當前司法辦案實踐中，人案矛盾較為突出，緩解這一困境的關鍵是實現司法數據化，運用信息技術解決案件數量與司法資源之間的矛盾，以技術革命推動司法體制改革更上一層臺階。
一、司法數據化的現實需求與實踐基礎
在基層司法人員辦案壓力普遍增大的背景下，引入信息技術與司法實踐緊密結合存在緊迫的現實需求，也具備政策與技術基礎。
�。ㄒ唬┈F實需求：人案矛盾亟待解決
司法實踐中，人案矛盾長期存在且缺乏有效的解決途徑，但經過仔細研究不難發現案件重復性高、類型化現象突出，可以通過司法數據化的手段予以解決。
一是以往解決人案矛盾的思路存在誤區。長期以來，在“定機構、定職能、定編制”的政策背景下，案件積壓最為嚴重的是基層司法機關。以Z省檢察機關為例，其刑事案件數量長期在全國名列前茅，受理的審查起訴案件總量多年來穩居全國第二。①同時，案件數量呈金字塔形分布，基層檢察機關承擔主要的辦案壓力，年人均辦案量超100件的情況并不罕見。而解決人案矛盾主要采取擴編與加班等模式，即基層司法機關主要依靠辦案人員犧牲休息時間、主動加班等方式來解決案件積壓問題。但是，近些年來民事審判領域的案件量呈爆發式增長，其解決方式仍然著眼于從辦案機關內部解決問題，未能做到從外部賦能。
二是審慎對待“案多人少”這一命題。案件量增加雖是事實，但基層司法實踐中多數刑事案件集中于一些常見罪名，且輕罪案件占比較高。從罪名來看，以Z省為例，②盜竊、故意傷害、交通肇事、危險駕駛等四類常見犯罪占比持續增加，并于2014年達到峰值，占比50.1%�？傮w而言，大部分刑事案件為常見罪名，罪狀并不復雜，審查過程也較為固定，不需要投入太多人力。從量刑來看，判處三年以下有期徒刑、拘役或者管制的輕刑案件占比長期維持在70%以上，至2015年達到峰值，占比87.5%,③輕刑案件大多為案情較為簡單、事實較為清楚、證據較為明確、影響較小的案件。表面看來，人案矛盾較為突出，但事實上，辦案人員的精力過多地集中于案情簡單化、行為類型化、流程固定化的常見罪名和輕刑案件上。案件類型化突出的現狀，為司法數據化提供了契機，即可以采用信息技術辦理數量龐大的類型化案件，而使司法人員有精力集中辦理復雜案件，構建“由機器辦理簡單案件、由人工審理復雜案件”的雙軌模式。
（二）實踐基礎：司法數據化的條件評估
近年來，隨著互聯網技術尤其是大數據、人工智能的蓬勃發展，信息技術與司法的合作初見雛形，信息技術能夠突破司法資源的極限，標準化地處理一些類型化案件。司法數據化有政策上的支持、技術上的條件、理性上的優勢。
一是政策支持：智慧司法理念鼓勵信息技術參與司法辦案。智慧檢務與智慧法院等概念的提出，表明信息技術與司法結合具備較好的政策基礎。2018年7月，最高人民檢察院發布《全國檢察機關智慧檢務行動指南（2018-2020年）》，提出全面構建以辦案為中心的智慧檢務應用層生態、以安全可靠為基礎的智慧檢務支撐層生態、以開放共享為導向的智慧檢務數據層生態。④在上述三項主要任務中，包含了推進智能輔助辦案系統建設、完善檢察大數據中心基礎設施等具體舉措。2018年3月，最高人民法院工作報告重申智慧法院建設的重要性，提出要依托現代人工智能，建設司法規律、體制改革與技術變革相融合的體系。⑤大數據、人工智能與司法結合，是司法的發展方向。
