智慧公诉发展的理论支撑与实践路径

胡晓霞

2017年，最高人民检察院提出加强人工智能技术检察应用顶层设计，打造智慧检务。2018年，最高检明确正式印发《最高人民检察院关于深化智慧检务建设的意见》，勾勒出智慧检务建设的蓝图。此后，关于智慧检务的研究发展成为法学研究的课题，但相比于大数据法治、人工智能法治、智慧法治等研究领域的主流，还有待进一步拓展；同时，对于智慧检务中的一些基础性和实践性的问题，现有研究往往停留在表面，亟须深入研究。

在智慧检务的“四梁八柱”中，智慧刑事检务是非常重要的组成部分，它在审查逮捕、公诉、刑事执行监督、控告申诉环节利用机器实现智能化，提高了刑事诉讼的质量和效率。本文以智慧公诉为中心，着重讨论其应用的可能性、限度以及未来前景，以期有助于对智慧刑事检务的深入研究。

一、智慧公诉的能度：驱动与应用

目前，智慧公诉系统已取得一定进展，具备持续发展的巨大潜力。比如，系统覆盖了刑事案件的部分类罪名，信息共享也步入正轨，等等。从近年来的应用实践看，智慧公诉在业务和技术两方面取得了一定进展和突破，在此基础上，呈现出多元化的应用场景。

（一）业务驱动

在刑事检察领域，证据合法有效、确实充分是查明案件事实的基本前提和关键。为此，核定证据标准和梳理证据规则必须嵌入智慧公诉的系统中。智慧公诉的业务驱动在以下几个方面取得了进展。

1.证据标准的核定

《刑法》关于具体罪名的证据标准的规定都相对模糊。在传统办案过程中，对于罪与非罪、此罪与彼罪的认定，需要办案人员利用刑事实体法、程序法（证据法）规范及相关理论并结合全案证据进行综合分析。核定证据标准，不仅要有完整的证据链条、必须查证的事实、所需收集的基本证据、所需注意或提示的问题，还必须对证据进行综合分析判断。在实践中，对于八类证据的标准及其收集与鉴别，一线办案人员通常难以有效把握，有时只能凭借自己的经验和感觉予以适用，而且不同办案人员在证据标准核定时对其存在不同认知。因此，通过机器核定标准化、清单式、统一适用的证据标准，可以实现规范办案行为、统一适用法律的目的，防止冤假错案等问题的产生。机器可以按照犯罪类型所需证据的繁简程度、结构特点，设定“案件事实清楚，证据确实、充分”的证明标准；然后形成相对的校验点，让机器能够迅速准确地对命案的证据标准予以识别，以实现智能辅助办案。〔1〕随着人工智能技术的发展，算法运行速度的加快与算法准确性的提高，机器处理复杂问题的能力也得以提升。机器将刑事案件的证据标准进行具体化、类型化的构建，可以减轻检察官在核定审查证据时的工作量，大幅提高工作效率。检察官可以更加专注于刑事检察工作的核心内容——证据是否达到确实充分的判断。上海适用“206系统”的经验表明，卷宗越多、证据越复杂的案件，运用“206系统”的优势越明显。以盗窃案为例，据初步统计，用“206系统”梳理证据的时间平均减少了30%—50%。〔2〕

2.证据规则的梳理

在办理案件的过程中，办案人员收集、固定、保存、运用证据应当遵循一定的证据规则，保证证据的合法性、真实性与关联性，解决运用证据中存在的分辨证据真伪、使用传闻证据和排除非法证据等方面的问题。对于智慧公诉而言，证据规则的梳理必须针对规则建立快速检索机制，将《刑事诉讼法》规定的八类证据、量刑证据及程序性证据材料嵌入系统当中。具体而言，包括收集证据，列举自首、立功、累犯、再犯、和解等常见法定、酌定量刑情节所需收集的证据及其规范；针对办案过程中所涉的各类程序性事项，如采取强制措施、查询、冻结等，明确文书制作要求，以方便办案人员在收集、固定、保存、运用证据时能快速检索和对照应用。相应地，任何一项证据规则都需转化为电脑可识别的“校验规则”。将证据分为形式要件和程序要件，设定规则、识别字段、校验类型、关键词、识别位置、瑕疵信息字段、提示信息字段，由系统研发人员编写程序，交付电脑识别和提示。〔3〕此外，对于具有关联关系的证据，为避免程序性文件的缺失，设定完整性校验规则必不可少。

