上海市宝山区人民检察院、华东政法大学刑事法学院联合课题组

摘 要：当前检察机关案件质量评查方法存在无法实现评查案件全覆盖、监督管理效果不佳的问题。案件质量评查方法应发挥提升评查结果准确性和评查效率的功能，其优化升级应以公正性和智能化为原则。基于“检察+人工智能”的发展路径，可从提升文字识别技术、设计评查要素提取功能、构建评查知识图谱、设置评查标准推荐功能、建立评查类似案例推送功能、建设系统数字化数据中台等方面发展案件质量评查智能辅助系统。

关键词：案件质量评查方法 人工评查 智能辅助系统 自动评查

检察机关案件质量评查是一个系统性工程，其由评查主体、评查对象、评查内容、评查标准、评查方法、评查程序、评查结果等构成。评查方法是指对检察机关已经办结的案件，依照法律和有关规定，对办理质量进行检查、评定的方式、手段或者途径。质量评查与评查方法是目的和手段的关系，后者旨在促进前者的顺利展开。近年来，我国各地检察机关积极采用各种评查方法尤其是智能辅助系统开展质量评查工作，特别是2017年最高检发布的《人民检察院案件质量评查工作规定（试行）》规定了各种评查方法，促进了质量评查工作有效推进。对此，本文对检察机关案件质量评查方法及其智能化发展进行探讨。

一、检察机关案件质量评查方法的探索与困境

（一）检察机关案件质量评查方法的实践探索

在案件质量评查标准日益精准化的背景下，各地检察机关基于本院的案件数量、机构设置、人力资源等因素，运用各种评查方法开展评查工作。其中，常规抽查以独任检察官或者检察官办案组为单元，随机选取一定数量或者比例的案件进行评查；重点评查是对具有重大质量风险或者有质量风险可能的案件进行的针对性评查；专项评查是对特定类型案件或者案件的特定环节、特定问题进行评查。同时一些地方的检察机关积极开展交叉评查和第三方评查，交叉评查最大的特点是评查员不能评查其所在检察院办理的案件；第三方评查是邀请法学专家、法官、律师、人大代表、政协委员、人民监督员等检察系统以外的人士参与案件质量评查，第三方评查属于非专职评查，是检察官专职评查的有益补充，如上海市B区人民检察院于2021年年底选择本院办理的有较大社会影响的案件，邀请人民监督员进行评查，取得了良好的效果。质言之，常规抽查关键是公开、公平、公正选取案件；重点评查重点是一案一查、逐案分析、逐案评定；专项评查可以立足实际自主选定［1］；交叉评查和第三方评查发挥对特定案件的评查作用。当前，案件质量评查以常规抽查为基本形态，其他评查方法为重要抓手，形成了各类评查方法的优势互补关系。

随着信息技术革新与发展，检察工作不断朝信息化、数字化、智能化的方向发展。当前我国检察机关已具备利用统一业务应用系统开展案件质量评查的基础条件，各地检察机关向“线上评查为主、线下评查为辅”的方向发展。案件质量评查智能辅助系统是以信息化平臺业务流程为基准，将案件评查工作流程和评查标准嵌入平台，功能相对完善，操作流程较为规范。因此，各地检察机关利用案件质量评查智能辅助系统提升了评查结果的客观性、准确性和权威性，提高了评查效率，节约了司法成本，同时案件质量评查的历史数据也为改进与优化该系统提供了数据基础。

（二）检察机关案件质量评查方法的应用困境

1.传统人工评查方法难以实现对已办结的全部案件进行评查，导致评查结果不能从整体上反映案件质量情况，有关部门也就无法对案件质量进行精准掌握和评价。例如，常规抽查主要采取抽查方式，有的评查员会选择适用简易程序或者速裁程序的案件进行评查，不愿对较为复杂的案件进行常规评查，这导致常规抽查的案件往往集中于简单案件，难以发现复杂案件中可能存在的问题，同时也出现了评查案件类型不均衡的现象，如评查工作存在重刑事，轻民事、行政、公益诉讼的倾向。而且由于采取抽查方式，有的承办人抱有侥幸心理，没有认真办理每一件案件，导致案件质量评查的目的难以实现。加大人工评查投入存在一些困难，因为案件质量评查工作专业性强，评查员应为员额检察官，很多检察机关面临“案多人少”的问题，抽调检察官专职从事评查工作不具有可行性。另外，本院评查员开展人工评查的方式，即由本院案件管理部门对业务部门已办结的案件进行评查，评查工作表现为内部平级监督，监督效果受到一定的限制。调研发现，有的承办人对其办理的案件被拟评定为瑕疵案件时，在听取反馈意见阶段存在应付了事的现象。

