作者：朱飞龙 阮持特 原枕谋

载《浙江检察》2025年第3期

摘要：检察侦查数字化既是数字检察战略的内在要求，也是数字检察发展的必然结果。当前数字技术赋能检察侦查的效果尚不充分，检察侦查数字化仍面临着数据供给不足、数据安全和数据真实存在隐患、数据应用手段落后等问题。为此，必须在加大数据归集力度、提升侦查技术力量和技术水平的同时，构建数据安全保护体系，推动数字技术与检察侦查有机融合。

关键词：数字检察 检察侦查 数字化 数据 个人权利

全国检察机关正在深入实施数字检察战略，最高人民检察院明确提出了“业务主导、数据整合、技术支撑、重在应用”的工作机制。浙江检察机关以跨部门大数据办案平台试点建设为契机，持续推进数据共享、数据应用，进一步赋能深化数字检察改革。监察体制改革后，检察机关仅对14个司法工作人员渎职犯罪保有自行侦查管辖权。由于这类主体实施犯罪行为时可能会采取一定的反侦查措施，案件证据的获取较为困难，传统以走访等获取证据的模式已难以适应数字时代侦查工作的需要，电子证据日渐成为当前刑事侦查实践中常见的、具有关键作用的证据。这也进一步要求检察机关必须拥抱数字检察变革、强化数字侦查手段。

一、数字检察背景下检察侦查数字化的基础逻辑

数字检察战略对检察工作提出了全新要求，从逻辑上看，检察侦查数字化与数字检察具有内在的统一性，检察侦查数字化不仅是数字检察的内在要求，也是数字检察的必然结果。

（一）检察侦查数字化是数字检察的内在要求

随着数字检察战略不断深入，使用大数据手段开展法律监督，正全面深刻地引领检察机关法律监督模式的重塑变革。大数据法律监督强调“个案办理—类案监督—系统治理”的监督路径，检察侦查作为法律监督的重要环节，同样需要顺应变革趋势，主动拥抱大数据思维和大数据技术，进行数字化转型。同时，检察侦查的案件线索往往来源于“四大检察”业务的履职工作，而大数据法律监督天然的具有融合监督属性，一个法律监督模型往往可以输出多个检察监督领域线索，检察侦查深度参与监督模型的设计与应用，不仅可以扩展自身案件线索来源，亦可保障检察机关法律监督的刚性，反哺于“四大检察”业务。

（二）检察侦查数字化是数字检察的必然结果

随着数字检察战略向深推进，数据要素、技术要素和观念要素等数字检察核心要素不断集聚，不仅为数字检察的平稳发展提供了基础支撑，也为数字检察不断向好发展提供了不竭动力。首先，从数据要素来看，数字检察战略的实现需要海量的数据支持，而数据本身也是检察侦查数字化必不可少的部分；其次，从技术要素来看，为推进数字检察战略，检察机关将更多先进技术引入检察工作中，也为检察机关开展数字化侦查提供了丰富的手段；最后，从观念要素来看，检察人员在数字检察战略下“数字思维”不断强化、“数字意识”不断提升，更愿意也更善于用数字化手段赋能检察办案，在检察侦查工作中同样如此。

二、检察侦查数字化的现实困境

数字检察战略是检察侦查数字化的重要依托，数字检察战略成果不断涌现也为检察侦查工作提供了丰富手段。当前，各地检察机关依托数字检察战略不断探索，检察侦查工作数字化取得了一定的成就，同样也面临一些亟待解决的难题。

（一）支持与合作：数据供给困境

当前检察机关开展侦查工作的数据来源较为广泛，包括统一业务应用系统数据、随案移送数据等检察机关可以径直获取的内部数据和政务共享数据、公开裁判文书、金融交易记录等检察机关可以公开获取或者依法调取的外部数据。检察机关在开展侦查工作时当然可以依据法定程序直接获取或者调取上述数据，并依据案情对数据进行分析研判，发现目标对象有罪或者无罪的证据。然而，现实往往并不尽如人意，事实上检察机关在上述数据获取时仍存在障碍。

