京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据、人工智能助力攻克司改难题 将成为司法运行新模式
在今年的全国司法体制改革推进会上,记者深切感受到,即将来临的大数据、人工智能新时代,给司法体制改革带来了广阔的发展前景,为全国政法机关探索司法运行新模式,提升司法质量效率和公信力提供了强有力的支撑。
这其中最具代表性的是上海、贵州两地,他们在推进以审判为中心的刑事诉讼制度改革中,创造性地运用大数据、人工智能破解难题,探索了一条司法体制改革和现代科技应用融合的新路子。
人情因素在机器面前停步 公检法都在“一把尺子”下办案
以审判为中心的刑事诉讼制度改革,涉及到公检法三机关司法职权配置,事关人权保障和有效打击犯罪,而当前制约此项改革推进的因素有三个方面:一是对证据标准理解不统一,公检法各有自己的证据标准;二是受传统司法理念和人情因素影响,证据的收集、审查、运用缺乏刚性;三是法官、检察官、警官个体认知和经验水平的差异,导致办案存在主观性倾向。
大数据和人工智能则可以有效攻克这三道难题。“它通过全样本收集、储存、分析,从‘以偏概全’跨越到‘以全概全’,通过数据的无偏好增强了法官的中立性,通过对流程进行刚性再造,实现办案责任结果和过程的统一。”贵州省高级人民法院院长孙潮在会上说到,“人情因素在不为所动的机器面前停步,选择性执法、通融性规避、偏好性执纪得以避免。”
由于公检法三家对什么案件需要达到什么样的证据标准,没有统一认识,缺乏统一的证据标准指引,补查补证有一定的任意性。要改变这一状况,制定公检法三家统一的证据标准指引势在必行。
为了获得有针对性的证据标准指引,贵州省公安厅依托大数据技术,通过抽样、建模等手段,对五年以来60余万件常见多发的盗窃、抢劫、故意伤害、故意杀人和毒品等五类案件进行分析研判,总结出刑事案件受立案、侦查取证、文书制作三个环节总计67项常见问题。
与此同时,贵州省检察院成立专门研发小组,集合案管、公诉等业务部门与技术部门一道,依据刑法、刑诉法等法律规定,梳理影响定罪量刑的法定或酌定的事项、行为、情节等,形成案件要素,通过分析案件要素与证据材料的关联关系,根据案件定罪要素、量刑要素、证据材料、证据要求构建了犯罪构成的知识图谱。
以大数据梳理的常见问题为司法实践基础,以犯罪构成知识图谱为理论基础,贵州省法院、检察院、公安厅共同研究出台了“贵州省五类案件证据标准指引”。
“把这个统一的证据要求,在侦查、检察、审判机关里面拆分,结合各自的职能职责,侦查机关做侦查机关的,检察机关做检察机关的,审判机关做审判机关的,他们是同一套要求,同一套标准,但是侧重点不一样。”贵州省人民检察院信息中心主任冯涛告诉记者。
构建共享共用的跨部门大数据办案平台 成为办案“好助手”
大数据、人工智能新时代,连接比拥有、共享比分担更有意义。2017年1月,嵌入了证据标准指引模块的政法大数据办案系统在贵阳市花溪区正式运行,要求公检法三家应用该系统进行案件流转,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。
半年多的实践证明,这套系统不仅能够提高办案效能,而且提升了办案质量。
“政法大数据办案系统的运用,给我们启发很大,现在我们办案子不仅仅要破案、审讯,还得注重案子后续的程序。给我最大的帮助就是能够提供更多的证据性的标准,相当于给我一个老师,这个老师是非常公正,非常客观的。从一开始就去注重证据,或者时效性的东西,操作起来也会比较简单。”贵阳市公安局花溪分局民警王练说到。
通过政法大数据办案系统,诉辩双方都对案件事实证据进行了充分的审查分析,案件到了法院,庭审的质量和效率就得到了很大提高。
目前,贵州省刑事审判智能辅助系统与政法大数据办案系统也已实现数据交互,法官在自己的业务系统中即可办理案件。
2017年2月,上海也同样开始研发刑事案件智能辅助办案系统。目前已具备证据标准指引、单一证据合法、合规性校验以及证据链完整性审查判断等多项功能。
那么,飞速发展的人工智能技术,能不能取代办案人员决定案情?
上海市高级人民法院院长崔亚东这样回答,“机器可以挑出案件的矛盾点,可以找出案件的瑕疵,但是机器对什么样的证据可以用,什么样的证据不能用,目前机器是做不到的。所以必须要法官通过庭审,通过对整个案件的事实的综合来进行判断。”
贵州和上海的大胆探索启示我们,现代科技应用迈出一小步,可以推动刑事司法文明前进一大步。全国政法机关只要坚持从我国国情出发,遵循司法规律,善于把制度优势和技术优势结合起来,我们就能走出一条社会主义刑事司法文明发展之路。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06