3.证据模型的构建

在证据标准核定、证据规则梳理完善的基础上，还需要建立关于不同类型案件的证据链条体系，因为它影响到定罪量刑的因素以及证据规范性的判断要素的作用。拆分到不同的环节项中，通过智能化的机器辅助识别、检验、评测、审查判断，然后将全案证据和查证事实的分析结果最终以知识图谱的形式展现出来。〔4〕任何案件的犯罪事实都有一个固定的逻辑，通常都会涉及人物、时间、地点、事件、原因、后果。把这六个因素查清楚，就能形成一个证据链上的闭环，达到对基本犯罪事实的认定。在构建证据模型时，抓住犯罪活动的本质特点，以查证六要素为基础，并查证其他影响定罪量刑的情节，再以必要的程序性要素为辅，可以了解案件的全貌，为最终公诉准备定罪量刑的建议提供全面的业务驱动。

（二）技术驱动

智慧公诉的技术驱动由核心技术和数据库组成。海量数据资源、深度学习算法、大规模并行计算是智慧公诉技术革新的重要内容。通过运用光学字符识别、自然语言理解、智能语音识别、要素提取、机器学习等五大类核心技术，借助循环神经网络、卷积神经网络、深度神经网络、注意力机制、多模态理论等人工智能原理，可以实现对印刷文字、部分手写体文字、签名、手印、签章、表格、图片等各种证据的智能识别与信息提取。通过机器为办案人员收集、固定证据提供指引并及时提示，为进入系统的案件证据及其存在的瑕疵提供指引，可以实现统一适用证据、规范办案程序等目标；也能及时发现并提示进入系统的案件在适用证据上的矛盾等问题，保证提请逮捕、移送审查起诉的案件符合法定标准，实现诉讼公正。公诉业务的应用环境复杂，对技术要求较高，通过人工智能技术的驱动与创新，为检察院公诉等核心业务提供了技术保障，并取得了显著成效。

（三）多元应用场景

自智慧公诉提出以来，最高人民检察院和地方各级人民检察院对深化智慧公诉建设的基本目标就达成一致，使其在功能和技术路线上呈现出多元化的特点。

1.智慧公诉的理念和定位日趋明确

自2017年8月最高人民检察院公诉厅、最高人民检察院技术信息研究中心联合发文《关于确定首批开展智慧公诉应用单位的通知》（高检诉〔2017〕17号）以来，地方各级检察机关开始积极探索、开发应用适合自己的智慧公诉系统，并对智慧公诉的理念取得了共识。2017年9月，在苏州召开智慧检务工作会议并通过智慧公诉高级研修班来落实会议精神，以推动智慧公诉重点项目的落实、落地、见效。针对智慧公诉，检察系统内部最初在思想认识上有两种倾向：一种习惯于凭经验办事，认为靠现有的智能科技解决不了问题；一种过于迷信大数据和人工智能，认为人工智能的发展能代替检察官办案，希望按一个键即完全解决定罪量刑的问题，代替司法专业判断。这两种思想倾向都过于极端，随着各地在智慧公诉建设和应用中的问题逐步得到解决①例如，刑事公诉案件证据审查指引、举证质证规范的建立、刑事智能办案区建设等。，这两种极端的倾向已经逐渐弱化，对智慧公诉的理念取得了高度一致的认知。

