习近平总书记指出：“推动大数据、人工智能等科技创新成果同司法工作深度融合。”最高人民检察院应勇检察长强调，数字检察是数字中国的重要组成部分。在深化数字中国建设和数字检察战略深入推进双重背景下，检察机关要积极构建“数据驱动、人机协同、人才卓越”的“数智侦查”新范式，实现检察侦查工作从“经验依赖”到“数据智能”的转变，让人工智能与检察侦查工作深度融合，推动检察侦查工作高质量发展。

　　建构技术融合进路，打通“信息脉络”。一是夯实数据底座。技术是赋能的基础，其核心在于数据和算法。目前，公安机关、法院、检察机关、司法行政机关建立了各自的办案系统，海量的案件信息在线上流转，案件信息数据化、数字化基本实现。同时，司法办案通过政法协同一体化系统实现了从前端侦查到后端执行的线上流转和贯通。检察机关应以此为契机，在确保数据安全和保密的前提下，推动构建一体化法律监督数据中心，打破“数据孤岛”，整合检察机关内部业务数据以及公安机关、法院、司法行政机关外部数据，建立“内外协同、动态更新”的数据资源池，实现各司法机关分散的案件数据有序流通，为挖掘职务犯罪线索奠定基础。二是深度融合“人工智能+检察侦查”。引入生成式人工智能技术并嵌入检察侦查各环节，深度赋能卷宗文本、图片、音视频等多维度证据融合分析，实现从线索发现、证据收集与审查、文书制作的全流程智能化，为精准筛查司法工作人员职务犯罪线索提供“智慧助攻”。例如，可以利用自然语言处理技术解析卷宗材料、提取关键信息，构建标准化案情数据库；利用知识图谱技术整理和分析各种证据材料，自动识别不同案件之间的潜在联系，进而帮助侦查人员发现隐藏的犯罪线索。三是构建算法模型。针对司法工作人员渎职犯罪的14个罪名，总结犯罪特征、趋势和发案规律，研发具有针对性的算法模型。如在线索处置环节，构建集线索初审、上报、备案等功能于一体的线索研判算法模型，提升案件线索处置效率。在证据收集分析中，构建数字取证算法模型，辅助侦查人员快速识别、固定、留存和提取案件证据。在证据审查上，构建证据审查算法模型，自动化审查单个证据及证据链条。

　　建构人机协同进路，打造“智能引擎”。一是确立“AI初步审查、检察官决策”模式。明确人工智能筛查在侦查工作中的辅助定位与应用边界，构建清晰的责任认定机制，形成“技术筛查、专业研判、检察官决策”的良性互动格局。落实“依法稳慎、务必搞准”总体要求，由人工智能负责完成初步的证据校验、关系梳理、疑点提示等基础性、可量化的工作，检察官结合司法实务经验进行专业分析研判是否属于有效线索，进而决定是否进行立案侦查。二是确保算法透明、过程可控。围绕“明确规则、过程监管”，根据检察侦查工作需要，在算法设计阶段嵌入基于检察侦查实践需要的合理规则要素，明确算法的目标边界和运行规则，并通过技术手段实时监测算法运行数据，对推荐内容偏离初衷、决策准确率骤降的异常行为及时介入调整，防止出现算法歧视和“技术黑箱”。同时，建立人工智能辅助决策日志全程留痕与异议标注机制，优化人机交互界面，对阅卷审查实行分步式管控，确保全流程可视可控。三是人机互学共进。将优秀侦查人员的个人经验转化为可复用、可优化的算法模型，用优秀的侦查素材、成功案例等训练算法模型，并将办案实践中的经验教训反馈至模型迭代过程，形成“应用—反馈—优化”的良性循环，推动算法模型不断优化升级，为辅助检察官办案、决策提供高质量的参考意见。

　　建构复合型人才培养进路，培育“智慧检力”。一是更新办案理念。检察侦查人员要树立“数字赋能监督、监督促进治理”工作理念，主动对接和运用数字技术开展侦查活动，从众多数据中发现职务犯罪线索、收集固定证据。同时，要确立精准化、前瞻性理念，依托数字技术把握涉案数据之间的客观联系，精准识别、分析和认定案件事实，把握数据规律，借助数字技术前瞻预测犯罪行为演变趋势，明确侦查思路和方向。二是加强人才培养。人才是人工智能赋能检察侦查工作的关键，要建立多层次的培训体系，把数字中国、数字检察有关内容作为检察侦查人员的必修课，培养检察官的数字化理念和人工智能应用功底。将人工智能基础知识、操作技能等纳入检察人员常规培训，开展以练促学、以学促练，通过开展学习会、培训会等方式进行专业培训，也可以通过数字检察沙龙等活动鼓励技术人员和业务人员进行交流互进，培养“法律+技术”复合型人才。打造既精通检察业务又懂数据技术的“数字检察官”队伍。三是建立激励机制。将算法模型研发、应用等情况纳入检察官年度绩效考核，并作为职务职级晋升、考核奖励的重要参考条件，鼓励检察人员学习和应用AI技术。同时，建立技术创新奖励机制，激励检察官提出业务需求、参与模型研发，对优秀的大数据法律监督模型和应用案例进行表彰推广。

　　（作者为西南政法大学2025级法律博士，重庆市长寿区人民检察院党组书记、检察长）