□数字检察是以数据资源为关键要素，以法律监督模型为主要载体，以检察业务与信息技术的融合应用为决定性的推动力，促进社会治理现代化的法律监督新模式。

　　□对内部数据要加强数据治理，共享数据要不断拓展范围和内容，公共数据要提升数据价值。

　　□在运用数字赋能法律监督中，需要开展数字监督平台和场景运用的实战培训，增强一线办案人员智慧办案能力，推动高质效办好每一个案件。

　　《中共中央关于加强新时代检察机关法律监督工作的意见》强调，“加强检察机关信息化、智能化建设”。最高人民检察院应勇检察长指出，要充分、深度运用大数据，最大限度释放数据要素价值，促进检察办案更加公正、检察管理更加科学、检察服务更加精准，其根本是赋能检察机关法律监督。在数字赋能法律监督工作中，要切实按照最高检的要求，加强顶层设计、整体统筹，抓住提升法律监督质效这个根本，落实“业务主导、数据整合、技术支撑、重在应用”的数字检察工作要求，破解传统监督方式、监督手段、监督能力以及监督渠道等受到制约的困局，从以下三个层次推进，不断提升数字赋能法律监督能力。

　　树立数字赋能检察监督理念

　　数字检察是以数据资源为关键要素，以法律监督模型为主要载体，以检察业务与信息技术的融合应用为决定性的推动力，促进社会治理现代化的法律监督新模式。需要明确的是，数字检察不是数据与检察的简单相加，而是检察与数据的深度碰撞与融合，将数据嵌入法律监督的节点，从浅表监督到穿透监督，在业务流程、全程监督、流转处置等环节形成立体的工作闭环，对症下药，辨证施治，实现法律监督办案“最优解”。这要求检察官深入学习大数据、人工智能、区块链、云计算、物联网等信息技术，运用数字技术解决检察实务中遇到的问题，意味着检察官既要具有数字认知和思维，也应具备数字治理理念、数据共享与安全意识，切实将数字思维融入检察工作的各个方面和环节。同时，检察官对数字检察中所隐含及呈现的特征或规律的认知，都需要与客观公正立场同频共振。

　　强化数据应用

　　推动数字办案。数字赋能法律监督，必须紧紧围绕办案中心任务。一是发挥各地参与改革的主观能动性，探索从讯问、询问、听取意见等高频办案行为入手，逐步延伸至全部办案行为，最终实现“线下办案行为全面线上化、检察业务全面数字化”。二是检察机关“一把手”要高度重视数字检察工作，亲自部署、协调各方、重点突破，层层传导压力，推动责任落实，提升数字治理能力。三是在探索建立数字检察工作团队、强化对检察官培养使用的同时，正确发挥基层信息技术人员在引导办案部门提出业务需求、数据运用以及监督模型建设等方面的作用，加强与高校、科研机构的合作，在数字赋能工作中善于听取他们的真知灼见，攻克数字检察工作中的专业性难题，最大限度释放数字检察效能。

　　增进数据协同。对内部数据要加强数据治理，共享数据要不断拓展范围和内容，公共数据要提升数据价值。一是向内挖潜，激活“沉睡”的内部数据。运用全国检察业务应用系统，深入开展办案数据统计汇总、分析研判工作。充分挖掘12309检察服务中心、检察案例库、检察文书库等原有业务数据资源。建设检察机关内部跨层级、跨单位、跨条线的数据申请、返还、使用、留存等数据管理机制，并严格落实数据治理主体责任。二是加强外联，提升外部数据共享效能。积极推进检察机关与人民法院、公安机关、司法行政机关等部门的协同平台建设，实现案件数据共享；积极推进与相关行政单位的业务协同，建立常态化衔接协调机制，获取行政处罚等相关数据；积极加强与行业协会、企事业单位的信息互联，获取信访、社保、商事登记等社会公共数据的使用权限。