2.智慧公诉的感知智能应用

图像识别、文字识别、语音识别、视频识别、生物识别等技术均在公诉场景中得到不同程度的应用。其中智能语音一枝独秀，2017年专门印发《全国检察机关智能语音平台建设指导方案》，明确建设检务智能语音输入法、会议应用、讯（询）问应用、双语应用等方面的综合系统；在智慧公诉所提倡的“三远一网”办案模式中智能语音技术更是贯穿始终。智能语音技术改善了传统公诉的工作模式，将其运用于公诉工作中，成功定制了检务工作语言，经过一系列与公诉工作实际贴合的定制公诉词库和快捷短语，切实提高了公诉词汇语音识别率，改善了传统的公诉工作模式，将工作人员从繁重的打字工作中解放出来，提高了检察人员的工作效率，并充分保障了信息安全。利用智能语音技术保存各种会议音频数据，能够自动形成会议纪要，便于后续资源整合与归档，有效避免了资源浪费。在讯问或询问过程中，运用智能语音技术，可实现实时语音转写并进行快速编辑、成稿，直接将说话人的语音实时转写成文字并生成讯问或讯问笔录，还可将审讯人与嫌疑人对话内容分离显示，便于查看问答记录，有利于有效固定关键证据，解决了传统公诉办案中遗漏细节或关键供述内容等问题，精准回溯案情。视频识别技术在公诉工作中，主要对服刑人员、监管人员等之间的不正常触碰行为进行自动识别、智能分析、智能预警，从而消除牢头狱霸、体罚虐待等安全隐患，或者识别办理相关业务的律师、当事人和相关人员，为其提供更加优质的检察服务，同时可以预防缠访闹访现象的发生。〔5〕

3.智慧公诉的认知智能应用

认知智能被认为是弱人工智能阶段的技术难点。研发法律人工智能应用，让机器通过算法、自然语言识别和深度学习技术能够“读懂”法律文书，并能胜任简单的检察官助理工作，是法学家和科学家共同的目标。北京市检察机关公诉部门探索开发“案件辅助审查系统”，旨在实现对法条、案例、相关论著、专家观点的实时推送，供检察官参考，以提高处理案件的精准度，促进司法公正。〔6〕贵州检察机关研发了案件智能研判系统，运用犯罪构成知识图谱和证据标准的指引，通过对法律文书的量刑要素自动提取，可以进行模型化量刑计算，并将计算出的量刑结果和类似案件的量刑结果进行对比，由承办人进行判断并确定最终量刑建议，从而提高量刑建议的精准度。〔7〕这些应用探索了智慧公诉在认知智能方面的发展，为未来深度应用积累了经验。

二、智慧公诉的限度：功能与平衡

智慧公诉本身不是目的，它是作为保障实现公平正义的一种有效手段而存在的，这就要求为智慧公诉设定合理的适用范围和应用限度。为此，既要考虑智慧公诉自身的功能和结构，也要在刑事诉讼这个大系统中考虑与之有关的系列问题的平衡，包括公平与正义、公开与隐私、质量与效率等。解决这些看似矛盾却又统一于刑事诉讼中的问题，不仅是实现刑事诉讼公正的内在要求，也为智慧公诉的应用设定了具体的要求和限度。

（一）智慧公诉中的公平与正义

习近平总书记指出：“努力让人民群众在每个司法案件中感受到公平正义。”〔8〕这一重要论述，蕴含着丰富的法理，是新时代司法工作的重要指引。就智慧公诉而言，也必须遵循这一重要论述及其所蕴含的法理。首先，智慧公诉的宗旨，是为了服务人民群众，而不是为了检察机关自身方便，更不是为了减轻所谓的工作负担。而且，司法所要实现的公平正义的目标，是否实现、在多大范围和程度上实现，最终是由人民群众予以评价和判断的。这就要求智慧公诉的一切技术面向和规则设计，必须坚持一切为了人民群众的这个司法工作总的宗旨，避免智能公诉的异化。其次，智慧公诉所要追求的目的是公平正义，并且是人民群众所能感受到的公平正义。这就要求智慧公诉的各项技术，要能保障公平正义的实现，而且要以人民群众能感受到的方式进行设计。比如，算法是智慧公诉的核心技术之一，为了实现公平正义的目标，智慧公诉的算法必须在诉讼民主的价值指导下进行公开。最后，智慧公诉要面对每一个具体个案，坚持技术的运用可以在个案中实现公平正义。

