人工智能融入檢察業務的前景與思考

近年來，檢察機關緊緊圍繞“業務主導、數據整合、技術支撐、重在應用”要求，積極推進數字檢察工作，打造了一批大數據法律監督模型。人工智能技術在檢察履職辦案中的應用深度和廣度日益擴展，以數字檢察賦能法律監督的成效愈發明顯。本次研討重點聚焦人工智能融入檢察業務的相關議題，以期為未來檢察機關更好運用人工智能技術，推進數字檢察工作，提升檢察辦案質效提供有益參考。

“知不足”以致遠

周春燕：人工智能技術的不斷發展，正在使我們的工作和生活環境發生變化。即便如此，代表人工智能技術發展最新成果的大語言模型自身仍然存在一定的局限和不足，這是事物發展規律使然，也是科技進步的必經階段。直面問題不足、找到解決方案是推進科技發展的可行路徑，在應用大語言模型過程中，有哪些問題需要我們重點關注呢？

厲永佳：在大語言模型實踐應用中，有一些問題需要我們預判和解決：一是數據來源。特別是監督類數據。有的數據涉及保密問題，不同機構的網絡保密等級不同。二是數據的真假辨識。我能想到的解決方法就是要標記數據出處，進行人工復核。與此同時，還需要給數據庫的數據“寫保護”，禁止大語言模型對原始數據進行篡改。

許朝暉：從技術應用的角度而言，目前大語言模型的檢察應用還存在一些障礙。私有化部署可以解決一定程度上的安全性問題，但是其部署成本較高，且仍然存在數據泄露的風險和被他人攻擊的可能。與此同時，私有化部署需要持續的知識更新，可能會產生更新時效欠佳的問題。另外，人工智能可能會產生“數據幻覺”，進而生成虛假的內容。人工智能當前大多仍為通用性的模型，較難滿足個性化的需要，其應用場景可能存在重復開發問題。

我認為可以采取相應的對策予以應對。一是我們可以預先了解一下當地上級檢察機關或是其他地方檢察機關的人工智能部署方案，避開他人已經或正在探索的，再結合我們自身辦理的案件特點，進行具有自身特色的數字化部署。二是我們要找到合適規格的大模型，既能滿足成本控制，又能實現較好的效果。三是可以通過相關智能體的運用，或者通過搭建RAG知識庫、優化提示詞、參數微調等方式，來幫助解決生成式人工智能的“幻覺”傾向、專業力不足和時效性不佳等缺陷。在部署推進的過程中，我們需要注意幾個平衡：一是安全與效率的平衡；二是人工與智能的平衡；三是成本與效益的平衡。

孫建偉：雖然人工智能提高了司法效率，但仍有一些問題值得關注：一是算法也具有“經驗貧困”的困境。大模型的發展，高度依賴已有案件的資料和數據庫，但面對一些新型案件、新興領域和新型權利，因為數據庫中找不到類似的資料，因此大模型所給出的答案可能是存在缺失的。二是司法直覺具有不可編程性。司法直覺是司法工作人員在長期職業實踐中所形成的、較難被理性規則描述的一種認知能力，它融合了法律知識、社會經驗、倫理判斷和價值感知。盡管大模型在數據處理和模式識別上具有強大能力，但是它的算法邏輯和司法直覺之間存在差異。三是技術理性的局限致使機械邏輯與司法實踐存在鴻溝。司法本質上調整的是社會關系，而人工智能算法邏輯較難兼容多元價值判斷，較難取得平衡。綜上所述，對于人工智能大模型在司法領域中的運用，我認為應該盡可能取其所長、避其所短。

“未來將來”之思

周春燕：當前大語言模型進步飛速，人工智能的能力邊界已從簡單的工具支持（如文本糾錯、數據檢索）延伸至更為復雜的領域，比如文書起草、框架構建等。那么對于檢察機關而言，人工智能技術可以給檢察工作、檢察官辦案帶來哪些便利和有益影響，其究竟如何賦能檢察業務發展？其前景如何？請各位嘉賓談一談看法。

衣俊霖：大語言模型可以處理多種自然語言處理任務，包括Markdown、Html等標記語言，或是其他計算機語言。任何只要能夠以語言表達的內容，它都可以進行比較好的預測和生成。當前，市面上部分人工智能軟件，之所以能夠生成圖像或視頻，其底層邏輯即是使用了一套諸如Markdown的語言系統，隨后通過大語言模型處理、生成內容。因而大語言模型的出現，一方面，可考慮允許檢察人員進行更多“輕量級的創新”；另一方面，檢察人員將更好地總結辦案經驗。檢察人員可以將辦案經驗知識“投喂”給大語言模型，從而利用大語言模型進行高效總結提煉。由此，檢察機關通過人工智能技術可以實現以下兩方面的業務精進：一是可以搭建自己的知識庫，針對檢察官自身辦案特點，通過對以往案件進行規律總結、經驗提煉，幫助檢察官形成具有個人特點的辦案風格，同時還可從中發現有價值的辦案線索。二是可以訓練人工智能成為某種意義上的“助理”，協助處理一些簡單的案件。在對大語言模型進行辦案規則、案件數據、文書模板等訓練基礎上，通過建立、優化提示詞，使其能夠一鍵生成法律文書、詢問筆錄、會議紀要等的初稿，承擔部分事務性、輔助性工作。

