着力构建具有检察特色的大模型应用生态

当前,国产大模型DeepSeek凭借其低成本与高效能的技术突破、开源策略与生态共建、性能对标国际顶尖模型等优势,引发行业关注。多地司法机关已经率先行动,有的开展了大模型应用场景的学习研讨,有的完成了本地化部署,有的已经在开展模型训练。如何有效推进人工智能技术与检察工作有机结合,已成为检察机关实现创新发展的“必答题”。笔者认为,在司法智能化进程中,检察机关肩负重要使命,正确把握大模型等人工智能的历史性变革,切实扛起责任,通过“通用能力筑基+垂直领域强化”的双轮驱动,推动大模型的本地化部署,形成具有检察特色的大模型应用生态,不断推动数字检察由信息化、数字化向智能化转型升级。

一、积极探索大模型赋能检察工作的三个场景

检察办案智能化。一是案件管理模式优化升级。推动检察业务应用系统从流程驱动向数据驱动转型,在控制流程节点和规范文书审批的基础上,可以依托大模型实现电子卷宗、法律文书、音视频等非结构化数据的要素化解析,构建全案数据化体系,打造自动案件分流、办案风险预警、质量立体评估等多样性的“智能体”集群,形成“业务流—数据流—管理流”合一的智能中枢。二是辅助办案智能深化。经过以大数据为代表的系统化、工具化阶段,辅助办案系统正在向以大模型技术为代表的智能化阶段演进。之前由于数字化程度、数据处理能力的不足,使得辅助办案始终局限于程序性辅助。大模型技术不仅有强大的能力支撑检察机关推进案件数据化,从而对程序性辅助进一步改进完善,而且基于其超强的语义理解能力,有望在实体性辅助方面有所突破。通过加强法律知识智能检索、案件要点自动归集、量刑建议精准生成、出庭示证便捷可视等辅助办案功能,为检察官的判断夯实事实基础。三是数据决策科学高效。检察办案系统经历了两个大版本的改革,统计子系统一直是其重要模块。特别是全国检察业务应用系统2.0版增设了“数据应用”模块,各地检察机关还研发了不同的数据可视化系统,数据决策能力得到进一步强化。但仍存在数据维度不多、趋势预判不科学、报告生成不灵活等问题。运用大模型的数字孪生等技术,可以构建从经验决策向数据决策、从单点突破向系统集成的闭环管理体系,一体贯通推动“三个管理”走深走实。比如,研发“不捕不诉案件分析智能体”,一键生成指定时间、区域的不捕不诉案件情况分析报告,供领导决策。

法律监督智能化。主要体现在一方面可以反向生成监督规则。以往监督规则的制定往往依赖于人工经验的归纳总结,这种方法虽然有效,但效率较低。现在通过大模型自主学习海量法律法规、典型案例以及全国优质的大数据法律监督模型,可智能提取监督要素,构建动态更新的监督规则库,再将监督规则库转化为“法律监督问法库”或者封装为可以直接调取运用的法律监督“智能体”,划定法律监督边界,提升法律监督质效。另一方面可以智能采集分析各类数据。法律监督的实施离不开对各类数据的采集和比对。过去数据的采集和比对需要研发系统或模型,往往需要投入大量的人力和时间,容易出现遗漏和错误。大模型通过上传或链接不同的数据源,打破数据孤岛,实现多源异构数据的整合和共享,能够快速比对数据、输出可疑线索。生成的线索可与辅助办案“智能体”协同工作,进行强化筛查研判,提高线索的准确性和可用性。

检务管理智能化。一是建立知识库。检察机关在办公办文、后勤保障、队伍管理、法治宣传等领域有大量的事务性工作,要高效管好用好产生的政策文件、内部工作规范、典型案事例、经验材料等资料,必须建立知识库和查询平台。在保留传统归集方式,确保知识库完整、准确、可见的同时,可运用大模型对各类内部文件进行深度整合,打破传统资料管理的局限性。二是搭建工具箱。当前面向检务管理的技术工具较少,与检察机关大量的事务性工作不匹配。可通过搭建智能化工具箱,让检察人员从大量的事务性工作中解放出来,更专注于案件办理。例如可开发写作“智能体”,为各种材料生成提供参考;开发文书纠错“智能体”,实现对法律文书、各类公文的快速纠错。三是打造调度台。检务工作高效运转,离不开科学高效的检察管理调度。通过大模型技术,对检察人员、工作职能、工作情况进行融合“数据画像”,形成人员能力、工作流程、职能分布等图谱,加强数据分析和趋势预判,为管人用人提供数据支持,实现对人员、工作、资源的科学调配和精准管理。