由此，公平和正义是智慧公诉中应当首先和最终实现的功能，它为智慧公诉的发展设定了正当性限度。在大数据时代，许多国家都利用大数据以提升犯罪侦查和控制能力。其中的犯罪预防机制，通过大数据和幂律分布分析，可以较准确预报犯罪类型、犯罪时间、犯罪场所、犯罪趋势的手段、方式和过程。〔9〕常用的分析工具是贝叶斯网络概率推理方法，可以从不完全、不精确、不确定的知识和信息中做出推理。〔10〕从而解决数据间不一致甚至相互独立的问题，以实现定罪量刑的规范化，最终实现公平与正义。例如，职务犯罪“数据人”模型的构建和对犯罪嫌疑人社会关系网络的分析，是智慧公诉侦查的基础性工作。职务犯罪尤其是贿赂犯罪是权力与利益的交易，有交易必有交易主体，绝大多数的交易不可能发生在“陌生人”之间。因此，基于社会网络分析技术的犯罪网络分析方法，是以各种犯罪的特点融合多元信息建立相应的分析方法。利用公安部门的户籍信息、卫生部门的人口信息等官方数据，从行受贿犯罪嫌疑人的通信工具、搜查中获得的名片等信息，以及QQ、微信、电子邮件的通信记录与其他社交网络上的联系人信息，对这些多源信息进行融合、分析、碰撞、比对，构建起社会网络关系图，“一图值千言”，从而启发侦查人员的思考，为侦查决策提供有益的参考。

除去分析方法，数据也是智慧公诉中的核心。大数据技术能解决公诉工作中的“痛点”。1985年4月，钱学森同志在全国首次法制系统科学讨论会上提出了在法律事务中运用人工智能、知识工程和专家系统的具体设想。〔11〕其中提到的专家系统根据用户提供的数据、信息或事实，运用系统储存的专家知识，进行推理判断，最后得出结论，并给出结论的可行度，以供用户决策。智慧公诉中，检察数据的运用至关重要。因为算法模型所依据的数据虽然多，但不充分、不全面甚至存在错误，得出的结论就会谬之千里。我国目前已开发出大量检察数据，但与海量、全面、系统的大数据要求还存在一定差距，这个瓶颈问题亟须解决。

此外，正确使用智慧公诉系统以实现诉讼公正，“人”的问题也不容忽视。一些分析仅停留在数据表面，例如罗列被告人年龄等基础信息，即使做了大量可视化图表分析，但对这些数据所反映的问题或者这些数据与主题的关系缺少深入分析。其次，检察数据应用的主要场景是检察办案，但无法通过应用数据解决实际问题。这就脱离了业务和案件谈数据，忽视了数据背后的具体案例，未能把握检察工作的实践状态及内在机理，降低了统计数据的实际应用价值。最后，难以从理论层面回应现实问题，无法提出理论命题以开展创新性研究和应用。

从检察数据应用系统本身看，数据资源还存在一些现象和问题。一是“信息孤岛”现象，即目前应用的各类系统数据标准不统一，各系统间的数据很难进行交换、共享与整合；二是“信息囚笼”现象，由于应用系统开发、应用的独立性，检察工作中积累的大量数据，被深埋在单独的应用系统中，其资源潜力难以发挥；三是“信息对抗”现象，由于数据的分散和不兼容性，不同单位、部门间有着各自不同的口径、标准和评价体系，信息之间难以得到验证和协调，甚至会得出相互矛盾的结果。

（二）智慧公诉中的算法及信息公开与保护

实现“科技+法律”离不开检企合作，通过技术外包来实现“智慧”。检察机关提出需求，科技公司提供技术服务，是智能辅助系统常用的模式。技术人员将检察机关提供的信息通过算法模型转化成数据，最后由算法得出结论。由于算法具有隐秘性，算法的设计者仍无法解释算法得出结论的过程以及判断算法得出的结论是否正确。算法的智能化是由数据决定的，而掌握公权力的国家机关和掌握核心技术的商业组织都有能力控制和掌握大数据。有学者把它称为算法的权力化，意味着算法技术为公共机构所拥有，使技术权力转化为可以直接影响个人与社会的制度性权力，公权力逐渐算法化，算法技术从而具备了对个人产生直接或间接影响力和控制力的可能。〔12〕所以，为防止算法滥用，算法必须公开。算法公开制度首先应当是有意义和有特定指向的决策体系的公开，而非一般性的算法架构或源代码的公开与解释。〔13〕

