随着人工智能技术的迅猛发展，其与检察工作的融合不断深化，“数字检察”已成为新时代法律监督提质增效的重要引擎。在此背景下，全国检察机关积极探索人工智能与检察业务深度融合，例如安徽省检察院组织研发的人工智能辅助办案系统，不仅在智能化建设领域实现创新突破，更为检察机关运用科技赋能办案提供了实践经验。笔者从精准定位人工智能“辅助”性功能、展示人工智能辅助办案系统提升检察办案质效的具体场景、解构人工智能辅助办案系统技术原理三个维度，为检察机关智能化建设及试点工作提供有益借鉴。

　　坚持人工智能“辅助”定位的核心理念

　　秉持人工智能应用伦理的基本原则——“以人为本”。司法是有温度的法律适用，并非机械式的法条套用，各种司法大模型的涌现，并不能简单替代司法人员对案件事实的分析论证和裁判过程。因此，司法人工智能的应用要坚持“以人为本”，服务于当前司法办案。

　　突出人工智能辅助办案系统的“基础能力对齐”功能。当前阶段，要明确人工智能的“辅助”定位，坚持“是赋能不是替代，是助手不是决策”的研发和应用原则，以人工智能辅助办案的方式为每一名检察官配备得力助手，为“高质效办好每一个案件”提供坚实的技术保障。具体而言，不过分夸大人工智能技术在法律垂直领域的能力，而是聚焦司法实践需求，通过人工智能辅助办案系统强大的数据处理和分析能力，为检察官提供精准、高效的辅助支持。

　　重视人工智能介入后所生成裁判文书的算法可解释性。随着科技的进步，人工智能与司法的深度融合趋势不可阻挡，但仍要确保检察官在对案件核心事实的认定及法律适用的决策上享有绝对的控制权和管理权。要设定必要的人工智能技术运用规范，强化检察官在司法案件裁量过程中对自动化决策的理解，并严格设定区分不能让渡权限给人工智能助手的司法事项。

　　人工智能辅助办案系统赋能检察办案质效提升的三大功能

　　伴随着我国大模型的迅猛发展，依托生成式人工智能技术，深度融合自然语言理解、文本生成、逻辑推理、机器学习等多项人工智能核心能力，通过学习海量检察知识和案件数据，精准对接办案需求，可以从智能阅卷、文书辅助生成、AI问案等具体检察办案场景的打造，系统建构由检察数据驱动决策、知识赋能监督的智慧办案新模式。

　　一是处理日常事务工作效率提升功能。人工智能辅助办案系统在卷宗整理、案卡录入、日常法律文书撰写生成等事项上能够极大节约时间。如智能阅卷，基于刑事办案规范与检察官办案逻辑，通过精细化编目、自动化分类、动态化入库三大核心功能，快速规整卷宗目录、自动构建证据链条，助力检察官阅卷效率提升，为后续办案环节奠定规范化基础。

　　二是检察官案件办理辅助优化功能。首先，依托全案证据材料，通过构建动态矛盾分析模型，综合分析全案言词证据，列明印证点和矛盾点，自动生成补充侦查建议，可以解决证据矛盾审查人工发现难的问题。其次，强化侦查监督，通过预埋侦查监督点，对电子卷宗实施智能巡查，在侦查场景中实时触发“待确认”监督预警，经检察官在线核验后，可一键生成风险提示报告回传办案系统，构建覆盖监督发现、研判、处置全流程的闭环管理体系。再次，在法条推送和类案推荐方面，人工智能辅助办案系统基于简要案情分析，可以准确提取案件事实要素，并按位阶自动推送法律、司法解释及地方性法规，支持精准定位具体条款。对疑难复杂案件，优先推送两高指导性案例、典型案例；对普通案件，集中推荐本区域内近期同类案例。最后，在量刑建议方面，可以突破传统量刑工具局限，通过深度思考、智能演算，分析量刑起点、从重从轻情节（如累犯、认罪认罚等），生成确定刑量刑建议，让量刑过程精细化、透明化。

　　三是人工智能大模型“人机交互”智能辅助功能。比较有特色的应用场景包括AI问案和对话式建模。AI问案改变传统检索方式，为检察官提供精准的电子卷宗智能问答服务。通过深度学习技术，即时分析全部案件材料，自动提取关键信息，快速响应个性化办案问题，实现秒级精准解答，成为检察官审查案件的得力助手。对话式建模创新性地采用了自然语言交互式与代码生成能力，检察官通过对话指令，即可自动完成数据提取、规则匹配、线索分析和模型构建全流程，并生成模型思维导图，实现零代码操作，让不具备技术背景的检察官也能轻松创建专业监督模型，真正实现“业务主导、技术赋能”的智能监督新模式。

　　人工智能辅助办案系统技术原理解构

　　人工智能辅助办案系统的核心价值体现在以智能化手段优化办案流程，有效减轻检察官的事务性负担，更能通过精准的数据分析与智能预警，为案件办理提供专业支持，主要体现在自动化生成办案流程性文书、提升案件办理质效、提示案件办理风险等方面。其背后的技术逻辑与运行机制可从以下几个步骤进行归纳：

　　一是依托通用大模型的泛化能力，本地化部署法律垂直领域的训练平台。随着通用大模型的出现，基于大语言模型的文本理解和文本生成功能的泛化，依托检察领域的数据训练其在具体法律场景中的专有能力，是未来大模型进一步发展和应用的生命力体现。

　　二是夯实检察数字化基础底座，持续扩充检察知识库。汇聚形成“精通检察业务的一线检察官+掌握人工智能技术的专家”团队，筛选整理已办结数字卷宗、刑事检察工作手册、检答网数据、裁判文书网数据、检察官提供的应用数据，经过脱敏后有针对性地开展数据标注基础工作。建设人工智能辅助办案系统还应当重视检察语汇的建设和规范工作，应当在平时的工作中注重精准地表达和措辞，如根据案例撰写的论文要写好关键词，以便大数据挖掘和关联技术能够有效识别和提取。

　　三是筛选典型案由并从中提取体系化精细化的检察业务规则。刑法分则包含400多个罪名，具体检察业务办案规则的体系化建构需要检察官的深度参与，通过选定场景逐一建构。例如，安徽省检察机关联合有关科技公司选取了盗窃、故意伤害、交通肇事、危险驾驶四个案由作为试点切口。通过不断打磨完善类案中的办案规则，并转化为数字语言，用算法的方式进行表达，则案件辅助办理的过程也会日益智能化。

　　四是收集检察官的使用反馈评价和意见进行模型调优。这个过程是人工智能辅助办案系统在运用过程中能够变得更加“聪明”的关键，同时也是为了实现“价值对齐”目标的必经步骤。当前，由于法律专业领域非结构化语言的标识难度导致数据标注的不精准，会产生机器幻觉。因此，有必要通过检察官介入的方式验证大模型算法运行结果的准确性和公正性。

　　通过上述技术原理，能够让司法办案从依赖检察官的个体经验与重复劳动转化为现代科技赋能时代的类案机器减负模式，让检察官可以把更多的精力放在疑难事实的认定和新型法律争议问题的解决上，真正实现“人机交互模式”的最优解——人工智能辅助办案系统承担重复性的简单法律工作，人类司法工作者行使创造性和价值选择的司法裁判权。

　　（作者为西南政法大学人工智能法学院副教授，西南政法大学网络空间国际治理研究基地副主任、智能司法研究院区块链存证研究中心主任）