檢察機關案件質量評查方法及其智能化發展

上海市寶山區人民檢察院、華東政法大學刑事法學院聯合課題組

摘 要：當前檢察機關案件質量評查方法存在無法實現評查案件全覆蓋、監督管理效果不佳的問題。案件質量評查方法應發揮提升評查結果準確性和評查效率的功能，其優化升級應以公正性和智能化為原則。基于“檢察+人工智能”的發展路徑，可從提升文字識別技術、設計評查要素提取功能、構建評查知識圖譜、設置評查標準推薦功能、建立評查類似案例推送功能、建設系統數字化數據中臺等方面發展案件質量評查智能輔助系統。

關鍵詞：案件質量評查方法 人工評查 智能輔助系統 自動評查

檢察機關案件質量評查是一個系統性工程，其由評查主體、評查對象、評查內容、評查標準、評查方法、評查程序、評查結果等構成。評查方法是指對檢察機關已經辦結的案件，依照法律和有關規定，對辦理質量進行檢查、評定的方式、手段或者途徑。質量評查與評查方法是目的和手段的關系，后者旨在促進前者的順利展開。近年來，我國各地檢察機關積極采用各種評查方法尤其是智能輔助系統開展質量評查工作，特別是2017年最高檢發布的《人民檢察院案件質量評查工作規定（試行）》規定了各種評查方法，促進了質量評查工作有效推進。對此，本文對檢察機關案件質量評查方法及其智能化發展進行探討。

一、檢察機關案件質量評查方法的探索與困境

（一）檢察機關案件質量評查方法的實踐探索

在案件質量評查標準日益精準化的背景下，各地檢察機關基于本院的案件數量、機構設置、人力資源等因素，運用各種評查方法開展評查工作。其中，常規抽查以獨任檢察官或者檢察官辦案組為單元，隨機選取一定數量或者比例的案件進行評查；重點評查是對具有重大質量風險或者有質量風險可能的案件進行的針對性評查；專項評查是對特定類型案件或者案件的特定環節、特定問題進行評查。同時一些地方的檢察機關積極開展交叉評查和第三方評查，交叉評查最大的特點是評查員不能評查其所在檢察院辦理的案件；第三方評查是邀請法學專家、法官、律師、人大代表、政協委員、人民監督員等檢察系統以外的人士參與案件質量評查，第三方評查屬于非專職評查，是檢察官專職評查的有益補充，如上海市B區人民檢察院于2021年年底選擇本院辦理的有較大社會影響的案件，邀請人民監督員進行評查，取得了良好的效果。質言之，常規抽查關鍵是公開、公平、公正選取案件；重點評查重點是一案一查、逐案分析、逐案評定；專項評查可以立足實際自主選定［1］；交叉評查和第三方評查發揮對特定案件的評查作用。當前，案件質量評查以常規抽查為基本形態，其他評查方法為重要抓手，形成了各類評查方法的優勢互補關系。

隨著信息技術革新與發展，檢察工作不斷朝信息化、數字化、智能化的方向發展。當前我國檢察機關已具備利用統一業務應用系統開展案件質量評查的基礎條件，各地檢察機關向“線上評查為主、線下評查為輔”的方向發展。案件質量評查智能輔助系統是以信息化平臺業務流程為基準，將案件評查工作流程和評查標準嵌入平臺，功能相對完善，操作流程較為規范。因此，各地檢察機關利用案件質量評查智能輔助系統提升了評查結果的客觀性、準確性和權威性，提高了評查效率，節約了司法成本，同時案件質量評查的歷史數據也為改進與優化該系統提供了數據基礎。

（二）檢察機關案件質量評查方法的應用困境

1.傳統人工評查方法難以實現對已辦結的全部案件進行評查，導致評查結果不能從整體上反映案件質量情況，有關部門也就無法對案件質量進行精準掌握和評價。例如，常規抽查主要采取抽查方式，有的評查員會選擇適用簡易程序或者速裁程序的案件進行評查，不愿對較為復雜的案件進行常規評查，這導致常規抽查的案件往往集中于簡單案件，難以發現復雜案件中可能存在的問題，同時也出現了評查案件類型不均衡的現象，如評查工作存在重刑事，輕民事、行政、公益訴訟的傾向。而且由于采取抽查方式，有的承辦人抱有僥幸心理，沒有認真辦理每一件案件，導致案件質量評查的目的難以實現。加大人工評查投入存在一些困難，因為案件質量評查工作專業性強，評查員應為員額檢察官，很多檢察機關面臨“案多人少”的問題，抽調檢察官專職從事評查工作不具有可行性。另外，本院評查員開展人工評查的方式，即由本院案件管理部門對業務部門已辦結的案件進行評查，評查工作表現為內部平級監督，監督效果受到一定的限制。調研發現，有的承辦人對其辦理的案件被擬評定為瑕疵案件時，在聽取反饋意見階段存在應付了事的現象。