除算法的问题外，检察机关掌握的涉案相关人员的个人信息数据也面临被泄露风险。在大数据时代之前，个人数据彼此孤立地存在于不同领域；而进入大数据时代后，彼此孤立的数据从无用的碎片信息变为关联的大数据。在检察刑事工作中，被检察机关掌握的犯罪嫌疑人及其他相关人员的个人信息及个人隐私更多、更具体。这种个人信息和隐私一旦被利用和泄露，不但相关人员的权利会受到侵犯，检察机关代表的司法权威也将面临严重的信任危机。技术外包模式中，科技公司成为公民个人信息的掌控者，其介入司法过程变得比较容易。而且，算法的隐秘性决定了这种介入难以被发现，因为就技术外行人的检察机关和当事人而言，根本无法判别并且举证算法是否正确。根据我国《刑事诉讼法》第2条规定，保障被追诉者的诉讼权利与个人合法权利，即诉讼程序的知情权与参与权和合法的财产与个人隐私权受到刑事诉讼法的保护；第150条和152条规定，对于法定类型的案件使用技术侦查措施必须经过严格的审批手续，对在此过程中获取的个人隐私，应当保密。

近年来，我国在个人信息保护方面取得重要进展。①2017年《网络安全法》开启了个人信息保护，2020年《民法典》第111条、第1034条、第1035条进一步对个人信息的权利属性值、适用范围、管辖原则、保护的基本原则以及个人信息的处理规则等做了相应的规定。相关法律的出台从实际操作层面填补了许多空白，为提升公民意识、企业合规性和国家的监管水平提供了新的业务参照和行为指引，但施行成效还有待提升，监管部门把它当作行为指引，较少进行强制性的执法。此外，我国一些公民缺少个人隐私的保护意识，在一定程度上存在“以隐私换利益”的情况。综上所述，个人隐私权意识不强、技术滥用和监管缺位三重因素叠加在一起，导致公民的个人信息和个人隐私存在被滥用或泄露的风险。在智慧公诉中，须对个人信息做好公开与保护的平衡，不能以便利检察工作为出发点和追求的目标，须切实在实现诉讼公正这个价值目标下，通过精细的制度设计，既有力打击犯罪，又要更好地保护人权。

（三）智慧公诉中的办案质量与效率

智慧公诉的应用显然会大幅提升办案效率。因为机器的工作效率极高，如果一个人在一秒内作一次运算的话，那么机器在一小时内完成的工作量，人要做一百多年。〔14〕提高效率的同时，保证办案质量是智慧公诉应用的理想图景，也是智慧公诉应用必须面对的基本问题。

1.证据规则在机器内的运用

智慧公诉办案需要将证据规则转化为机器可识别的校验规则。当对证据规则的梳理转变为更具逻辑性、对应性和唯一性的电脑语言时，就形成了智慧公诉中的单一证据校验的功能，成为辅助办案的重要工具。当证据被录入机器后，机器会对证据进行自动识别，确定它的证据类型，并适用对应的规则进行校验。通过证据规则的指引，大部分内容都可以转化为机器可识别的校验规则和校验点。需要特别指出的是，由于系统功能尚不能完全覆盖证据规则，因此单一证据校验还需要人工进行复核。尽管在智慧公诉中，机器辅助检察机关办案，但机器并非是真正的“检察官”。为此，机器同样要遵循刑事诉讼法对证据制度的要求，包括无罪推定原则、排除合理怀疑的证明标准以及非法证据排除规则。这就需要技术设计者必须把法律规则融入技术规则，如果目前的技术无法精准贯彻以上基本规则，则必须设置人工审查程序，以保证案件质量，防止因机器制造冤假错案。