許朝暉：我認為人工智能技術能夠為檢察工作提供以下幫助：一是實時筆錄。目前上海檢察機關已經利用檢察業務應用系統2.0的微服務架構，研發出滿足相關業務應用場景的“制作筆錄一件事”子系統，將司法辦案場所預約、警務管理等系統功能進行整合，開發出筆錄制作和案件直接關聯、語音實時轉寫、電子簽名捺印、智能筆錄提示、同屏展示筆錄、筆錄自動入卷等功能。二是生成會議紀要。基于前期實時記錄會議發言并轉換成文字的相關技術，后期通過引入大語言模型，就可以一鍵生成會議紀要。三是案件評查、證據審查等。當然，這些辦案輔助工作理論上可行，但是由于相關案件的涉密性因素，需要本地化部署以后才能真正實現，同時，為避免資源浪費，宜由上級機關統一推進實施。

厲永佳：人工智能可能為檢察工作帶來以下便利：一是文書校對。基礎應用是識別錯別字、標點符號誤用、語法錯誤及邏輯矛盾，并支持專業術語審查。進階運用是可以將電子卷宗材料與審查報告、起訴書進行比對，核實當事人信息、品種、定量、價格、引用的法條等內容是否存在錯誤。二是檢索資料。這就包括法律法規、案例、其他參考資料等的檢索。三是“三書”比對。可以幫助檢察官進行起訴意見書、起訴書和判決書比對，發現監督事項。未來，人工智能可能具備輔助辦案的主要功能，通過本地化部署、人機協同機制和持續技術迭代，可顯著提升辦案質效。同時，這對未來檢察官、檢察官助理的能力提出了更高要求。不過，將人工智能作為“輔助工具”的定位仍需明確，特別是關鍵法律判斷仍需由檢察官把控。

孫建偉：我覺得大語言模型會給檢察工作帶來這幾方面的便利：一是為檢察工作提供了前所未有的信息檢索和案件分析工具。傳統的法律文書查閱往往耗時耗力，而大語言模型可以在海量的法律法規、判例、司法解釋中迅速“鎖定”相關內容，在一定程度上縮短了司法工作人員獲取信息的時間。尤其是在辦理跨區域、跨領域案件時，通過智能檢索系統，司法人員能夠快速調取類似案件，幫助梳理案件的脈絡，從而提升案件研判的準確率與辦案效率。

二是大語言模型在證據整合和風險預警方面具有優勢。利用大模型可以對不同來源的信息進行智能化對比，自動識別證據間的潛在關聯，有效輔助司法人員構建完整的證據鏈。

三是大語言模型的應用促進了檢察業務流程的智能化和標準化。通過構建智能模型、決策平臺，司法機關可以在部分辦案流程中實現自動化，比如在初步篩查和案件分類上引入智能算法，提升案件分流、立案辦案環節的效率。借助大模型，司法機關能夠更精準地進行數據統計分析，發現潛在的風險點，為制度完善和業務創新提供數據支持，推動檢察工作向智慧檢察方向邁進。

另外，我認為大語言模型在給檢察工作帶來便利的同時，一方面，能夠促進司法公正。主要體現在以下幾點：一是全要素證據審查的突破性變革。相較于傳統證據審查受到人力和認知邊界的限制，大模型通過多模態的數據處理能力，能夠迅速構建起立體化的證據審查體系。二是法律適用的智能化升級。生成式人工智能尤其是大模型，通過知識圖譜和自然語言處理的結合，推動法律適用向數據驅動、算力驅動方向發展。三是司法決策的理性化增強。大模型通過模擬推演與風險預警，可以在一定程度上降低認知偏差。

另一方面，通過數據處理、模式識別與知識推理，能夠推動對司法規律的認知深化與體系化。第一，生成式人工智能可以通過數據分析促進對于司法規律的認知。大模型通過全量數據分析，能夠使司法規律更加顯化、可量化、可操作。在程序上通過大量類案分析程序違法的規律，有效促進法律監督的針對性。第二，生成式人工智能能夠拓展對“司法規律社會化延伸”的認知。助力司法機關進一步與社會治理相聯動，創新社會治理模式。第三，可以基于生成式人工智能分析司法規律，驅動體制機制創新。大模型對于司法規律的深度挖掘與系統性呈現，為司法體制機制創新提供科學依據。通過將技術識別的規律轉化為制度設計的邏輯起點，或將實現人工智能與制度創新的互動。

（聲明：本內容僅代表嘉賓觀點，不代表本刊立場）

編輯：張宏羽" " zhanghongyuchn@hotmail.com