一、在数字检察研修班中的收获

在数字检察培训班的结业汇报现场，不时响起惊叹的掌声。这场为期7天的封闭式培训，正在重塑数字时代青海检察人员的能力图谱。

（一）破茧：从被动接受到主动创造的思维蜕变

不同于传统的填鸭式培训，本次培训班通过“顶层设计+实战导向+技术融合”三位一体的课程体系，展现了北京数字检察从“个案办理”到“类案治理”的转型，从“数字检察”向“数智检察”的跃升，深刻重塑了学员们对数字检察职能的认知框架。开班首日，北京市检察院的检察官就从未检、知识产权、经济犯罪等领域构建模型的角度，直观展示数字检察在发现监督线索、构建证据链条方面的突破性效能。这种认知冲击直接转化为学习动能，虽然到北京的第一天晚上9点才结束教学课程，可当天晚上自习室的灯确亮到了半夜，学员们从到北京的第一晚，就开始主动研究、讨论模型的建立，一场思维的蜕变已经在悄然间慢慢融入了每个学员的心中。

（二）淬炼：与时间赛跑的数字化能力速成

培训日程表上的数字见证了学员们数字思维的蜕变：每天10小时高强度学习，涵盖数字赋能检察工作、人工智能与检察业务的融合、监督模型构建等等专题，6天时间内建成了涉及危险品运输、伪造证章、校园周边餐饮安全三个领域的6个大数据监督模型。白天在教室记录要点，夜晚在自习教室挑灯研读，培训期间学员们日均睡眠时间不足6小时，随班的老师更是想通过更改上课时间的方式，给学员们争取更多的休息时间，可是自习教室中传来的键盘声、讨论声却是每天依旧到了凌晨。结业现场，6个监督模型惊艳亮相，这场培训引发的不仅是个人能力的提升，更是法律监督方式的革新。不仅让我深刻体会到数字检察的变革力量，更见证了学员们以“时不我待”的拼搏精神与数字浪潮赛跑的动人画卷。

（三）燎原：数字检察人才的裂变效应

实事求是的讲，在参加数字检察研修班前，对于数字检察的工作还停留在数字检察=数据建模，而且想当然的把我们刚刚起步的数字检察工作当做了全国都在起步阶段的工作，而此次培训让我看到了北京市检察机关作为全国数字检察工作的先行者，始终秉持创新和前瞻性思维，积极推动新技术与检察工作的深度融合。培训中，授课老师大部分是基层院的业务骨干，每一个人都在各自擅长的领域讲述数字检察的理念和思维，一目了然的差距，让我认识到数字检察工作不是技术主导的工作，更不是检察业务工作以外的工作，而是检察机关法律监督新质生产力，是法律监督的“工具”。作为检察官要实时具备用“工具”的意识和能力，始终坚持“最高标准、最严要求、最实作风”的工作理念，树牢大数据思维和意识，将大数据法律监督理念融入日常工作中，提升法律监督质效。

（四）蝶变：从数据盲到建模师的华丽转身

数据模型源于一线办案和对业务的思考，通过这次培训让我认识到数字检察不是单纯的数据碰撞，不能只抓一隅而不顾全局。要突出两个方面来做好数据模型的推广和运用，一是突出一线检察官主研。由具体办理案件的检察官通过案件来发现“我要什么”，从而主导模型研发全过程，破解模型建用“两张皮”的问题。办案检察人员通过一手接触的案件，深入解析发现案件中的监督点并且提炼监督逻辑，形成大数据法律监督模型，从而确保需求合理、模型实用。二是突出业务融合，结合检察办案的特点可以发现，刑事检察是数字检察的一座富矿，具有体量大、结构化程度高、关联性强等特点。北京市检察机关通过深度挖掘刑事检察数据的关联价值，构建跨业务领域的融合性法律监督模型，通过数据要素的跨域流动，融合发挥“四大检察”履职效能，进一步实现检察工作从“分散履职”向“系统治理”的转型，检察人员从“个案应对”到“类案治理”的能力跨越。

二、对于数字检察与行政检察工作的融合思考

在收获的同时，此次培训也给我了很多的思考，结合自己从事的行政检察工作，对如何开展好行政检察的大数据法律监督模型的创建工作有了更进一步的思考？

2024年4月最高检下发《关于人民检察院在履行行政诉讼监督职责中开展行政违法行为监督工作的意见》，明确了开展行政违法行为监督必须在行政诉讼监督职责中开展，这就意味着行政检察监督主要在行政诉讼监督和行刑反向衔接两个方面，这无疑就让行政检察的数字检察工作受到了极大的限制，那么是否意味着行政检察的数字检察工作就可以不做了呢？通过此次培训，我认为可以通过四个要素来把握行政检察的数字检察工作。

要素一：顾全大局

为什么要把顾全大局作为大数据法律监督模型的第一个节点，做个比喻——如果我们把大数据法律监督模型的创建比喻成盖一栋大厦，那么服务大局就可以视为是盖楼过程的中第一步——选址。也就是说如果盖楼时你都不知道在哪盖， 那么后面的楼就无从盖起来，可以说顾全大局是模型建立的基础。举几个大家众所周知的数字模型：比如浙江省绍兴市检察机关构建医保诈骗监督模型，通过追缴违规资金推动医保领域的行业治理，将数字检察融入经济安全大局；再比如北京市检察机关通过危化品安全生产模型排查黑加油点，以数据赋能消除安全隐患，直接服务“平安中国”建设；以及北京东城区检察机关构建“幌子公司”监管模型，推动吊销违法企业执照，进一步维护市场秩序等等。正是因为这些大数据模型“选址”紧扣住了国家战略与民生痛点，将技术优势转化为治理效能，所以在办案效果和推广运用上都取得非常好的成绩。