2.量刑辅助系统的应用

当今刑事司法改革的趋势之一是建立大数据量刑数据辅助系统，我国对此已经有一定的经验与基础。随着量刑规范化改革的全面展开，法院已建立相对独立的量刑程序，量刑活动被纳入法庭审理的程序，被告人获得充分的量刑辩护权，审判法官要听取控辩双方以及其他当事人的量刑建议或意见。因此，在智慧公诉的过程中，检察机关通过大数据技术等辅助手段建立大数据智能量刑系统，既有理论基础也有现实基础。

大数据智能量刑系统是综合运用系统论、控制论、信息论的理论成果，采取数学模型的统计技巧和大数据技术将相关法律规定、办案经验等有机结合为一体的系统，给犯罪嫌疑人诊断“病情”；通过人工智能对庞大数量的已决案件数据进行挖掘，对数据进行长时间深度的分析，进而得出类案分析报告，提供量刑参考，也给犯罪嫌疑人开“处方”，“对症下药”，从而实现“同等情况，同等对待”的公正原则。量刑系统并非用机器取代人脑，而是利用大数据技术辅助公诉人量刑，最终体现公诉人的经验与智慧。理想的大数据智能量刑系统能通过类案推送提高法律检索的效率，通过信息检索预判案件结果，智能生成法律文本，辅助制定诉讼策略。但系统也存在一定的局限性，例如刑事案件各具特性，量刑系统不可能穷尽错综复杂的情况，新出现的犯罪现象即便立即编入系统，但由于时间、地点和社会治安环境不同，机器并不能完全适应；机器是机械，在量刑中使用一旦有误，不能在法律上承担任何责任。

3.人工校验的难题

汉字因其特殊复杂的笔画、形态各异的书写以及象形的构造使得对其识别难度较大。当识别率达到一定程度后便很难继续提高。例如，图像预处理、版面分析、特征提取、字的切分，分类器的设计等。因此，中文字符识别的发展过程格外缓慢，对印刷质量差的印刷材料识别率受到更大的限制。以照片为例，目前的技术水平对于照片本身是否符合“同类”尚不能识别，需要进行人工审查。刑事证据由于内容多、类别、格式、排版等问题，造成识别证据材料过程中存在传统光学字符识别技术上的中文、数字混杂干扰等问题，同时由于证据材料中下划线、印章等新型干扰因素也导致了识别准确率降低。

刑事检察属于强逻辑推理的领域，并且其结果关乎人权与公正等价值判断。智慧检务的未来发展，必须平衡好公平与正义、公开与保护、质量与效率这些基本矛盾，解决好制约智慧检务发展的瓶颈问题。

三、智慧公诉的未来：人工智能与实现正义

从以上分析看，在公诉活动中机器不可能完全代替检察人员。在论述智慧公诉应用的条件、场景与限度的基础上，可以比较科学地规划出智慧公诉未来发展的模式和路径，通过人工智能与刑事公诉的深度融合，为实现司法公正提供可靠的保障。

（一）完善检察大数据

在人工智能时代，检察大数据在智慧公诉的建设和完善过程中运用日益广泛。通过对智慧公诉能度和限度的分析，可以构建并完善检察大数据的路径。

1.坚持外部数据与内部数据结合的理念

伴随着数据资源整合和开放共享力度的加强，检察大数据的范畴将不再限于检察业务生产的数据，而会扩展为所有与检察业务相关的各类数据，数据广度大幅拓展。围绕“深度”“广度”两大维度，检察大数据的应用领域将更为丰富。当外部数据较为丰富后，就可以考虑将数据转化为标准化量表，通过内外数据结合后的统计建模和机器学习，提供数据量化直观的办案参考建议。在国外，第三代以后的涉罪人员再犯风险评估工具就是以大量的数据测算出来。①具体观点参见刘崇亮：《再犯罪风险评估与中国监禁刑改革》，《现代法学》2018年第6期。以我国现有的数据条件，能够大幅缩短量化司法评估模型的建模和数据学习周期，很快实现外部数据服务检察办案。从目前的业务经验来看，与检察内部数据应用需要有较深度的数据理解和分析才能发挥出数据价值不同，检察外部数据应用需优先考虑数据采集的广度，增加外部数据，丰富信息来源，才能更全面地服务检察决策和办案活动。