1.内部数据获取缺少必要支持

在检察机关内部，通过统一业务应用系统，检察机关基本实现了四大检察业务的线上办理，系统内汇集了大量的案件信息，为检察侦查工作的开展提供了必要的数据支持。然而由于系统权限的设置，部分检察机关的侦查人员因缺乏相应权限而无法获取或查看相关数据，检察业务数据的应用价值没有被有效激活和充分发挥。

2.外部数据获取缺乏合作机制

一方面，虽然近年来为破除信息壁垒，检察机关积极推进与执法司法信息共享，但效果有限，执法司法机关往往只是有选择地共享部分数据。而且合作机关可能担心检察机关获取数据的目的在于对其实施法律监督，进而拒绝提供与其业务相关的数据。另一方面，在监察体制改革后，检察机关与金融机构、通信运营商等单位的合作基本中断。相较于公安机关，检察机关没有建立起与相关单位的直接合作机制，各地检察机关各自为战，对于侦查数据的获取往往依靠侦查人员线下前往相应单位进行调取，这一做法既依赖于对方单位的配合也缺乏效率，也与检察侦查工作的发展需求和大数据赋能检察监督的趋势不相适应。

（二）安全与真实：数据分析困境

在数字检察蓬勃发展的背景下，检察侦查的数字化转型势必需要扩大数据归集范围、加强新兴技术的运用，由此也不可避免的带来数据安全和数据真实的问题。

1.数据安全面临风险

检察机关开展数字化侦查时，需要对大量的数据进行分析研判，因而在利用数据赋能检察侦查的同时，不能忽视对数据安全的保护。一方面，存在数据滥用风险。调取的数据中不可避免的存在一定的个人信息，如聊天记录、通话记录等个人社交信息及银行交易流水、借贷情况等个人财务信息，如不对数据的访问和使用加以控制，可能会被别有用心之人用以非法牟利。另一方面，存在数据泄漏风险。从内部看，检察机关在获取数据后的存储过程如无安全可靠的保护措施，可能会带来数据丢失或失窃风险；从外部看，人工智能等先进技术在检察侦查中的应用往往需要第三方技术公司的支持，不可避免地需要对外共享数据，外部第三方对数据的存储、分析、流转等环节均有可能导致数据泄露。

2.数据真实难以保障

数据的完整性和真实性是大数据算法能否给出可靠结果的关键因素，基于虚假数据得出的任何决策，其结果都是可疑的。数据因具有高流动性和易修改性，检察侦查部门在数据的获取、处理、分析、结论输出的全流程均可能导致数据失实失真。在数据获取环节，被侦查对象可能会因逃避侦查而主动销毁或修改相关数据，如删除通话记录、微信聊天记录等；在数据处理和分析环节，数据往往以可编辑的格式进行存储，并由多名侦查人员或技术人员进行轮番操作，且未对处理和分析过程进行记录，对数据的修改或篡改将难以发现；在数据分析结论的使用环节，数据真实性的存疑将直接导致输出结论的存疑，如无法保证结论的准确性与真实性，亦不能提供结论验真手段，对输出结论和采信会存在一定的障碍。

（三）技术与人才：数据运用困境

在香农信息论中，信息熵是对数据所包含的信息量的度量。当一个数据的不确定性越大，可能出现状态越多，信息熵就越大，该数据所包含的信息量也越大。检察侦查部门在履职中所需的各类数据往往散落在不同的机构或部门，不同来源的数据其格式和规范都不尽相同，其中不乏大量的半结构化数据和非结构化数据。如此庞杂的数据，在包含大量信息的同时，也给检察机关的数据处理带来难题。如何运用技术手段降低数据的信息熵，从海量数据中高效、准确的提取线索和证据，成为检察侦查数字化不得不面对的难题。