　　保障数据安全。数据作为新型生产要素，具有无形性、隐私性、时效性、不可追溯性等特征，在数据采集、传输、存储、使用等全生命周期中安全问题始终存在。一是落实数据分类分级保护。确定法律监督领域的重要数据目录，加强对重要数据的保护，尤其要对数据安全法规定的关乎国家安全、国民经济命脉、重要民生、重大公共利益等国家核心数据实施更加严格的管理制度。二是建立全流程数据安全监管工作机制。在事前阶段，严格审批手续，强化数据授权提取、使用，对获取的相关重要、敏感数据要遵循“合理使用”要求；在事中阶段，对数据获取、处理等使用行为进行实时监控，对提取数据进行全程记录留痕，设置数据清洗、脱敏、安全缓冲等配套机制；在事后阶段，对在履职中获取的相关数据依法保密。三是检察机关须对数据使用情况进行安全巡查和安全评估，及时发现安全漏洞或违规情形并采取必要的补救措施，防止数据安全事故发生。

　　数字赋能提升检察履职质效

　　遵循伦理规则。将司法伦理融入算法构建，将司法规律融入数字赋能结果应用，既不违反数字规律，又不跳脱法律监督准则。一是防范“算法黑箱”。因算法设计和运用所产生的责任分别由设计者和运用者承担。强调人为审查的主导地位，建立相应办案标准和规范，明确算法设计者应承担的风险，防范“算法黑箱”对司法透明的侵蚀。二是算法合理公开。强化对信息来源可靠性和真实性的把控，有效规范信息采集、存储、传输、处理和使用行为，由检察机关将算法的运行原理、数据来源以及特征选择等信息在相应范围内公开。算法设计者对算法的关键要素、构建逻辑、准确率等要素承担解释义务，破解“信息茧房”“算法偏见”。三是全程算法参与。检察机关应保障被监督者程序参与权，对被监督者关于法律监督模型的疑问进行释明，同时尊重算法解释申请权、算法决策异议权，吸收“司法经验主义”的合理内核，避免“强计算主义”机械化和泛化问题，防止算法权力异化。

　　增强数字能力。数字时代的检察办案突破了个案监督的局限和类案监督的瓶颈，把对典型个案的监督规则梳理、提取、转化为数据模型，通过数据碰撞筛查出异常数据，形成高质量的类案监督线索，推进“四大检察”之间的协调配合，从不同侧面加强法律监督职能，呈现一案多办、综合治理的监督格局。在整个常态化运用数字赋能法律监督中，需要开展数字监督平台和场景运用的实战培训，增强一线办案人员智慧办案能力，推动高质效办好每一个案件。同时，法律监督模型研发阶段应坚持问题导向，尊重一线办案人员实践改革主体地位，充分赋予其提炼监督点和业务规律的机会，一线办案人员要发挥实践能力强、办案经验丰富的优势，善于从个案办理过程中进行问题溯源，梳理、提炼类案规律，培养监督模型创建能力，发现和促进解决案件背后的社会治理问题，实现检察与技术的双向奔赴，让法律监督模型研发能够达到预期效果。

　　提高模型实用性。一是突出务实管用。摒弃“唯数据论”的功利化思维，因地制宜开展有方向、有重点的监督。模型建设初期应坚持“小切口”，将若干个具有内在关联的简单模型设置为子模型，通过整合类似模型的监督路径，实现从“由人找案”到“由案找人”的转变。侧重针对实践中的监管漏洞、治理盲区开发和运用法律监督模型，开展深层次监督。二是突出质效原则。研发阶段应进行可行性论证，从问题域、数据源、特征集三个方面保证法律监督模型的普适性和通用性，强化对算法模型应用的监督，对法律监督模型应用的提升作用要有量化的评价，避免重复设计、重复建设，确保投入和产出呈正比。对应用效果好、具有普遍性和推广价值的法律监督模型应当冠名并在模型管理平台上架，供各地检察机关学习应用。三是实现大数据的多元汇集与融合分析。例如，上海市人民检察院积极推进数字检察融入上海城市数字化转型，并探索与政务服务“一网通办”、城市运行“一网统管”的深度融合，通过建立与外部网络之间安全、可靠的数据交换渠道，提高检察数据与外部数据的兼容性，真正释放数字赋能法律监督的效益。

　　（作者单位：湖北省远安县人民检察院）