2.坚持数据驱动设计理念

为实现数据驱动，首先必须要理解业务数据。通过对业务数据的分析，其分析报告要明确数据库已有的内容以及对当前系统的影响。其次要明确辅助决策分析的需求。检察系统的各级检察院、各个内设部门对业务观察的视角、维度是不同的，这就要求尽可能地满足各个管理层次的业务需求。最后还需要关注辅助决策涉及的分析主题、当前适合的数据源、分析结果的关键性指标、分析结果的频度要求等要素。

3.坚持面向主题的开发理念

大数据分析主题②主题是指在较高层次上将检察信息系统中的数据进行综合、归类和分析利用的归纳。在大数据应用中具有重要作用，分析主题需注意：一是对大数据开发应用具有灵魂和统领的作用。在开发方面它可以界定某一宏观分析领域所涉及的分析对象的范围，为需求的开展、确认提供引导和方向。二是主题可以确定数据的组织方式。数据的组织方式分为后台抽取和前台展示，后台是针对数据源的，主题明确后从满足分析角度，可以确定从几个业务系统的数据库抽取数据，从分析结果可以确定需要抽取数据库中的哪些数据，以满足智能化分析、挖掘精度的需要。三是主题可以确定数据仓库中数据集的规模。主题确定后，数据仓库中的逻辑模型也就基本成形了。但要生动、形象地表现主题还需要各类参与分析的维度数据作支撑，如检察官业绩这个主题，为使业绩主题表现得更有说服力，可以加入案件种类、案由、审结结论等维度。

（二）依法精准有效保护个人信息

在人工智能时代，全面保护个人信息也成为社会共识。目前的问题不在于保护与否，而是如何精准有效地保护个人信息，在智慧公诉领域也不例外。

1.强调立法和政策的双重保护

在大数据和人工智能的时代，公民的个人信息在国家公权力机关和信息掌控者的服务商之间呈现出不对称的状态，如果法律和监管缺位，个人的隐私空间将会受到严重侵犯。为有效防止检企合作中个人信息泄露、算法黑箱等问题，法律应当限制权力和技术的滥用。除了从立法方面进行规制外，政策保护也应紧随其后。为此，通过公民教育、普法教育等方式大力培养公民隐私权的意识迫在眉睫。另外，借鉴外国在个人信息保护立法方面的成功经验，同时结合我国实际情况，应通过“法律+科技”的双重模式加大对个人信息数据的保护力度。

2.实现个人信息保护的平衡

关于个人信息保护的立法通常要考虑信息保护与合理利用之间的平衡。因为二者之间并不冲突，只有做好信息保护，才能让数据所有者愿意授予其他主体对数据的使用权利，从而实现对数据的合理利用。其中重要的一点是对信息保护主体、合理利用的主体以及监管主体的明确。世界各国普遍将个人、个人信息处理者③《个人信息保护法》第73条第（一）项规定：个人信息处理者，是指在个人信息处理活动中自主决定处理目的、处理方式的组织、个人。与国家之间的关系平衡作为个人信息保护立法的主要目的。智慧刑事检务的发展完善通常需要检察机关与科技公司合作，才能促进司法现代化，实现公平正义的目标。无论是检察机关、人民群众还是科技公司都对智慧刑事检务抱有极大的期待。但是，由于对人工智能和互联网技术的高度依赖，检察机关是否会受到科技公司的牵制或俘获，从而影响司法的公平和正义？〔15〕如果监管不到位这种情况是完全有可能发生的。个人信息经过处理后成为“个人信息数据”，属于处理者和国家机关所控制的数据组成部分。与此同时，个人信息处理者和国家机关负担了相应的义务，个人必须具有对处理者和国家机关获得的个人信息数据的支配力。

