以ChatGPT為代表的大語言模型,正在深刻影響著包括檢察工作在內的社會各領域。

從原理上看,將大語言模型運用于輔助檢察辦案,能夠實現人機交互方式的自然化、信息承載形式的模型化、案件審查的超精細化,在技術上補足檢察人員技能、補全卷宗材料信息維度、補強法律監督能力,幫助檢察人員突破人機交互的語言障礙、信息傳遞的時空限制、對客觀事物的認知局限,從而推動檢察工作現代化。

(資料圖片僅供參考)

第一,人機交互方式的自然化,助力檢察人員全面提升專業技能。大語言模型的應用降低了運用信息技術的門檻,檢察人員不再需要掌握編程知識,可借助日常對話形式,用自然語言把需求告知機器即可。曾經人機交互需要通過代碼,而大語言模型則通過提示詞,檢察人員可直接對機器“發號施令”表達需求,機器也能夠“理解”,人機交互方式趨向于“自然化”。在“理解”需求的基礎上,大語言模型應用可以自動將需求拆分為若干指令,通過驅動數據庫和搜索引擎檢索信息、驅動編程工具進行計算、驅動桌面軟件接口記錄內容,從而滿足需求,完成諸如寫作報告、填充表格、繪制示意圖、處理或生成圖片甚至視頻之類的任務。大語言模型應用堪當機器版的檢察官助理,能夠助力檢察人員全面提升工作技能。

第二,信息承載形式的模型化,助力檢察人員對案件的多維度理解。隨著生產力發展,卷宗材料中開始出現圖片及音視頻,并且比重在不斷增加;隨著信息化逐漸成熟,也出現了運用虛擬現實等技術輔助案情復現。如今,運用大語言模型技術,可以將案件的完整數據全部整合,讓信息突破時空限制,進而不僅近乎無損地記錄并傳遞案件信息,而且還能夠將作案動機、案發規律、法律邏輯均囊括其中,模型承載的信息將遠超傳統的信息載體。未來,或許比移送案卷更重要的,是移送案件模型,通過“讀取”模型,機器版檢察官助理會化身該案的“百事通”,要想了解案件某方面情況,進行某角度的提煉和歸納,或者想獲得辦案建議,只要向它發問或提出要求即可,如此,能夠助力檢察人員對案件進行多維度理解。

第三,案件審查的超精細化,助力檢察人員更加理性地開展法律監督。從法律傳統來看,集體決策、權力分散、相互監督等各種法律程序的設置,是為了克服認知局限,促進司法結果更加客觀公正。當下,大語言模型能夠更好地發揮這一功能作用。通過大語言模型應用,能夠將巨大算力轉化為“從雞蛋里挑骨頭”的較真能力,從而助力檢察人員更加理性全面審查案情,對案件認知達到超精細化狀態。

基于以上原理,隨著大語言模型的廣泛運用,智能輔助檢察辦案應用的場景將發生以下四個方面的變革:

一是數據挖掘由“黑箱式”轉變為“參與式”。傳統的智能輔助檢察辦案應用中的數據挖掘,是根據軟件研發人員設置的固定規則來直接計算,從數據挖掘到得出結論的過程是“單輪次”的,對此,檢察人員一般并不清楚、也不能干預計算過程,更不能改變計算規則。面對“黑箱”的體驗,要么“無條件接受”,要么“徹底拒絕”,很難有商量的余地。運用大語言模型輔助應用可以實現“參與式”數據挖掘,從原始數據開始,分步驟推進,通過人機之間“多輪次”的討論交流,實現“人在回路”的相互啟發,從而多維度、超精細地發現法律監督線索。例如,開展刑事案件“三書比對”,大語言模型可迅速整理出差異點,基于通常對法律和事實的理解提出建議;為避免“機械司法”,檢察人員可以要求大語言模型應用結合互聯網數據、行政執法數據和同類型檢察案件數據進行一些具體“思考”,于是,得到指點的機器就會將眼光聚焦社會治理,為檢察人員提供視域更開闊、層次更豐富的工作建議;如果對結論存有疑惑,可以要求機器展示思維邏輯,將數據挖掘的過程以普通人能夠理解的方式表達出來;倘若檢察人員不贊成該具體思路,可以進一步向機器發出指令,做更深層次的引導。

二是信息呈現由“固定格式”轉變為“個性模式”。檢察人員審查案件,需要閱讀卷宗,或者聽取介紹匯報;檢察人員向其他人傳遞、展示案件信息,也是通過宣讀法律文書、出示證據材料、提交書面報告等方式來呈現。將案件信息轉化為固定格式的卷宗材料進行流轉,實際上是在一定生產力條件下的現代行業規范。如今,大語言模型作為一種更先進的生產力,驅動著法律行業的規范變得更加靈活和人性化:將大語言模型用于智能輔助檢察辦案,能夠開啟“個性模式”,以方便信息傳遞者更主次分明地呈現信息,更恰如其分地“迎合”信息接收者的習慣,從而讓溝通交流更加充分有效。如前文所述,未來的信息承載形式將是模型化的,因此,從工作職能來看,檢察人員既是信息傳遞者,也是信息接收者。作為接收者,載入“模型”后,應用能夠將案件情況轉化為檢察人員接收信息效率最高的形態,可以是條理明晰的報告,也可以是圖文并茂的PPT,也可能是AI生成的視頻;而當檢察人員作為信息傳遞者時,信息的呈現也能夠多樣化,更有利于信息的接受與理解。

三是程序指令由“被動執行”轉變為“主動改進”。傳統的智能輔助檢察辦案應用投入使用后,軟件只能“被動執行”,就算發現存在不合理狀況和結論時,檢察人員通常也只會“遷就”。而運用大語言模型,檢察人員將通過“勸告”的方式,讓智能輔助檢察辦案應用“主動改進”不合理之處,使得“相同的錯誤只犯一次”。當遇到法律程序不合理時,檢察人員可以通過詢問模型是否存在更優路徑,以更好地實現公平正義;當發現法律實體問題需要改進時,模型可以提出不同觀點,檢察人員可嘗試教導它、說服它,通過日積月累的交流讓模型逐步“理解”新時代檢察工作職能、“理解”天理國法人情的辯證統一。大語言模型加持的智能輔助檢察辦案應用,將實現更融洽的人機結合,從而助力檢察工作提質增效。

四是歷史數據由“靜態存檔”轉變為“動態傳承”。傳統模式中,辦案數據以電子信息形式“靜態存檔”到數據庫中,檢察人員通過關鍵詞檢索找尋相關“先例”,通過人腦先“消化”歷史案例承載的法治理念和法律思維,才能在隨后的案件辦理中將其貫通融合,此過程耗時較長。運用大語言模型,能夠在智能輔助檢察辦案應用內部“一步到位”實現對歷史數據的學習、借鑒及運用,檢察人員可以不用查看歷史數據的原始形態,就可以得到建議和結論。不同于以往的人工智能,大語言模型是具備“涌現”能力的通用人工智能雛形,它能實現對歷史辦案數據的“動態傳承”。將大語言模型用于輔助檢察辦案,將更好地統合“同案同判”和“個案差異”之間的矛盾,能夠大幅提升案件規范化程度、大幅提升辦案效率,使司法資源得到極大豐富,從而實現以檢察工作現代化服務保障中國式現代化。

(作者單位:湖北省人民檢察院。本文系湖北省人民檢察院檢察理論與應用研究課題“運用大數據技術提升檢察監督能力研究”的階段性成果。)

關鍵詞：