二、着力构建检察垂直领域大模型的三个举措

立足当前,解决“先用起来”的问题。一是用好大模型的“基础版”,当前以DeepSeek为代表的大模型能够提供强大的联网搜索和深度推理能力,为检察机关在开展法律法规查询、案例检索、证据审查、文书编写、报告起草等多个方面提供了强有力支撑,仅通过当前的“基础版”即可为检察工作提质增效带来较大助力。因此,可及时开展安全可靠的本地化部署和可视化界面研发,构建物理隔离的AI算力底座,实现检察专网环境下非涉密数据的即时上传与交互,确保基础问答功能快速投用。二是制定“问法库”,广泛发动检察干警先用起来,加快组织制定符合检察工作特点的“问法库”“提示词工程”,将通用性强的问法封装为便捷的“智能体”,让检察干警知问、善问、方便问。三是开展“大交流”,积极组织专题培训,针对大模型的功能、操作方法以及应用场景开展实操讲解,帮助检察人员快速掌握其使用技巧。鼓励检察人员开展经验交流和分享活动,分享在不同业务领域应用大模型的心得和创新思路。通过实际案例分析和现场演示,让检察人员直观感受大模型在办案、办公等环节的高效性和实用性,激发其学习和应用的积极性。通过数字检察评估、大比武等活动,让检察人员应用大模型由兴趣发动向工作组织转变。

谋划长远,探索“用得更好”的路径。一要不断加强数据建设和深化模型训练,积极打造检察领域大模型。在确保安全基础上探索互联网数据与检察内部数据融合与更新,形成高质量的知识库、经验库。将模型自主学习与专家监督修正相结合,加大法律法规、检察文书、案例的大模型标注训练,建立数据质量“三审机制”,通过算法初筛、业务中核、专家终审确保知识精准性。同时,充分运用检察机关和其他政法机关的标注训练成果,不断提升大模型能力与准确性,让大模型更加智能好用。二要加强AI应用制度建设。可探索制定《检察人工智能应用安全规范》,明确数据分级标准、权限管理细则、审计追踪机制、异常处置预案。实行系统管理员、数据审核员、模型训练员“三员分立”机制,关键操作全程留痕,确保安全可靠。三要加强人机协同办案的司法伦理研究。确立“事实认定AI不替代、自由裁量AI不替代、司法责任AI不替代”的工作原则,设立检察AI伦理委员会,开发AI辅助决策预警系统,开展算法可解释性评估,当模型输出涉及价值判断时,自动触发人工复核程序,守好检察人员司法价值判断的底线。

上下联动,形成“共建共享”新格局。一要坚持守正创新。既要深化用好全国检察业务应用系统、政法跨部门大数据办案平台等现有的信息化、数字化成果,又要积极运用大模型等人工智能技术进行改进和创新,推动检察办案智能化、法律监督智能化、检务管理智能化。可优先选择文书生成、证据校验、量刑建议等基础业务进行试点,设置3—6个月的观察期,建立“检察机关内部专家+外部技术专家”的联动评估机制,经实证检验后再全面推广。二要加强工作统筹。笔者建议,大模型的基础算力支撑、检察垂直领域大模型的部署推广、本地化大模型的优化训练、提示词工程和专业知识库建设、业务场景应用的收集指导等工作,原则上可由省级以上检察院主导实施,建立任务分派机制,齐抓共管,逐项击破。三要鼓励基层创新。支持有条件的市县级检察院有侧重地开展检察业务场景的深化应用,既可以运用上级统一版接口开展应用创新,也可以在“需求导向、场景聚焦、提前申请”的基础上参与建设,不断提供生动的实践案例。建立成果转化通道,将基层创新成果有序接入省级平台。

深化人工智能技术应用既是时代命题,也是战略抉择。检察机关应积极深化数字检察战略,在确保公正、廉洁、文明、高效等司法伦理底线的前提下,持续推动大模型与检察工作的深度融合。未来,应着力构建“技术迭代—场景创新—制度完善”的驱动体系,培育既懂法律又通技术的复合型人才队伍,建立跨部门、跨领域的协同创新生态,推动实现从“数字检察”到“数智检察”,为新时代“高质效办好每一个案件”、做好每一项检务工作注入强劲动能。

(作者为贵州省人民检察院党组成员、副检察长)