1.技术手段不足

数字化对检察侦查的赋能作用主要体现在线索发现和证据搜集两个方面。在线索发现方面，当前的主要路径为：从个案办理出发，人工分析提炼个案的犯罪主体、犯罪模式、犯罪形态等在数据层面表现出的典型性、规律性特征，将上述特征转化为计算机所能执行的运算逻辑，再由计算机对海量的数据进行筛查碰撞，输出可疑线索后，再经人工调查核实。在上述路径中，前期的犯罪特征提炼和运算逻辑转化均需由检察侦查人员或检察技术人员人工完成，计算机仅参与了筛查碰撞过程，智能化、自动化程度相对较低。同时，筛查碰撞过程所运用到的运算逻辑也以求取交集、差集等简单逻辑为主，神经网络、模式识别等人工智能算法尚未得到有效应用。因此，算法等技术手段的不足在一定程度上限制了数字化对线索发现的赋能作用。在证据搜集方面，检察侦查办案时往往会大量调取银行流水、通话记录、微信聊天记录、视频监控等多种电子数据形式的证据，侦查人员需要分析查找与案件有关且具有证明力的证据，或是从中寻找下一步侦查取证方向，这一过程需要耗费较大的人力和时间成本。目前虽然有一些简单的工具可辅助侦查人员分析，但大量的证据排查工作仍需人工完成，检察侦查的证据搜集数字化、智能化程度还需进一步提高。

2.复合人才缺乏

检察侦查的数字化转型需要既懂侦查又会数字技术的复合型人才，但当前检察机关此类人才储备不充分。一方面，检察侦查部门内部复合型人才供给不足。传统的检察侦查人员大多来自检察机关内部，他们的教育背景以法学或侦查学为主，多年形成的思维模式和工作经验促使他们习惯于使用传统的侦查手段和办案模式，在面对新兴技术时也往往倾向于使用较为简单的算法逻辑。另一方面，受限于侦查工作的特殊性质，引入外部技术人员存在困难。检察侦查工作具有较强的专业性和复杂性，外部技术人员不掌握侦查专业知识，也没有检察侦查工作经验，直接引入可能无法胜任工作要求。

三、检察侦查数字化困境的应对策略

数字化困境是检察侦查工作现代化过程中必然面临的考验，检察机关不能因此就停滞不前，应当及时抓住问题核心，从数据供给、数字赋能、技术支持、数据安全保护等方面入手，助力检察侦查数字化平稳推进。

（一）加大数据供给力度

数据的获取是检察侦查数字化的前提，只有当检察机关掌握足够的数据量，侦查工作数字化建设的成效才能得以发挥。为此，检察机关可以依托于数字检察战略，扩大侦查数据的获取渠道和获取方式。

一是注重挖掘检察业务系统数据价值。随着统一业务应用系统内数据量的不断积累，通过业务系统查找数据是检察侦查人员获取数据最直接的方式。因此，以数据供给助推检察侦查数字化就不能对侦查人员自我限制，各检察机关需要根据侦查工作安排及时赋予侦查人员相应权限，确保统一业务应用系统数据可以为侦查工作所用。此外，上级检察机关还可以借助资源优势整合全域数据资源，搭建数据应用平台，为下级机关侦查工作开展提供数据支持。如浙江省在检察统一业务应用系统中嵌入数字侦查应用场景，通过基础数据上架，实现全区域内侦查数据共享。

二是持续推进信息共享工作。检察机关应当持续推进与执法司法机关合作，以跨部门大数据办案平台建设为契机，实现数据全面及时的供给。为此，检察机关可以发挥其牵头或者推动者作用，完善与执法司法机关的信息共享机制。对于合作机关不愿配合行为，检察机关有必要通过法律监督职能的阐释来消解其负面情绪，保障数据的有效供给。

三是建立外部数据查询机制。数据查询是获得数字证据的主渠道。为提高数据获取效率，提升数据获取能力，一方面，上级检察机关需要发挥领导作用，及时归集总结下级机关在数据调取方面的成功经验，并在全域范围内共享，为其他单位调查取证提供指导；另一方面，积极争取金融、通信等领域的企业支持，着力恢复建立数据查询线上合作机制，以数字化的手段实现数据的外部供给。

（二）加强数字赋能侦查作用

从技术层面看，近年来ChatGPT、文心一言、DeepSeek等多模态大模型不断涌现，这些大模型表现出了颠覆性的数据处理能力、推理能力和较高的专业性，这为检察侦查的进一步数字化提供了新的技术路径。具体而言，可以从线索发现和证据搜集两个方面进一步发挥数字技术的赋能作用。

