字化智能化改革不以法律预测为输出“中心”。大数据技术融合执法司法工作中所隐含、呈现的特征或规律，都需要与检察官秉持客观公正立场相融合，与司法体制综合配套改革相契合，确保法律监督数字化智能化的每一个步骤都是可解释、可溯因的，保障法律秩序安定。

（二）代码规制的监督样态

由法律监督“代码”推动执法司法规则代码化，直观优势在于：一是通过代码自动执行、智能化运行，增强执法司法效率，提升执法司法办案效能。二是以技术运用的客观，推动或再塑检察官客观公正“可视化”“情景化”，并以此推动执法司法权力运行客观公正，削弱因专业壁垒、门槛等带来的衔接“消耗”。有学者甚至提出智慧检务视角下的共性问题是用代码实现法律规则，即“以代码实现法律规制，用技术促进司法公正”。更进一步来看，智慧司法的技术逻辑体现了另一种模拟法律运行的规律，法律代码化具备了现实的技术可行性。然而，一方面，并非所有的法律都能顺利地编译成代码。法律规则是用自然语言写成的，究其本质，有固有的灵活性和模糊性。法律监督活动，乃至各类执法司法活动不能完全代码化，秉承客观公正的自由裁量仍是司法公正的需要。另一方面，法律监督数字化智能化的改革逻辑不应止步于打破监督主客体的物理“围墙”，实现跨时空的场景可视，还要通过代码规制、算法建模，真正嵌入体系化、制度化的制约监督机制。

（三）“去中心治理”的权责配置

司法数字化智能化，就是一场优化司法权配置、推进司法权运行机制现代化建设的过程。比如，在域外的实践中，区块链技术被广泛运用于在线纠纷解决机制（ODR）之中，已涌现出Kleros、JUR、Aragon Network、OpenBazaar等一系列平台。这些被称为“去中心法庭”的平台，虽然在激励策略、可执行性、具体程序等方面各具特色，但其均依托于去中心化自治组织，排除中心化的干预和控制。但事实上，区块链技术应用的“去中心化”，并不等同于一般意义上治理主体多元化，其实质在于信任机制的共识。法律监督数字化智能化有助于实现法律监督制度优势的聚合效应。建构法律监督区块链，实现监督办案程序网络化、数字化，可以大大降低诉讼成本，节约诉讼时间，缩短诉讼周期，避免程序空转，优化诉讼结构，更深层次、全方位地保障当事人合法权益。

（四）强化算法模型应用的监督

算法是数字经济时代的“语言”。在运用算法治理技术、推进社会治理现代化中，法律监督数字模型乃至执法司法数字化智能化的重点不在于提高数据、算法的可预测性，以应对其对法律秩序、法治规则和体系的冲击，而是在于固守可解释性，规制算法治理的技术逻辑，真正将执法司法算法模型的实践应用，纳入检察机关法律监督范畴。在国外，针对犯罪治理权力机关采用的与定罪量刑和犯罪风险预测相关的辅助决策系统，相对独立的第三方机构或组织会进行定期评估和矫正，从而实现对算法歧视的动态监控，典型的例证是2017年12月美国纽约市通过一项议案，建立特别小组对本市政府机构使用算法协助司法程序的做法进行专门审查。结合我国实践，未来应重点将算法解释权、算法模型监督纳入执法司法权力运行机制建设整体布局，明确算法解释的要件、条件与监督审查规范，重点审查司法数字化智能化中算法模型的解释规则、解释能力，特别是作为执法司法裁量辅助算法模型的解释规则，保障算法治理体系的系统性、规范性、协调性，推动“从算法可解释性走向具备可解释性的算法模型”，更好维护数字法治权威。

