京公网安备 11010802034615号
经营许可证编号:京B2-20210330
融合大数据,司法改革更应迎难而上
一名法官一年最多能办多少案件?应该如何对他进行业绩评价?随着大数据、人工智能的运用,机器会取代人吗?律师将来会不会失业……当大数据进入司法权力运行,会是怎样的景象,人们不乏曼妙的畅想,日前,法制日报社与相关专业机构联合举办的公司法务年会上,一些更技术化的议题成为会议热点。
新技术给社会带来无穷可能,作为社会运转的秩序维护者,司法权该有怎样的适应乃至作为?“智慧司法”作为一个新兴名词甚至进入两高的人大报告,可见司法并不排斥(甚至在主动迎接)新技术时代的裁量方式改变。高科技是不是意味着所谓的“电脑判案”,类似的畅想曾经长期出现在人们的讨论中,有美好的期待,比如彻底解决案多人少的问题等,但真到了具体实践会发现,技术给司法带来的改变,更倾向于工具性的帮助,而非人脑智慧的替换。
信息数据的归纳可以为同类案件的统一裁量尺度提供借鉴,而非电脑直接代替人脑,司法互联网化更多也是促进一些事务性的司法服务更便捷,包括立案、递交诉讼材料等。大数据化的诸项司法职能,给公众的司法体验带来一些改变,也可以助推旧有司法问题的择机破解,但技术毕竟还是技术,技术需要充分调动人的参与,才有“智慧司法”所预期的更多可能性。
“大数据的运用让法院各项工作尝到了甜头”,这里的“甜头”到目前为止依然是辅助性质的,这是面对新技术应有的理性,正如化解社会纠纷鼓励走司法途径,也要警惕“司法万能”的倾向。大数据可以“辅助”办案,可以推动正在进行的各项司法改革,在其中尤其要强调人的因素。正如清华大学教授王亚新所言,信息化技术在司法实践及改革的运用中仍要注意两方面的问题,一是技术与法官、检察官、司法辅助人员等“人”的融合,二是技术与司法程序的融合。
大数据的基础在于集纳和记录,通过数据分析给司法裁量提供建议和监督,现在进行的数据实践,被寄希望于“提供统一适用、清单式的办案指引,还能提示证据是否存在瑕疵、证据之间是否存在矛盾”,这是技术所带给人的便捷和促进。在办理案件“全程留痕”的期待中,干预司法能否同样全程借此实现忠实记录,有待继续探索。有必要清醒地认知到,对权力干预司法的记录,或者更大范围内对案件诸多证据细节的大数据收录,数据化录入这一关键程序依然需要司法从业人员的个人作为,考验专业保守、程序是否严格要求以及具体从业者的抗压能力。当然,公检法司全程的案件程序数据化,有助于不同法律职能部门的互相牵制和最终的责任追究,但对于干预司法因素的及时记录依然有赖记录主体的实践落实到位。记录是个具体的动作,会形成文字,可能新技术时代告别了白纸黑字等传统存在方式,记录本身的载体并不会因为技术改变就有对干预的天然抵抗力。
最高法院多次发文贯彻领导干部干预司法的全程记录制度,实践中最受期待的依然是记录的具体方式和载体,尤其是记录行为如何无障碍实现。本轮司法体制改革归结到最终,其目的在于让司法的裁量彻底回到专业的逻辑和司法规律本身。新技术对司法改革所带来的推动值得期待,技术与法官、检察 官 、司 法 辅 助 人 员 等“人”的融合考验制度能否为司法从业人员有所作为提供制度托底,“技术与司法程序的融合”则要求,严密执行的司法程序在人使用新技术过程中做到相关信息的有闻必录,无论是案卷证据材料、程序细节,还是可能存在的某些对司法的干预状况。技术为制度的进步创造条件,而进步的源动力依然在于人的实践。司法与大数据的融合正在进行,人在新一轮的系列司法体制改革中的诸项实践(包括彻底破解具体的改革牵绊),显然备受期待
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04