一是实现线索发现方式从被动到主动的转变。“思维链”技术的出现使得大模型在学习时插入一系列中间推理的步骤示范，从而显著提升其逻辑推理能力。而检察侦查的案件线索发现也正是需要侦查人员利用深刻的法律逻辑和丰富的司法实务经验对异常情况的敏锐洞察。数字时代下，司法工作人员的履职行为或个人行为必然会被各类数据系统如实记录，其职务违法或犯罪行为同样也会在数据层面显示异常。利用人工智能大模型对逻辑和数据处理的优势，对海量数据进行全面、实时分析，将数据异常转化为办案线索是数字技术进一步赋能检察侦查的关键，构建具备业务专业性的检察侦查大模型是未来可能的技术路径。具体来说，由大模型对法律法规和侦查业务知识等语料进行自学习，使其掌握基本的专业知识，再由经验丰富的侦查人员收集整理实务案例供大模型微调学习，进一步提高其实务能力，此时大模型应当可以从数据中主动发现已知的违法犯罪情形。同时大模型具有较强的无监督学习能力，通过使用海量数据的训练，其能够发现隐藏的模式和特征，从而逐渐具备主动发现数据中的异常情况的能力。由此，借助人工智能技术，检察侦查便可以实现从被动接收线索到主动发现线索的转变。

二是实现证据收集方式从碎片到融合的转变。人工智能大模型的发展已逐步进入多模态时代，多模态大模型能够将文本、音频、图像、视频等多模态数据结合，实现以语言赋能的多模态理解、多模态生成和多模态交互。检察侦查对于证据搜集和梳理的难点也在于如何快速准确的在碎片化的多类型证据中找出与案情有关的部分，并串联成完整的证据链条。多模态大模型可以对多种类型的证据进行穿透式融合分析，自动识别并理解音频、图像或视频的内容，并对其中的逻辑关系进行串联。侦查人员只需通过提示词对话的方式给出指令，如“请分析张三与李四之间的关系”，大模型即可给出其分析过程和分析结果，并列出能够证明张三与李四之间关系的所有证据。依托大模型强大的多模态数据处理能力，将侦查人员从繁杂的碎片化证据中解脱出来，侦查人员只需对大模型给出的结果进行审查和确认，大幅提高证据搜集效率，实现证据的高效融合。

（三）构建数据安全保护体系

数据安全的保障不仅要依靠检察侦查人员的高度自觉，还应当合理的引入制度约束和技术约束。一方面，建立严格的数据保护制度，规范数据使用行为。对数据实行分级保护，严格限制涉个人隐私或国家安全数据的访问权限；完善数据使用审批流程，明确数据使用人、使用目的和使用范围；建立数据访问、修改留痕机制，使用数据水印实现数据泄露源头追溯。另一方面，构建“司法联盟链”，对数据分析过程和分析结果进行区块链电子存证。依托时间戳和密码学技术，区块链能够实现数据信息的防篡改，从而可以完美应用于存证领域。为此，可以构建由检察机关和法院组成的“司法联盟链”，将检察侦查的数据分析过程和分析结果上链存储，实现分析过程能追溯，分析结果可验真，有效解决数字化侦查取证的真实性问题。

（四）提高检察侦查技术力量

检察侦查数字化作为检察与技术的交叉课题，需要既懂侦查又懂技术的复合型人才的参与，同样也离不开相关技术产业的支持。一方面，加强复合型人才的培养。构建侦查人员和技术人员的交流机制，适当提高侦查队伍中技术人员的占比，选取实战经验丰富、业务能力强的侦查人员同技术人员结对，让技术人员更广泛、更全面的参与侦查工作，在碰撞思维火花的同时更好地理解对方的底层逻辑和思维模式。同时，可以定期开展侦查人员和技术人员的同堂培训，邀请相关技术企业或高校技术专家讲授产业进展和前沿技术，以便更好地把握检察侦查数字化的技术方向。另一方面，加强同相关技术产业和学界的合作交流。检察侦查的数字化从另一个角度也可以认为是信息技术产业在检察侦查领域的一次落地。可以以互相派员参观、工作会谈、签订合作协议、共同组建研究中心等形式，加强同产业界或学界的合作，汲取优秀的产业化落地经验，了解最新科研成果，同外部技术力量共同开发检察侦查数字化平台。