京公网安备 11010802034615号
经营许可证编号:京B2-20210330
与大数据拥抱的司法改革
司法改革,现已进入攻坚阶段。在落实司法责任制、组成新型办案团队之后,如何提高办案质量和效率,如何破解“同案不同判”,如何建立更为严密的监督机制,是当前司法体制改革必须破除的难题和啃下的“硬骨头”。
攻坚克难正当时,大数据、人工智能等来助力。去年以来,各地政法机关把体制机制改革与现代科技应用深度融合起来,把司法机关内部挖潜与有效利用社会资源结合起来,进一步优化司法资源配置,实现了办案质量效率的飞跃和司法公信力的不断提升。
1.统一标准,大数据提升办案质效
2017年5月,贵州省贵阳市花溪区公安分局民警熊国健和他的同事办理了一起故意伤害案。嫌疑人和受害人是工友,因为一点儿口角打了起来,最后受害人被鉴定为轻伤二级,此案作为刑事案件立案。
对于熊国健这样刚刚入警不久的年轻侦查员来说,即便是案情简单的故意伤害案,对该取哪些证据、怎样取,也并没有一个十分清晰的思路。“之前办案都是老同志带着我们凭着经验办案,听老同志说这个案子可以了,就报到下一个环节去,但经常因为证据缺东少西,被打回来。”熊国健说。
很多地方法院积极适应互联网时代的办案要求,打造“背包上的智慧法院”。图为重庆云阳法院使用电子设备,实现乡村审判移动数字化。饶国君摄光明图片/视觉中国
2017年1月,旨在统一证据标准指引的政法大数据办案系统在贵阳市花溪区落地试点。该系统要求公检法三家在系统中嵌入证据标准指引应用模块,如果不符合证据标准指引的要求,案件将无法流转至下一环节。
有了证据标准的指引,熊国健和他的同事们就像有了老师的辅导,从办案之初就非常注重收集证据。当案子办完,他登录政法大数据系统,按要求上传证据材料,标注证据文件项,证据材料完备后,一键推送到法制部门审核。在进行完实质审查后,法制部门直接在系统内将案件移送至检察机关。
然而,看似完备的证据材料,到了花溪区检察院公诉科检察官龙江手里时却出了问题。证据标准指引系统具备电子卷宗识别功能,系统提示,这个案件有程序违法风险。
原来,侦查人员在正式立案之后没有对犯罪嫌疑人进行讯问,制作讯问笔录,而是把立案之前的供述即询问笔录作为证据使用,这是人工审查时容易忽略的问题。
龙江随即让办案民警再次对犯罪嫌疑人进行讯问,制作相关笔录,补充侦查之后,就顺利地起诉到了法院。
由于案件证据确实充分,法官在向被告人送达起诉书后的第三天就组织了开庭。“这个案子,整个刑事部分可能有15分钟左右的质证就全部结束了,然后我们就将剩下的时间和精力更多地放在调解被告人和被害人的赔偿纠纷上。”花溪区人民法院刑事审判第三团队法官张立说。
最终,这起案件的被告人自愿认罪并积极赔偿了受害人,取得了被害人的谅解,法庭对他从轻处罚,处以缓刑。
杭州铁路运输法院,工作人员把文件放进“菜鸟小G”智能配送机器人的抽屉,通过小G递送文件。光明图片/视觉中国
数据显示,截至6月30日,贵阳市花溪区运用政法大数据办案系统流转到法院的已受理案件112件,其中立案111件,结案105件,结案率94.59%,高于全省平均18.27个百分点;服判息诉90件,一审服判息诉率85.7%,高于全省平均10.1个百分点。
“对于80%的普通刑事案件来说,证据标准指引的应用明显提升了审判质效。经过一段时间的运行,一线干警逐渐适应了证据标准指引使用办法,在办理疑难复杂案件的过程中,证据标准指引发挥出智慧辅助作用,成为侦查员、检察官、法官的得力办案助手。”中国人民大学法学院教授陈卫东指出。
2.智能裁判,着力破解“同案不同判”
2016年3月,江苏省南京市秦淮区人民法院刑二庭庭长戴娟审理了一起交通肇事案。开庭后,她把案卷材料导入“同案不同判预警系统”,系统自动计算出了适用于本案的量刑结果——2年有期徒刑。但是,戴娟基于对当事人双方家庭情况的了解,不想作出这样的判决。
戴娟又在系统预设的“本案特殊情形信息输入窗口”中加入当事人双方签订谅解书、被告积极赔偿的信息后,系统显示,类似或相同条件案件的判决结果大多为1年到1年半有期徒刑,缓期1年到1年半执行。这正是戴娟认为的,对双方当事人都很人性化的判决。
