在当前和未来一个阶段，检察大数据工作重心之一应是建立全国检察监督大数据线索分析平台，汇聚可复用、可推广、多元化的各类大数据法律监督模型，供四级检察机关使用，以数字正义作为数字检察建设的发展方向，将是否显著促进检察机关更高水平能动履职，是否有效督促被监督部门依法履职，是否维护捍卫社会公平正义作为数字检察建设的评价标准之一。
数字检察是未来检察工作的重要模式，也是新时代检察改革和战略转型的重点任务。其核心要义是通过数据赋能、算法赋能、科技赋能，解决传统检察工作模式中解决不了或解决不好的问题，进而全面提升检察工作效能。
随着人类社会由IT时代迈入DT时代，与传统检察办案模式依靠办公（案）场所、警务车辆、办案设备“服务中心+信息中心”的检务保障模式不同，数字检察更多依靠算力、算法与算据的支撑和引领。特别是在业务数字化向数字业务化的转型过程中，数据服务本身已由IT时代的后勤保障性质逐步转变为DT时代的业务中枢性质，其所提供的数据服务水平的高低将直接或间接决定、影响数字检察的可靠性、可用性、可信性。在当前数字检察模式中，要将检察大数据中心（分中心）建设作为数字检察的战略支撑点，将其打造成检察机关履行法律监督职能的数据中心、情报中心、知识中心。
将检察大数据中心（分中心）建设成新时代法律监督的数据中心
在数字检察建设中，检察大数据中心（分中心）应承担起检察数据枢纽乃至法律监督全流程数据枢纽的核心职能。在大数据时代，检察机关法律监督的履职可能性，是以被监督对象的数据可获得性为前提的。只有打破部门间的数据壁垒，检察机关才能真正实现法律监督职能全面履行。在有的试点地区，政法跨部门大数据协同办案平台可有效解决不同领域的信息孤岛问题，实现工作网络和办案数据的互联互通。未来，办案数据除在政法各部门的数据中心本地化存储外，为实现法律监督职能的更好履行，应争取在有关部门的支持下，允许检察机关通过数据接口主动调取侦查机关、审判机关、执行机关的办案数据，并在检察大数据中心（分中心）存储相应的数据副本，作为法律监督的数据来源。
为落实《中共中央关于加强新时代检察机关法律监督工作的意见》第5条、第19条规定，促进法律监督的有效实施，建议进一步加强“两法衔接”工作，畅通政务数据与检察数据的有效共享。一是加强顶层设计，进一步完善“总对总”层面的两法衔接机制。根据数据安全法第42条、《最高人民检察院关于推进行政执法与刑事司法衔接工作的规定》要求，建立检察机关与相关部委对应的数据共享机制，由检察大数据中心和相关部委信息中心对接，统一调用数据资源，供全国四级检察机关开展日常检察监督使用。二是建立省级检察院“点对点”机制。在“总对总”范围外，与省内相关部门建立“点对点”的数据资源共享渠道，作为“总对总”的重要补充。由各省的检察大数据分中心进行对接，供本区域三级检察机关开展检察监督使用。三是建立检察数据内部共享、质量检查机制，在检察系统内部经批准允许检察数据跨省市区调用、共享，以便办理跨省案件；建立检察大数据中心对各分中心的数据质量常态化检查机制，减少缺失数据、重复数据、错误数据、不可用数据，稳步提升检察数据质量。
将检察大数据中心（分中心）建设成新时代法律监督的情报中心
在数字检察建设中，检察大数据中心（分中心）应承担起检察监督线索的发现功能和初筛功能。当前，单靠增加人力、财力、物力的做法，已无法解决监督线索发现难的问题。应将数据作为人财物外的新型生产要素，打造“人在干、数在转、云在算”的数字化检察监督模式。但作为“算据”的数据，只有经过“算法”的运行才能发挥其所蕴含的多元功能。笔者认为，在当前和未来一个阶段，检察大数据工作重心之一应是建立全国检察监督大数据线索分析平台，汇聚可复用、可推广、多元化的各类大数据法律监督模型，供四级检察机关使用，以数字正义作为数字检察建设的发展方向，将是否显著促进检察机关更高水平能动履职，是否有效督促被监督部门依法履职，是否维护捍卫社会公平正义作为数字检察建设的评价标准之一。
