法治号
法治日报全媒体记者 张雪泓 通讯员 简洁
每每谈起大数据法律监督模型的建用心得，北京市人民检察院经济犯罪检察部检察官窦立博总是滔滔不绝。从最初的数字检察“小白”到如今的数字检察素能实训教师、北京市检察机关数字检察专家，对窦立博而言，除多年深耕的知识产权检察工作领域外，大数据法律监督模型的建与用，无疑是他近年来最充满干劲的尝试与自我赋能。
“大数据法律监督模型，是检察官在个案办理中或者在数据异常中发现规律性、共性、普遍性的问题，归纳特征和业务逻辑，应用数据关联碰撞，从海量数据中获取线索的一种思维载体。”每当在北京市检察官学院举行的数字检察素能提升研修班上授课交流时，窦立博总是会先从“是什么”切入。看似普通的开场语，却是他自己最初认识和走进数字检察的敲门砖。
最初，面对“检察官应该如何参与到数字检察战略中”这个新课题，窦立博并没有明晰的思路。他从基本概念着手研究，慢慢悟出虽然大数据法律监督模型看似是个新事物，但它依托于数据却回归于监督，不断加深对案件的研究就不会错。作为知识产权检察条线的检察官，他以创建一个符合涉知识产权案件的法律监督模型为目标，仔细梳理了近三年全市检察机关办理的侵犯商标权类的案件，重点关注规律性、共性的问题并进行总结，为创设销假销劣类投诉涉刑线索未移送大数据法律监督模型业务规则奠定基础。
截至目前，销假销劣类投诉涉刑线索未移送大数据法律监督模型已经在全市范围推动刑事立案38起、公益诉讼立案5件，打掉制假售假窝点百余个。同时，推动行政执法机关对26个重点区域开展专项检查、查处68起行政违法案件。2023年，北京市检察机关发布的10个知识产权保护典型案例，有4个直接来源于该模型筛查出的线索。
窦立博还先后参与了经济犯罪检察领域等多个重点模型的算法规则研判工作。针对模型创建初期怎么找异常监督点、异常监督点确定后如何构建算法规则以及模型运转成熟后如何推广等问题，他撰写了多篇业务文章进行深入论述。
“数字检察历经电子检务、智慧检务再到数智赋能的发展，其间必然伴随一些亟待厘清思路并完善解决的问题。有些问题需要理论思考，有的则需要实践积累。”采访中，窦立博告诉记者，检察官在办案之外，也有义务基于履职实践去探究和总结数字检察的应用路径和场景，这本身也是数字检察工作的一部分。
通过不断地总结梳理，目前销假销劣类投诉涉刑线索未移送大数据法律监督模型的算法规则以知识产权领域行刑衔接为履职点，不断升级完善。其中，窦立博参与创设的“检察院12345智能解析程序”，可在30分钟内一键完成对36万余条投诉数据的数据清洗，并能精准高效识别包含知识产权行刑衔接在内的多领域重点监督点位和重点线索，实现监督场景应用的可视化。在他看来，对数字检察的思考与研究来源于办案实践，也必将反哺于办案实践。
记者了解到，目前，在北京市检察院的指导和门头沟区检察院的支持配合下，销假销劣类投诉涉刑线索未移送大数据法律监督模型已经插上了人工智能的翅膀，借助通用大模型的底层架构，实现了数据清洗、数据筛查的全流程自动化。“每个月定期灌入数据后，不足5分钟就能筛查出本月可能存在的重点监督线索。”窦立博告诉记者，前期的“小米加步枪”是必要的，后期的人工智能加持更是必需的。一旦确定了方向是正确的，就要借助技术全力奔跑，真正发挥出数字检察战略的叠加倍增效应。
提及该模型未来的走向，他认为，履职路径仍是“个案办理—类案监督—系统治理”，“模型未来的发展应是融入社会治理，以机制方式把销假销劣涉及的问题进行系统性解决，而人工智能则是助推这一愿景实现不可或缺的力量”。
采访的最后，窦立博告诉记者，近期，他又在一批提供虚假证明文件的类案中，发现因不同机关存在数据壁垒，导致虚假财务审计报告难以被识别的深层次法律监督问题，目前已梳理出10余条规则。对他而言，那种与数字检察相遇时“初始创业”的激情，一直都在。
编辑：王晨晖