结合行政检察工作中履职边界的问题，那么如何才可以在正确履职的情况下建立数字监督模型，我的理解首先是要在地方政府、社会高度关注的领域内，因为存在数据壁垒导致具有相关职能的行政机关无法去发现或者解决相关问题的时候，那么法律监督机关去介入就不能够视为是越权监督。也就是说我们要开展行政检察大数据法律监督工作首先要为大局服务、顺应政策、符合正向的舆论导向。其次，需以四大检察协同发力为框架，以数据共享为基础，依托刑事、民事及公益诉讼案件线索，通过融合四大检察业务规则，确保模型合法性，实现法律监督从“单点突破”向“系统治理”转型。

要素二：案件要素

刚刚提到把模型创建比喻成建造一栋大厦，那么这里提到的案件要素就可以看做是大厦的设计图纸。为什么这么说，通过这次培训，我深刻感受到创建监督模型都是来源于具体的案件，只有办理了案件才能发现能够创建模型的监督点。同时，模型监督要以领域为导向，比如在校园安全中，我们就不仅要考虑刑事案件的问题，还要考虑涉及到公益诉讼、行政检察以及民事纠纷的的监督点，从而避免我们选好了监督的领域，而受困于条线的限制无法打开建立模型的思维。所以，案件要素不是以某一个业务条线的案件为要素，而是要以四大检察、十大业务的所有类型案件为要素进行模型创建。

在案件要素中要重点关注案件中是否存在数据壁垒的情况。数据壁垒往往要通过人的信息、企业的信息、时间信息、金额信息等来反映在区域、部门之间，这些数据壁垒会导致行政机关之间因为信息不畅，而发生了的应该行处罚而未处罚、不应该行政许可而许可等等情况。这些信息，只有通过案件来发现，所以在建立行政检察数字监督模型的期间，一方面要关注本院的已办案件，另一方面要加大类案的检索，扩充能够监督的数据壁垒类型。

要素三：普适性的细节规律

普适性的细节规律就是普遍存在能够大量适用的可推广、可复制的案件规律。普适性的细节规律可以看做是我们建立模型大厦的钢架结构，规律找的准这个模型适用性就强。

我们怎么来找这种规律，就比如说在交通肇事、危险驾驶案件中，会普遍存在肇事人员未被吊销驾驶证的情况，这种情况就可以视为在交通肇事和危驾案件中普遍存在的细节性规律。我们建立大数据模型就需要通过案件，发现这种业务规律，再把它通过计算机的语言转化为算法规律。而且我们通过类案发现的这种普遍存在的规律，应该是可复制，可推广能够转发为算法规则的规律。

那么，如何在我们办理的案件中发现这种普遍存在的规律，这里就可以借鉴公安机关在破案中的侦查思维。首先，我们可以构建“案情推演沙盒”，对已办结案件进行要素拆解（如行为主体特征、时间节点规律、资金流向模式）来建立“侦查假设特征库”，通过存在的特征规律来脑补可能出现的案情；其次，构建可验证的数字逻辑，将脑补案情转化为可计算的实体关系（如“保护伞”关系链需包含：①异常资金往来 ②通讯记录高频接触 ③共同社会关系节点）；再次，构建“侦查实验室”，这里就需要对假设涉及的主体进行全维度数据覆盖，从而发现数据壁垒。最后，就是构建“侦查经验反哺”机制，将成功验证的假设转化为可配置的监督规则。

举个例子：江苏土地执法监督模型，我们先脑补假设：“未批先建项目背后存在行政不作为”，针对我们假设的内容开展数据要素的提取，通过调取卫星影像显示建筑物超出合法用地范围、行政审批系统中无对应施工许可证、执法人员巡查记录存在应上报未上报等数据，通过碰撞发现出违规行政许可的情形，从而建立的模型。这个模型也是追责了23名行政机关人员，拆除4.6万平方米的违建面积。  

通过例子我们可以发现，通过这种“先脑补推演再数据验证”的建模方式，既可以发挥检察官的思维优势，又能够借助数字技术建立更多的数字模型。

要素四：社会治理

前面三个要素都是我体会的如何建立数字模型，那第四个要素，就是我们建造模型，运用数字检察要实现什么，也就是说我们盖的这栋大厦，他最终的目的就是实现社会治理，所以数字检察不仅是监督工具，更是社会治理的“连接器”。通过数据共享与模型共建，最终目标是通过法治化、精准化、协同化的治理模式，实现社会矛盾减少、公共利益增进、治理效能提升的“善治”状态。那么这种社会治理要达到什么效果，结合此次培训和两次最高检数字检察模型比赛的获奖模型，可以看出社会治理的效果尤其是在行政检察领域可以通过两种方式来实现，一是开展专项行动，通过模型开展一个领域的专项进而整治一类问题；另外一种就是通过模型推动在这类问题中建章立制，实现以机制替代模型达到常态化的监管。