
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
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28