2.当前案件质量评查智能辅助系统的智能化水平尚处于初级应用阶段，且未能得到充分的利用。近年来，检察机关大力发展案件质量评查的信息化建设，但信息化评查技术手段与制度建设仍处于发展之中，由于缺少完善且有效的信息化评查辅助手段，组织评查多为阶段式、“运动式”集中开展。［2］例如，一些检察机关仍以传统线下评查为主，一般上级院组织评查时较多使用电子卷宗，基层检察院习惯对纸质卷宗进行评查，整卷、收卷等效率不高。［3］调研发现，有的地方利用智能辅助系统开展重点案件交叉评查时，评查员无法通过评查系统完整地查看案件的侦查卷及检察内卷，需要通过拷贝电子卷宗的方式评查。可见，智能辅助系统尚未达到人工智能层次，无法真正助力评查工作高效、客观地开展，其主要问题包括：一是数字化信息不足。目前系统内案件信息多是纸质扫描的卷宗信息，利用光学字符识别（Optical Character Recognition，OCR）等技术手段进行案件信息处理时，存在信息转换识别不准确的问题，导致案件基本数据要素不足甚至错误，影响后续智能辅助工作的进行。二是智能化不够。案件评查系统多是业务流程管理和控制，还没有实现应用智能化系统辅助评查。三是数据融合不深入。由于存在数据孤岛问题，数据分散、零散、孤立，不成体系，难以实现海量数据驱动的智慧辅助决策功能。

二、检察机关案件质量评查方法的功能定位与优化原则

案件质量评查工作既要确保评查结果的准确性，又要提高案件质量评查的效率。评查质量和评查效率具有辩证统一的关系，评查结果的准确性是评查工作的生命线，如果评查结果不准确，评查工作就无法发挥落实检察官办案责任制等功能。案件质量评查方法的构建与应用应体现两大功能：一是确保评查结果的准确性，即通过评查方法的应用，可统一评查标准，准确评价案件质量。二是提升评查工作的效率，即在司法资源有限的情况下，运用评查方法助力评查工作高效开展。当然，评查方法构建与应用的首要功能是确保评查结果的准确性，在此前提下追求评查效率。

基于案件质量评查方法的功能定位，评查方法优化升级应坚持两个原则：一是公正性原则。公正性是案件质量评查的合法性基础，这既表现为评查结果的准确性，也表现为评查程序的正当性。评查方法的构建与应用需具有科学性、中立性、客观性、规范性等属性，才能确保评查结果的准确性，同时也符合程序公正的要求。二是智能化原则。传统人工评查具有较强的主观性，如对“优质”案件和“瑕疵”案件的认定标准不统一、无法覆盖所有评查案件等，这影响到评查结果的客观性和公正性。“信息化建设是推动检察工作科学发展和提高检察公信力的重要引擎。”［4］今后应进一步提升评查方法的信息化、数字化、智能化水准，实现评查案件的全覆盖，确保评查程序不偏不倚、评查结果客观公正，全面反映案件的整体情况，提升评查实效。

三、检察机关案件质量评查方法的智能化模式发展

在案件质量评查工作中，应逐渐形成智能辅助评查与人工评查相结合，以自动评查为主、人工评查为辅的评查模式。立足于“检察+人工智能”的发展路径，积极研发并应用智能辅助系统开展评查工作。因此，通过运用办案大数据、人工智能、自然语言处理等信息技术，在检察系统数字化的基础上，发展人工智能促进评查方法的升级，助推网上评查工作的纵深高效展开，让评查员从大量繁琐重复的工作中解脱出来，以便专注于机器无法实现的更高级任务，并逐步向智能自动化案件质量评查方向发展。具言之，发展智能辅助评查系统可以从以下六个方面展开：

（一）提升文字识别技术

现有的案件评查系统中，案件信息往往是卷宗扫描后存储在数据库中，这类文档多是图片格式，一般无法利用计算机直接处理其中的案件信息。实现智能辅助评查系统的首要步骤就是将扫描的案件信息数据准确地提取为电子数据，可以在案件质量评查系统输入端利用文字识别提取技术，自动识别和转换卷宗中的文本信息，提升案件评查系统的数字化水平，为后续智能业务开展提供数据基础。例如，通过文字识别技术实现起诉意见书、起诉书、判决书“三书比对”，对其中认定的犯罪事实和情节、认定罪名等信息自动识别和提取，将结果不统一的案件自动标识并推送给评查员进行评查。

（二）设计评查要素提取功能

从案件评查复杂系统设计角度出发，智能系统的下一步任务是识别并输出案件评查要素数据。例如，错误批准或者决定逮捕的案件被撤销、绝对不起诉、判决无罪并生效，造成严重后果或者严重不良影响的，可自动评定为不合格案件；对立案监督、纠正漏捕漏诉案件，设定判决刑期的自动识别，如判处3年以上有期徒刑的，可以自动评定为优质案件。当然，在已标注数据形成一定规模后，可利用深度学习模型进行自动标注，实现对新加入数据库的待评查案件信息自动完成标注工作，从而积累原始存量数据。通过对这些标注数据的“学习”，模型可以对待评查案件进行有关法律监督职能、办案效果等方面的核心要素自动提取，直接从大段的案件文档中生成明确的结构化数据。质言之，评查要素实现自动提取后，能将评查员从繁重的案件卷宗阅读中解脱出来，自动提炼案件评查具体内容，根据评查标准，自动标注不符合项，从而提升评查工作的精准性和效率。