2.當前案件質量評查智能輔助系統的智能化水平尚處于初級應用階段，且未能得到充分的利用。近年來，檢察機關大力發展案件質量評查的信息化建設，但信息化評查技術手段與制度建設仍處于發展之中，由于缺少完善且有效的信息化評查輔助手段，組織評查多為階段式、“運動式”集中開展。［2］例如，一些檢察機關仍以傳統線下評查為主，一般上級院組織評查時較多使用電子卷宗，基層檢察院習慣對紙質卷宗進行評查，整卷、收卷等效率不高。［3］調研發現，有的地方利用智能輔助系統開展重點案件交叉評查時，評查員無法通過評查系統完整地查看案件的偵查卷及檢察內卷，需要通過拷貝電子卷宗的方式評查。可見，智能輔助系統尚未達到人工智能層次，無法真正助力評查工作高效、客觀地開展，其主要問題包括：一是數字化信息不足。目前系統內案件信息多是紙質掃描的卷宗信息，利用光學字符識別（Optical Character Recognition，OCR）等技術手段進行案件信息處理時，存在信息轉換識別不準確的問題，導致案件基本數據要素不足甚至錯誤，影響后續智能輔助工作的進行。二是智能化不夠。案件評查系統多是業務流程管理和控制，還沒有實現應用智能化系統輔助評查。三是數據融合不深入。由于存在數據孤島問題，數據分散、零散、孤立，不成體系，難以實現海量數據驅動的智慧輔助決策功能。

二、檢察機關案件質量評查方法的功能定位與優化原則

案件質量評查工作既要確保評查結果的準確性，又要提高案件質量評查的效率。評查質量和評查效率具有辯證統一的關系，評查結果的準確性是評查工作的生命線，如果評查結果不準確，評查工作就無法發揮落實檢察官辦案責任制等功能。案件質量評查方法的構建與應用應體現兩大功能：一是確保評查結果的準確性，即通過評查方法的應用，可統一評查標準，準確評價案件質量。二是提升評查工作的效率，即在司法資源有限的情況下，運用評查方法助力評查工作高效開展。當然，評查方法構建與應用的首要功能是確保評查結果的準確性，在此前提下追求評查效率。

基于案件質量評查方法的功能定位，評查方法優化升級應堅持兩個原則：一是公正性原則。公正性是案件質量評查的合法性基礎，這既表現為評查結果的準確性，也表現為評查程序的正當性。評查方法的構建與應用需具有科學性、中立性、客觀性、規范性等屬性，才能確保評查結果的準確性，同時也符合程序公正的要求。二是智能化原則。傳統人工評查具有較強的主觀性，如對“優質”案件和“瑕疵”案件的認定標準不統一、無法覆蓋所有評查案件等，這影響到評查結果的客觀性和公正性。“信息化建設是推動檢察工作科學發展和提高檢察公信力的重要引擎。”［4］今后應進一步提升評查方法的信息化、數字化、智能化水準，實現評查案件的全覆蓋，確保評查程序不偏不倚、評查結果客觀公正，全面反映案件的整體情況，提升評查實效。

三、檢察機關案件質量評查方法的智能化模式發展

在案件質量評查工作中，應逐漸形成智能輔助評查與人工評查相結合，以自動評查為主、人工評查為輔的評查模式。立足于“檢察+人工智能”的發展路徑，積極研發并應用智能輔助系統開展評查工作。因此，通過運用辦案大數據、人工智能、自然語言處理等信息技術，在檢察系統數字化的基礎上，發展人工智能促進評查方法的升級，助推網上評查工作的縱深高效展開，讓評查員從大量繁瑣重復的工作中解脫出來，以便專注于機器無法實現的更高級任務，并逐步向智能自動化案件質量評查方向發展。具言之，發展智能輔助評查系統可以從以下六個方面展開：

（一）提升文字識別技術

現有的案件評查系統中，案件信息往往是卷宗掃描后存儲在數據庫中，這類文檔多是圖片格式，一般無法利用計算機直接處理其中的案件信息。實現智能輔助評查系統的首要步驟就是將掃描的案件信息數據準確地提取為電子數據，可以在案件質量評查系統輸入端利用文字識別提取技術，自動識別和轉換卷宗中的文本信息，提升案件評查系統的數字化水平，為后續智能業務開展提供數據基礎。例如，通過文字識別技術實現起訴意見書、起訴書、判決書“三書比對”，對其中認定的犯罪事實和情節、認定罪名等信息自動識別和提取，將結果不統一的案件自動標識并推送給評查員進行評查。

（二）設計評查要素提取功能

從案件評查復雜系統設計角度出發，智能系統的下一步任務是識別并輸出案件評查要素數據。例如，錯誤批準或者決定逮捕的案件被撤銷、絕對不起訴、判決無罪并生效，造成嚴重后果或者嚴重不良影響的，可自動評定為不合格案件；對立案監督、糾正漏捕漏訴案件，設定判決刑期的自動識別，如判處3年以上有期徒刑的，可以自動評定為優質案件。當然，在已標注數據形成一定規模后，可利用深度學習模型進行自動標注，實現對新加入數據庫的待評查案件信息自動完成標注工作，從而積累原始存量數據。通過對這些標注數據的“學習”，模型可以對待評查案件進行有關法律監督職能、辦案效果等方面的核心要素自動提取，直接從大段的案件文檔中生成明確的結構化數據。質言之，評查要素實現自動提取后，能將評查員從繁重的案件卷宗閱讀中解脫出來，自動提煉案件評查具體內容，根據評查標準，自動標注不符合項，從而提升評查工作的精準性和效率。