“事实上,这个系统在某种程度上既提高了判决的准确性,也提高了办案的效率。同时,我觉得更多的是增强了我们做出判决时的信心。”戴娟对记者说。
陈卫东表示,应该看到,以“智能审判辅助系统”为代表的大数据技术并不是要代替法官做裁判,更不是要制造“机器人法官”,各地法院的探索恰恰表明,大数据技术可以帮助法官高效及时地从过往判例中获得精准、精确的参考,增强法官的信心,提高法官自由裁量权的运用水平。
大数据技术的应用,既能辅助法官裁判,也能为新型专业办案团队提供技术支撑。
广东佛山市公安局发布的反电信诈骗App“天盾”,可以智能识别、拦截和封堵涉嫌电信诈骗黑名单号码。李胜利摄光明图片/视觉中国
在广东深圳福田区,密布着全市70%以上的金融总部。金融交易活跃的同时也造成了金融纠纷案件数量巨大。过去,这些金融案件由不同法官审理,既耗时耗力,又难以统一裁判尺度。以专门办理信用卡案件的部门为例,改革前,这里21人,一年办理案件5000多起,平均办案周期6个月。
2016年,福田法院与阿里巴巴公司合作开发了“金融纠纷案件智能裁判”系统,用大数据技术形成庭审要素表。当法官将信用卡类案件的起诉要素输入系统后,案件的相关信息以及诉讼材料就可以自动生成。法官开庭时只需要对要素进行审核,进行打钩式审理。
在这一系统开发的基础上,形成了由1名法官配备3名助理的信用卡纠纷案件审判团队。该团队成立仅半年就审结5000多起信用卡类案件。
“借助科技力量建立符合司法规律、符合改革方向的新型专业办案团队,为办案质效的提升发挥了巨大作用。”陈卫东认为。
3.创新方式,实现监管全流程无死角
2017年6月的一天,夏女士来到四川省成都市中级人民法院诉讼服务大厅。作为案件当事人,她对案子的审理期限产生了质疑。
“我这个案子都两个多月了,我不知道它到底进行到哪一步了。”夏女士焦急地对记者说。
类似夏女士这样的质疑实际上非常普遍。司法改革后,取消了院庭长审判环节,监督管理该如何做?传统的“人盯人、人盯案”的监管模式,既不符合改革的导向,也无法适应庞大的案件量。这一难题,如何破解?
成都中院探索建立的静默化监管机制,试图破解这一难题。通过这一机制,成都中院实现了网上办案流程信息的全程记录,从立案到归档,案件全过程可控制、节点可查询、进程可预期。
“单纯依靠法官‘脑袋装、笔头记’,很可能导致效率监管有漏洞、不到位。”成都中院副院长龚成表示。
在了解了夏女士的来意后,诉讼服务大厅工作人员引导夏女士在自助服务终端输入相应案号,平台自动生成一份审判效率分析报告。报告中明确给出审理天数111天,其中鉴定环节耗时65天。看到报告,夏女士的质疑瞬间消除。
与此同时,法院的办案系统上自动弹出窗口,将当事人的相关查询情况自动推送给法官。这一系列“动作”的背后,就是静默化流程监管机制在发挥作用。
据介绍,静默化流程监管机制大胆尝试用大数据的方式进行内部监督管理。通过对业务条线的梳理,将审判流程细化为183个工作节点,68个监控节点。一旦流程上出现问题,系统将自动预警或发出催办提醒。同时,成都中院还对过往3年近65万起案件进行梳理,建立了有海量数据的案例库,一旦出现与绝大多数案例判决结果偏差过大的情况,系统会立即报警。
“静默化监管机制,就像开车一样,一旦超速违章了,摄像头就会闪,形成监管记录。”龚成说。
据统计,该机制自2017年试运行以来,仅半年时间,在收案率上升84.89%的情况下,结案数同比增长209.81%;平均审理天数由原来的75.68天,下降为60.51天。
科技助力司法改革所发挥的效能,正在各地政法机关的大胆实践中逐步显现出来。
“要养成运用现代科技开展工作的思维习惯,加强现代科技应用能力培训,帮助干警熟悉掌握大数据、人工智能等现代科技手段,提高运用新知识、新技术破解司法工作难题的能力和水平。”在刚刚结束的全国司法体制改革推进会上,中共中央政治局委员、中央政法委书记孟建柱如是说。
未来,科技必将为司法体制改革带来更加广阔的发展前景,为提升司法质量效率和公信力提供更加有力的支撑。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14