四、法律监督数字化智能化的改革路径

法律监督数字化智能化是一场顺应时代与事业发展的制度创新，涵盖了立案监督、审查批准逮捕、审查起诉至刑事执行的刑事诉讼全流程，涉及刑事、民事、行政与公益诉讼检察各领域。无论是技术层面的审示，还是改革视角的归纳，再至大数据应用的技术演进和相应的制度机制调适，均遵循否定之否定、螺旋式上升的发展规律。这也正是法律监督数字化智能化赋能司法改革、助推数字法治体系建设的生成逻辑。

（一）改革推进的基本环节

总体上看，法律监督数字化智能化包含三个基本环节。

1.建设大数据法律监督平台。有学者认为，大数据法律监督平台是各级检察院基于内生的、外引的政法数据，通过专门算法智能化地履行刑事、民事、行政和公益诉讼检察职能，履行宪法法律赋予的法律监督职责的专门办案平台。类似概括仍显保守。更为准确的概括应为：综合集成算力、数据、算法、模型、业务智能模块等数字资源，通过执法司法数据集成、工具集成、模块集成等，推动法律监督实施机制数字化智能化科学化，高质量履行宪法法律赋予的法律监督职责的专门办案平台。自2020年最高检出台专项建设指导方案以来，基层探索基本沿用了数据、平台、方法三位一体推进的思路，以数据为“体”，以平台为“用”，以方法为“要”，运用数据统计、概率分析、机器学习和深度学习等技术方案，在具体监督领域中进行数据碰撞、数据预测、关联分析和异常分析等工作，把握内在联系和规律，从而实现以数据赋能法律监督的目的。

大数据平台首要任务就是保障数据汇聚、清洁与集成，激活“沉睡”数据，确保执法司法数据资源的充分供给。在此基础上，大数据平台要为数据共享、数字化智能化办案程序优化提供基础支撑与保障。不同执法司法层级、不同执法司法业务之间具有逻辑上的同构性，即在表象上或许各有差异，然而其深层的推导方式和思维路径却表现出一定程度的“共性”，这种共性正是大数据法律监督平台贯通各类监督，以数字化智能化监督办案推动形成监督合力的起点。

2.建构法律监督算法模型。算法模型是数据归集、清洗、集成、加工、分析的“底座”。以构建智能化量刑系统为例，就必须先抽取有效刑事判决所载因素并予以量化，再按照不同案由进行分类，形成个罪量刑预测的训练集、验证集与测试集，继而输入算法进行机器学习，最终经过不断调参与评估得到包含各影响因素及其权重的量刑预测模型。

有学者指出，在大数据法律监督平台建设中，除了满足归集调用检察监督大数据的基本功能外，研发高效好用的算法更是关键因素。事实上，法律监督算法模型专门建构的意义，远不止于提升法律监督质效。算法本身就是监督制约的最好工具，其通过模型统计和分析海量数据，联结大数据和规制决策，比人力更具质效。“算法本质上就是一系列程序代码的组合，属于典型的技术规范，经过法律规范后的算法可以在现代国家治理中发挥重要的约束个体行为和调节社会关系的作用，以帮助实现节约国家治理成本和提升国家治理绩效的目的。”换言之，法律监督数字化智能化深层次的价值取向在于以算法规制、调整监督主体客体的关系，以执法司法大数据与法律监督智能算法为核心，修正法治监督治理底层逻辑，将数据赋能与制度规制结合起来，推动形成符合数字经济转型升级需求的数字化执法司法样态。

3.探索智能辅助“深度学习”机制。人工智能切入司法改革必须坚守尊重保障人权、恪守司法伦理的基本限度。推进法治建设与国家治理体系的“智治”，是大数据、人工智能等科技创新成果同司法工作深度融合的基本目标。法律监督数字化智能化是推动实现“智慧法治”、社会“智治”的重要组成部分。这就需要以法律监督平台建设为前提，以算法模型优化为基础，加快探索智能辅助的“深度学习”机制，推动符合执法司法规律的智能化应用。法律监督智能辅助的“深度学习”，既包括线索挖掘、比对、筛查的微观场景实践，也包括刑事、民事、行政及公益诉讼检察一体化履职中数字衔接等制度机制场景，以及智能化类案分析、制度机制风险研判的宏观运用。这些分布式场景运用为大数据、人工智能等科技创新成果同检察工作深度融合提供了广阔的空间。