（三）構建評查知識圖譜

當前應用圖模型推理的知識圖譜技術在金融、司法等領域取得了一定的成果，利用知識圖譜技術可以將評查標準融入學習模型，使模型可以對案件自動評查結果給出“解釋”。通過構建面向特定審查逮捕、審查起訴案件、刑事訴訟監督案件、刑事執行監督案件、民事檢察案件、行政檢察案件、公益訴訟案件以及未成年人檢察案件的個案評查知識圖譜，實現一案一圖譜，將文字描述的評查案件表現為圖結構，即案件辦理的流程、相關文書材料在圖譜中以案件節點屬性的方式呈現，通過圖計算自動識別、推理和計算案件評查相關文書材料。

（四）設置評查標準推薦功能

評查標準是衡量案件質量的主要標尺，計算機自動評查標準的精準推薦能夠輔助判定已辦結案件的質量。對此，我們可以利用深度學習模型實現案件評查標準的自動推薦，以確保評查標準推薦的準確率和可解釋性。在案件質量評查工作中，根據評查標準的特點，可以選擇適合的推薦模型，在深度語義理解和計算的基礎上，實現標準推薦功能的最優化。

（五）建立評查類似案例推送功能

傳統評查方法采用關鍵詞、案由等檢索的方式，或者人工查閱的方式，效率較低且檢索出的類似案件往往應用性不強。通過智能輔助評查系統自動從案例庫中推送類似案例，助推評查有效展開。類案識別的作用在于為評查員推送待評查案件的“類案”，以及案件相關的事實認定、證據審查、法律適用等評查要素，并由系統給定參考評查偏離值和案件相似度值，最終由評查員給定相應的評查結果，這不僅有助于評查員學習過往的優質評查案件，也能大大提升評查員的工作效率。

（六）建設系統數字化數據中臺

構建系統數據中臺，提升系統數字化功能和數據治理能力，能為智能輔助決策提供基礎。人工智能算法可以輔助評查員作相應的決策和打分，但這依賴于過往的案件歷史數據和評查數據。在建設智能輔助評查系統的過程中，收集所需要的相關數據是基本前提，今后有必要投入人力、物力資源，完善案件電子數據庫建設，尤其是對評查過程數據實時記錄，形成原始數據的有效積累。通過加大原始案件數據的治理，不僅可以提升案件管理的質量，也能形成一定規模的高質量案件評查數據，為后續實現機器自動評查積累數據基礎。從評查業務開始，倒推對底層數據治理的需求，為數據治理提供依據和反饋，使業務系統從應用層到數據層形成閉環，從而促進包括智能輔助評查在內的案件智能化管理的實現。

綜上，在大數據賦能法律監督的背景下，發展案件質量智能化自動評查系統，構建基于深度神經網絡的案件質量評查智能評分模型，最終實現集評查業務流程管理和優化、評查業務智能計算與監管、評查數據存儲與治理為一體的智能化評查方法體系。當然，案件質量智能化自動評查系統的研發與利用也會面臨一些問題，尤其是針對千差萬別的個案中的實體性問題，如何形成客觀的、統一的評查標準，仍需在司法實踐與智能輔助系統研發及應用中不斷探索。

*本文為最高人民檢察院2022年度檢察應用理論研究課題“檢察機關案件質量評查方法研究”的階段性成果。

**課題組負責人：楊永勤，上海市寶山區人民檢察院黨組書記、檢察長、三級高級檢察官［201999］吳羽，華東政法大學刑事法學院副教授［200042］課題組成員：崔海龍，上海市寶山區人民檢察院檢察委員會專職委員；梅禮勻，上海市寶山區人民檢察院第六檢察部主任、四級高級檢察官；黃慧，上海市寶山區人民檢察院第六檢察部檢察官助理［201999］劉洋，華東政法大學刑事法學院講師；歐陽舒文、胡贊、湯淑敏，華東政法大學刑事法學院碩士研究生［200042］

［1］ 參見申國軍：《檢察機關案件質量評查的價值目標與組織開展》，《人民檢察》2021年第6期。

［2］ 參見王體功：《檢察機關案件質量評查機制的完善與發展》，《人民檢察》2019年第12期。

［3］ 參見賈衛國、張貴才：《以標準化理念為引領建立案件質量評查標準體系》，《中國檢察官》2021年第3期。

［4］ 董桂文、石獻智：《〈人民檢察院案件質量評查工作規定（試行）〉的理解與適用》，《人民檢察》2018年第3期。