以行为质变理论指引检察监督智能化本文转自：检察日报□研究检

本文转自：检察日报

文章图片

文章图片

□研究检察机关在法律监督业务中的智能化发展，应当立足于人类行为质变的逻辑基础和人类文明发展的大局进程。
□检察监督智能化的目标是解决法律监督的业务问题，方法是基于算法模型实现行为与规范之匹配性的实时计算，基础是行为数据的采集与共享。
随着大数据、人工智能技术的发展，人类快速迈进了智能时代。受到数据技术与智能技术的影响，国家的社会治理也必将迎来智能化时代。在智能社会治理的背景下，研究检察机关法律监督业务的智能化，正当其时。
检察监督智能化的理论与现实基础
从物质时代到信息时代的跃迁，是人类文明史上前所未有的事件。这个事件所带来的底层变化是人类行为模式的质变。研究检察机关在法律监督业务中的智能化发展，应当立足于人类行为质变的逻辑基础和人类文明发展的大局进程。
（一）从一次工具到二次工具的行为跃变。在网络行为模式下，人首先要借助机器进行某个具体行为的表达，这是第一次工具利用；机器则要借助机器语言最终完成行为的完整表达，这是第二次工具利用。从工具“一次利用”到“二次利用”的行为升级，是人类文明史上前所未见的行为质变。这种质变不仅表现为主体呈现方式的异化，也表现为行为方式的多样化以及行为时空特性的剧变。更重要的是，它还带来了行为表达的可数据化。数据科学因此诞生，给一切问题的解决带来全新视角。
人类是沿着信息化、网络化、数据化、智能化的路径发展。信息化、网络化和数据化共同奠定了智能化的基础，而智能化又是基于数据化以及对大数据的处理而运行。因此，智能社会治理框架下的检察监督必须通过大数据赋能而进一步发展。
（二）从弱人工智能监督到强人工智能监督的发展进程。社会科学领域向智能化方向发展的进程与自然科学领域的技术发展一样，都要经历从弱人工智能到强人工智能的发展进程。作为社会科学智能化领域的一个方向，检察监督的智能化建设同样要符合这个规律。
随着人工智能技术的发展，深度神经网络极大地提高了特征提取与分类器的工作效率。人工智能识别技术发展到今天，已经全面运用于各个领域，如人脸识别、视频监控、识文断字、听声辨曲等。这一切的逻辑基础都是基于特征提取的分类方法。特征信息是此事物区别于彼事物的认知“锚”点。因而，智能社会治理在方法论上的最大挑战是如何提炼出各类型事件的行为特征。只要能通过归纳或演绎的方法得出各种类型行为模式下的行为特征或规律，就可以达到智能治理的功效。
（三）检察监督的现实需求。检察监督的行为对象不同，意味着检察监督实现智能化所要依赖的数据来源不尽相同。因此，检察监督的数据对象不应限定在“面上”业务数据的对接，而应深入到司法机关、行政机关乃至具体人员的具体行权行为数据的对接。
检察机关开展公益诉讼检察工作也必然依赖于外部数据尤其是行业数据的收集与分析。如，检察机关开展针对大气污染、水污染的公益诉讼监督，就要对相关行业数据包括卫星遥感数据等进行收集与分析。各行业的运营者、消费者和监管者在实践中具有最丰富的数据信息，这些主体及其行为的数据分布成为检察公益诉讼监督的数据来源。