（三）构建评查知识图谱

当前应用图模型推理的知识图谱技术在金融、司法等领域取得了一定的成果，利用知识图谱技术可以将评查标准融入学习模型，使模型可以对案件自动评查结果给出“解释”。通过构建面向特定审查逮捕、审查起诉案件、刑事诉讼监督案件、刑事执行监督案件、民事检察案件、行政检察案件、公益诉讼案件以及未成年人检察案件的个案评查知识图谱，实现一案一图谱，将文字描述的评查案件表现为图结构，即案件办理的流程、相关文书材料在图谱中以案件节点属性的方式呈现，通过图计算自动识别、推理和计算案件评查相关文书材料。

（四）设置评查标准推荐功能

评查标准是衡量案件质量的主要标尺，计算机自动评查标准的精准推荐能够辅助判定已办结案件的质量。对此，我们可以利用深度学习模型实现案件评查标准的自动推荐，以确保评查标准推荐的准确率和可解释性。在案件质量评查工作中，根据评查标准的特点，可以选择适合的推荐模型，在深度语义理解和计算的基础上，实现标准推荐功能的最优化。

（五）建立评查类似案例推送功能

传统评查方法采用关键词、案由等检索的方式，或者人工查阅的方式，效率较低且检索出的类似案件往往应用性不强。通过智能辅助评查系统自动从案例库中推送类似案例，助推评查有效展开。类案识别的作用在于为评查员推送待评查案件的“类案”，以及案件相关的事实认定、证据审查、法律适用等评查要素，并由系统给定参考评查偏离值和案件相似度值，最终由评查员给定相应的评查结果，这不仅有助于评查员学习过往的优质评查案件，也能大大提升评查员的工作效率。

（六）建设系统数字化数据中台

构建系统数据中台，提升系统数字化功能和数据治理能力，能为智能辅助决策提供基础。人工智能算法可以辅助评查员作相应的决策和打分，但这依赖于过往的案件历史数据和评查数据。在建设智能辅助评查系统的过程中，收集所需要的相关数据是基本前提，今后有必要投入人力、物力資源，完善案件电子数据库建设，尤其是对评查过程数据实时记录，形成原始数据的有效积累。通过加大原始案件数据的治理，不仅可以提升案件管理的质量，也能形成一定规模的高质量案件评查数据，为后续实现机器自动评查积累数据基础。从评查业务开始，倒推对底层数据治理的需求，为数据治理提供依据和反馈，使业务系统从应用层到数据层形成闭环，从而促进包括智能辅助评查在内的案件智能化管理的实现。

综上，在大数据赋能法律监督的背景下，发展案件质量智能化自动评查系统，构建基于深度神经网络的案件质量评查智能评分模型，最终实现集评查业务流程管理和优化、评查业务智能计算与监管、评查数据存储与治理为一体的智能化评查方法体系。当然，案件质量智能化自动评查系统的研发与利用也会面临一些问题，尤其是针对千差万别的个案中的实体性问题，如何形成客观的、统一的评查标准，仍需在司法实践与智能辅助系统研发及应用中不断探索。

*本文为最高人民检察院2022年度检察应用理论研究课题“检察机关案件质量评查方法研究”的阶段性成果。

**课题组负责人：杨永勤，上海市宝山区人民检察院党组书记、检察长、三级高级检察官［201999］吴羽，华东政法大学刑事法学院副教授［200042］课题组成员：崔海龙，上海市宝山区人民检察院检察委员会专职委员；梅礼匀，上海市宝山区人民检察院第六检察部主任、四级高级检察官；黄慧，上海市宝山区人民检察院第六检察部检察官助理［201999］刘洋，华东政法大学刑事法学院讲师；欧阳舒文、胡赞、汤淑敏，华东政法大学刑事法学院硕士研究生［200042］

［1］ 参见申国军：《检察机关案件质量评查的价值目标与组织开展》，《人民检察》2021年第6期。

［2］ 参见王体功：《检察机关案件质量评查机制的完善与发展》，《人民检察》2019年第12期。

［3］ 参见贾卫国、张贵才：《以标准化理念为引领建立案件质量评查标准体系》，《中国检察官》2021年第3期。

［4］ 董桂文、石献智：《〈人民检察院案件质量评查工作规定（试行）〉的理解与适用》，《人民检察》2018年第3期。