为落实人民检察院组织法第52条的要求，应鼓励、支持和规范各级检察机关有序开展大数据法律监督模型研发工作。针对法律监督业务场景，合理设置监督研判规则，不断提升检察大数据法律监督模型的准确率、精度。近年来，各地检察机关探索大数据法律监督的热情高涨，不仅具有传统优势的刑事检察监督模型不断丰富，涌现出河南省郑州市检察院“刑事审判法律监督模型”、广东省广州市检察院“羁押期限法律监督模型”、广东省东莞市检察院“另案处理法律监督模型”等成果；民事检察监督、行政检察监督领域的大数据模型短板也得到了补足，例如，浙江省绍兴市检察院“民事裁判智慧监督系统”、贵州省贵阳市检察院“行政虚假诉讼监督平台”等等。未来，应当统一制定大数据法律监督模型的相关应用技术标准，确保大数据监督模型可以对接检察业务应用系统，直接调用检察大数据中心（分中心）数据资源，直接将筛选出的数据汇总到检察监督大数据线索分析平台，避免重复建设、重复投资。由于司法检察工作的特殊性，法律监督业务对模型精度的要求远高于商用模型的一般水平，试点检察院的模型训练任务更重，周期更长，只有经过充分检验之后才能在全国推广。未来可以探索建立常态化的大数据法律监督模型竞赛机制，重点对已经试点上线运行一年以上的检察大数据模型进行评估，除对优秀的法律监督模型予以通报表扬外，其中性能可靠、效果优异的，还可以推荐其参加国家重点研发计划司法专项、中央级公益性科研院所基本科研业务费专项课题等继续深度研究。通过监督模型的不断细化，在未来理想状态下，检察大数据中心（分中心）将可以为刑事诉讼监督、民事诉讼监督、行政诉讼监督和公益诉讼检察提供线索与情报信息服务。
将检察大数据中心（分中心）建设成新时代法律监督的知识中心
在数字检察建设中，检察大数据中心（分中心）还应当承担起检察数据知识生成和检察学研究的新型智库功能。随着时代的发展，在传统的社科法学、教义法学外，新兴的数字法学、数据法学、计算法学等开辟了全新的法学研究范式，其认识论和方法论均发生较大变革，甚至在本体论视角上也存在转变。从数字法学、计算法学的视角去研究检察办案、分析法律监督，可以真正实现最高人民检察院张军检察长所强调的“智能化是智慧检务的核心，智能化离不开对科学规律的运用和延伸，离不开对智慧检务内在规律的总结和深度挖掘。要把自然科学的形式逻辑和社会科学辩证逻辑结合起来”的指示要求，进一步增强检察研究的问题意识和数据支撑。
为建设数字知识中心，检察大数据中心（分中心）应当联合法学院校和检察科研部门，通过“法学家+检察官+检察技术专家”的方式开展数据洞察，结合检察业务场景，产出对于检察事业发展有战略价值的知识。亦即，将低层次数据转化为高层次数据，使检察数据转变为检务信息，提炼出检察知识，进而最终形成检察智慧，深度挖掘出法律监督规律、检察业务及检察权运行规律、犯罪态势规律等，进而更好地指导检察实践。早期的第一阶段，数据洞察主要聚焦表层现象，如当前较为热门的类案监督、量刑偏离度分析、智慧案件检索等应用，以数据比对等方法助力法律实践和学术研究。即将到来的第二阶段应聚焦原因探索，基于机器学习方法对法律实践进行“大数据画像”，并通过数据碰撞、相关分析、回归分析，探究隐藏在司法现象背后的深层规律，目前已有个别实证法学研究采用了上述方法，但尚未普及。在未来的第三阶段应聚焦数据预测，通过数据智能助力能动检察履职，为检察机关精准监督、预防犯罪、诉源治理提供更加充分的数据指引，为数字法治建设贡献检察力量。
发表评论