（三）智慧公诉建设模式的更新迭代

当前，智慧公诉建设主要采取项目的形式，因而探讨项目如何建设的问题，具有非常重要的现实意义。

1.项目能力的落地

项目是为特定的需求而建设的，而信息化项目的交付成果一般是信息系统。对信息系统而言，需要解决的问题不同，其逻辑实现自然不同。但是，在模块化、构件化系统实现思想深入人心，微服务、能力中台等概念层出不穷的背景下，几乎所有的能够重复交付的商用现代化信息系统，其研发单位为了实现利润的最大化，都会事先构建企业内部的代码库或构件库，在此基础上再进行面向特定业务领域的开发。这些模块化的产物通常是能够重复利用的。项目的能力落地是指在实施项目建设的过程中，对项目落地的形态提出具体要求，对于此类能力则要求企业将其接口化、独立化；而对于部分本身即可作为通用能力提供对外支撑的信息系统，如案件现场全息复刻系统，则会要求企业在项目落地的过程中，根据各检察院的实际对该系统进行重构或改造，提供可调用的接口。能力落地后，由于能力已经是弱业务属性的，因此对能力能够持续进行优化、升级和完善，提高能力的本地化水平，再由此逐渐积累形成底层能力平台。

2.项目建设的解耦

项目建设的解耦不同于对项目建设的信息系统进行解构、分析识别出系统内含的基础能力的过程，而是需要从智慧公诉整体建设、长远规划的角度，对项目与项目间的关系、项目与能力间的关系进行研究，识别出不同项目或功能模块间可能涉及的共性能力，将之拆解出来进行独立建设，以实现能力应用的过程。项目建设的解耦首先需要对信息化建设的蓝图有较为清晰的认识，还需要尽可能地把通用能力的业务属性剥离出去，放在能力平台的角度去分析该能力的定位。需要指出的是，能力与应用之间是包含关系，但能力与能力之间并不必然是并列关系，也可能是包含关系，制卷应用包含智能编目能力，而智能编目能力则包含OCR识别能力。因此，提升解耦的力度和层级也是项目建设解耦的重要内容。

3.项目建设方式的转变

单轨制办案改变了传统的项目建设方式，通俗而言，可以被简单地看作是从单纯的“买软件”转变成了“买能力”和“买服务”。在推进项目建设的过程中，检察院不再作为单纯的需求提供方去采购软件系统，而是在采用“赛马”机制促使企业良性竞争的同时，尽可能地向前转变，充分发挥信息技术人员的专业知识能力，同时检察院还能分担部分将需求转化为技术功能或模块的工作，并参与到软件开发的具体实施过程中。如此既能够增强检察院对项目的掌控力和主动权，提高对项目的全面认知，真正实现对项目的管理；还能够在转化映射的过程中增强识别能力，保证项目能力落地的同时，最终内化成检察院信息化的基础能力，服务智慧检务建设大局。此外，为了充分发挥能力平台的价值和作用，帮助业务部门逐步明确需求，提高他们固化需求的能力，应将原型化开发模型和面向服务、构件的开发方法结合，深入一线直接对接使用干警，通过“短平快”的开发节奏迅速迭代产品，逐步丰富功能，以便取得良好的建设成效。

四、结语

无论人工智能与智慧检务如何发展，都是人工与机器的智能化结合。人与机器的结合始终不能偏离伦理。对此，哲学界、伦理学界进行了大量研究，对法学而言，人工智能时代的伦理入法则是时代的要求与历史必然的发展趋势。现代法律制度的发展完善，在时间和空间维度都面临着全方位伦理整合的需要。中国特色社会主义法治体系的构建，应当遵从伦理入法的历史规律和现实需求，在社会主义核心价值观的指引下，在传统伦理的根基上构建适合于新时代的现代法律制度。人工智能伦理告诉我们，人与机器需要结合，但机器绝对不能代替人，二者之间必须有所分别：以人为主，机器为辅；以人为目的，以机器为手段。借助机器的能力，而不陷于机械论；从数据出发，而不可止步于数据的浅层结论。未来智慧公诉无论如何发展，都不能取代检察官的主观能动性和基本的正义观，更不能让人民群众在个案中感受到不公。