二是技術條件：信息技術有助于減輕辦案負荷。破解人案矛盾，應落腳于前端的案件分流和后端的負荷分離。案件繁簡分流是后端負荷分離的基礎，后端負荷分離則是案件分流后實現“繁案精辦、簡案快辦”的關鍵。運用大數據和人工智能技術，不僅能夠構建切實有效的繁簡分流規則，同時有助于改善司法人力資源的重復消耗，分擔案件辦理的輔助性工作，承擔大部分常見罪名、輕刑案件以及部分復雜案件的審查工作，尤其有助于改善長期以來側重辦案人員自身加壓的人力投入方式，用技術從外部注入辦案力量，使辦案機制煥發新活力。
三是理性優勢：技術與人之間的互補。理性化與標準化是信息技術參與司法的固有優勢。作為對簡單數據進行復雜分析的代表，阿爾法狗曾引發了人們對人工智能的集體恐慌，其人類對手李世石曾提到，和阿爾法狗下棋很恐怖，因為對方是沒有感情的，而人類是有感情的，在對決中人類往往受感情限制。⑥然而，理性化恰是司法工作所需要的品質。目前的人工智能技術尚處于弱人工智能階段，其本質還是通過人為設定程序和算法，借助計算機的計算分析能力實現機器學習和思考，以達到人腦難以企及的計算和思考速度。機器能夠在毫無雜念、毫無主觀偏向的情況下分析和挖掘數據，完成計算指令，其冷靜客觀、全面系統的固有屬性能夠充分彌補人類因感情充沛、思維慣性和偏見而造成的缺陷，實現機器與人的優勢互補。
二、信息技術與司法結合的應用現狀及存在的不足 （略）
三、司法數據化的路徑選擇及平臺構建
信息技術深度參與辦案必須在目的明確的基礎上夯實法律基礎，確定案件處理的基本流程和思路，進而搭建智能化辦案平臺及輔助技術。
（一）司法數據化的目標
一是目的導向：緩解人案矛盾。其一，技術應當減輕而非加重辦案負擔。利用技術輔助辦案，首要目的應當是減輕辦案負擔，解放人力資源。在司法實踐中，引入技術系統后，一些辦案人員反而疲于應付。技術參與辦案，應當將辦案人員的需求置于首位，讓辦案人員直接、深入、及時地參與技術的開發和優化過程。其二，法律及司法解釋應當及時跟進。技術參與辦案，一方面可能改變原有的辦案單元、結構甚至影響辦案責任制，另一方面也可能改變刑事訴訟流程，因此需要法律跟進。例如，互聯網法院在杭州試點并在北京、廣州增設后，最高人民法院及時出臺司法解釋，明確了相關訴訟規則和流程。隨著技術參與辦案的深入推進，法律和司法解釋也應當及時跟進，為技術參與辦案提供明確的法律依據。
二是路徑選擇：案件分流機制下的雙軌制。通過大數據和人工智能實現信息技術深度參與辦案，必須明確一個處置原則，即機器與人之間存在不同分工，須根據具體案情、適用程序的不同而各有側重。信息技術參與辦案的參與程度與占比大小，應當與案件的繁簡分流機制相適應，即意味著須將一些重復性強、創新價值低的工作分離出來，以此為基礎分配人和機器的辦案范圍。筆者認為，應當將信息技術參與辦案分為“深度介入型”和“辦案輔助型”，凡是適用普通程序審理的案件，均應由承辦人個人主導辦案，而適用速裁和簡易程序案件均可探索“機器辦案”的模式，并由承辦人把關。
�。ǘ┮灾悄茌o助辦案系統為基礎的平臺構建
第一，核心平臺：智能輔助辦案系統的優化路徑。應當針對簡單案件和復雜案件設置不同的信息技術介入模式，確立簡單案件信息技術“深度介入”、復雜案件“人工主導”的分類解決路徑。根據介入模式的不同，系統應當搭載不同的介入功能。其一，針對復雜案件，辦案系統應當配置以下功能：一是程序合法性自動審查預警，通過預設程序性法律規則，由計算機預先對全案證據是否存在程序瑕疵進行初審并形成初審意見；二是自動推送類案及參考資料，由計算機對案件材料進行分析，歸納出案件的事實、情節、罪名和爭議焦點，同時從系統中自動匹配同類案件的法律文書、審查報告以及相關判例、法學理論文章等，供承辦人參考；三是自動生成量刑建議，計算機雖然不能直接生成復雜案件的審查意見，但可根據已經生成的審查報告，自動生成量刑建議書，并由承辦人確認；四是替代重復性勞動，主要包括部分刑事辦案的固有流程和系統要求的規定動作，比如訊問及庭審自動記錄語音、生效法律文書的自動公開、對外法律文書的自動校對等。