（二）模型与机制演进的基本流程

建立数据监督模型是由检察大数据至法律监督数字化智能化的重要环节。各类型数据监督模型都需要以数字化运行、智能化辅助为目标，遵循机械学习流程。具体来说，主要包括五个环节：第一，数据池的归集、清洁与集成；第二，基于具体监督办案业务的特征建模；第三，选择并“训练”算法；第四，在辅助监督办案实践中应用算法；第五，闭环持续改善，对人工智能算法的表现进行跟踪和管理。需要注意的是，有学者认为，在一些深度学习方法中不再需要特征建模这项耗时耗力的工作。这里将特征建模作为一个独立环节，主要考虑刑事、民事、行政、公益诉讼检察不同领域不同环节监督办案的数据需求不同，归集、清洁与标识、分析数据的要求也不同，特征建模有利于深化实践应用。另一方面，现阶段法律监督数字化智能化推进中，深度学习机制应用仍不充分，尚未形成一体化、全流程的深化学习机制。

（三）分类分层建构数字检察法律制度体系

法律监督数字化智能化要立足执法司法数据的特殊性与我国法律监督的宪法定位，分类分层次健全数字检察权力运行机制与监督办案程序规范，加快建构数字检察法律制度，推动健全与完善数字法治体系。

1.建立健全数据安全法律制度体系及相应的法律监督制度。下一步，落实《数据安全法》分类分级保护制度要求，严格执行数据出境安全评估办法规定，加强涉案企业数据安全合规制度体系建设与运行，加快推动网络数据安全管理条例及配套规范性文件制定实施，规范网络数据处理执法司法活动，保障数据安全，保护个人、组织在网络空间的合法权益。以《数据安全法》《网络安全法》《个人信息保护法》为框架，完善相应的刑事归责机制，规范刑事制裁边界，完善刑事处罚制度机制，健全数据安全法律制度。同时，充分发挥检察机关在刑民交叉、行刑衔接等领域的职能优势，加强对数据安全、数据权益保障等领域执法司法活动的法律监督，有针对性地明确检察机关在执法司法数据安全方面的监督职权，构建刑事、民事、行政、公益诉讼等环节梯次衔接的法律监督格局。

2.建立健全涉数据安全、数据权益保障案件的法律监督办案规则。2022年8月30日，最高法、最高检、公安部联合发布《关于办理信息网络犯罪案件适用刑事诉讼程序若干问题的意见》，明确了信息网络犯罪案件的管辖、调查核实、取证等程序规则，为检察机关综合网络犯罪治理实践，有针对性地建立健全涉数据安全、数据权益保障案件法律监督办案规则提供了实践参考。未来应结合涉案企业合规改革、跨行政区划检察院改革及检察一体化履职机制建设等重要改革部署，综合涉数据安全、数据权益保障案件办理实际，适应与把握违法犯罪结构与特点，逐项、分类推进法律监督数字化智能化的各项改革举措。

3.建立健全符合智能执法、智慧司法实践规律的法律监督实施机制。在积极开发用于检测数据偏见、算法歧视、算法系统偏差等科学技术方法的基础上，充分发挥检察机关参与、跟进、融入式监督的制度优势，完善执法司法数据处理规范，在民事赔偿、行政处罚与刑事制裁等不同层面，加强检察机关对智能执法、智慧司法等执法司法活动的调查核实职权，确立检察机关在执法司法裁决重要数据、智能辅助模型建构、监测与评估等方面的算法解释权，让“可解释性”成数字权益保障的重要因素。

相关阅读

商品书目

微信号 : DigitalLaw_ECUPL

探寻数字法治逻辑

展望数字正义图景

战略合作伙伴：上海中联律师事务所