其二，針對簡單案件，辦案系統應當具備更高的智能化標準。應根據簡單案件的類型化特征，為案件量集中的罪名和案件類型設置智能化程度較高的審查功能，以罪名和類案為根據，逐步建立簡單案件的審查標準體系。具體而言，應當為簡單案件配置全案案卷智能分析功能，使系統能夠自動審查并分析全案證據，在其初步審查的基礎上提出一定的補充偵查要求，經辦案人員人工反饋補充偵查情況后，系統針對經補充偵查后的最終事實、證據、法律定性、量刑建議等自動生成審查報告。由系統“深度介入”加工而成的審查報告，應當經過辦案人員人工復核并作出決定，系統則根據辦案人員發出的指令繼續自動生成起訴書、不起訴決定書以及判決書等法律文書。
第二，技術支撐：確立技術無公私的理念。實現信息技術深度參與辦案離不開外部技術力量的參與，充分引入并利用科技公司的力量，是信息技術與司法結合的技術基礎。其一，充分利用外部公司、平臺的技術力量。在大數據和人工智能的運用上，辦案機關的人才、技術、儲備、資源均不足，且很難在短期內補強。因此，借助外部公司和平臺的技術協助，有助于信息技術深度參與司法。一方面，司法機關研發辦案系統和輔助技術時，可以與互聯網公司合作。另一方面，構建數據平臺也可以充分依靠大平臺的力量，彌補辦案機關數據“質”和“量”的不足。其二，擴大數據流通，打破數據封閉。司法數據化的核心是實現數據的互通。一方面應擴充數據來源。為保證數據的海量性、多樣性，辦案系統應當充分擴充數據源，從國家層面全面輸入囊括系統內外的辦案信息、案件卷宗、法律法規、司法解釋、會議紀要、法院生效判決、重點判例、法學論文等參考材料。另一方面應確保數據的流動性。在辦案機關內部、上下級之間實現數據的自由流通，打破系統原有的個案數據使用框架，同時，應跨系統實現數據互聯和共享。
第三，介入升級：技術介入方式的創新。在當前技術介入的基礎上，應當結合司法機關的新要求、新方向，充分擴大信息技術介入的范圍、提高介入的水平和深度，促進技術與業務的緊密結合。其一，推動技術介入業務范圍的多樣化。司法機關應探索多元化技術介入方式，發掘技術參與司法的新切入點。以檢察機關業務轉型中的新增長點--公益訴訟為例，長期以來，檢察工作集中于刑事案件，公益訴訟案件線索較難發掘。2018年，浙江省寧波市北侖區檢察院嘗試自主研發“檢察機關公益訴訟案件線索智慧篩查系統”，通過對接統一業務應用系統，按照4類犯罪31個罪名對公益訴訟案件線索進行自動化篩查，發現公益訴訟的線索。15雖然目前這一篩查的對象和方式限制較多，但符合司法數據化的方向。未來，應當充分借鑒公安大數據偵查的方法，接入工商、環保等領域的數據庫，提高技術介入司法的廣度和深度。其二，促進技術介入方式的優化升級。從目前智能輔助辦案系統運行情況來看，以刑事案件為例，系統的智能預測即深度介入辦案的能力較弱。如有觀點認為，目前系統大多只能給出模糊的量刑建議，無法做到獨立自主綜合分析證據、生成審查報告或其他法律文書，無法自動歸納爭議焦點和法律關系，且類案推送等功能的準確率也不高。16在技術與司法結合的智能性上，應當注重在大數據的基礎上加強人工智能技術的綜合運用。本文來源：《人民檢察》2019年第17期