多措并举加强基层院数字检察建设

发布时间：2024-10-16     来源: 最高人民检察院     作者：佚名    

　　数字检察是检察机关通过数字化技术，建立法律监督模型及配套系统，发现类案线索后进行融合式监督，对社会治理机制进行系统性完善的新模式。基层检察机关数字检察建设事关检察工作全局。实践中，基层检察机关尚面临观念有待更新、技术有待加强、数据壁垒有待打破、数据风险有待强化防御等问题，建议采取针对性措施予以应对。

　　更新思想观念。一是营造良好氛围。可成立由检察长担任组长的数字检察工作领导小组，充分吸纳业务骨干、技术精英，定期召开工作会议，及时听取工作汇报，以上率下，以老带新，在全院形成“人人重视数字检察、人人运用数字检察”的工作氛围。二是加强理论学习。充分利用学习会、座谈会、数字检察沙龙等平台，加强对数字检察的理论学习。搭建跨区域交流互鉴平台，引导基层检察人员借鉴运用法律监督模型，提升办案质效。

　　强化技术支撑。一是人才支撑。一要加强复合型检察人才培养。结合实际，制定行之有效的“技术+检察”复合型人才培养方案。通过组织召开学习会、培训会等形式，邀请上级院、高校、科研院所的相关专家到院授课。积极搭建平台，如定期召开数字检察沙龙等，鼓励技术人员和业务人员交流互进。此外，通过完善检察人员轮岗制度、双岗制度打破部门界限，帮助检察人员实现“数字技术”和“检察能力”的融会贯通。二是加强长效合作机制建设。就人才培养、课题研究、模型建设等方面，积极尝试与高校、科研院所等单位建立长期有效、互利共赢的合作机制。在人才培养上，通过挂牌“实践教学基地”等形式，承接高校、科研院所的实训业务；高校、科研院所同样可以为基层检察机关提供“订单式”培训服务，帮助基层检察机关建立一支业务强、技术精的数字检察队伍。在课题研究上，可由高校、科研院所指派研究人员进入课题组或担任顾问，给予基层检察机关理论指导和技术支持。在模型建设上，可由基层检察机关提出具体要求，通过外包、合作等形式，引入高校、科研院所的研发力量。二是模型支撑。一方面，完善模型研发立项申报机制。由上级院结合基层检察实践，收集模型诉求，分类定级、汇编成册，下发各院统一申报，避免同种模型重复研发、低质模型无效建设。另一方面，提高模型赋能法律监督成效。学习借鉴其他院推广的法律监督模型，结合自身业务需要和检察实践，不断修正完善，确保法律监督模型为深化类案治理赋智赋力。

　　打破数据壁垒。一是加强平台建设。建立健全政法领域跨部门信息共享平台，增设内部查询权限，简化线索移送流程，促进司法办案数据共享共通共治。同时，深入推进执法司法信息数据的分类采集和实时共享，持续不断优化内部审批程序，最大程度挖掘内部数据资源富矿。还可尝试将已有的政法协同平台，链入政法各机关的办案系统，实现办案数据一键上传、一键查阅。二是畅通数据获取。一方面，建立健全检察机关与其他行政执法机关的信息共享共通机制，逐步实现司法、行政数据融合互通；另一方面，探索建立检察业务数据跨区域共享机制。在最高检数字检察战略的统一部署下，在试点成熟的基础上逐步扩大开放范围，最终实现全国检察业务应用系统信息全面共享。三是强化数据运用。首先，强化检察人员的思想认识。从服务经济社会高质量发展大局、服务检察中心工作、服务司法办案工作和服务检务管理工作四个维度来提升业务数据分析研判质量，切实发挥检察业务数据功能作用。其次，构建数据质量保障机制。组织抓好业务数据日常审核、检查、监管，定期通报数据质量问题，落实办案部门填录主体责任、案管部门审核监督责任。最后，成立专业的数据分析研判指导小组。以执法司法信息数据的高效运用，有力促进执法司法的高效协同，整体提升执法司法的质效和公信力。

　　防范数据风险。一是加强法防。严格按照国家数据安全法、个人信息保护法和最高检《检察业务数据管理办法》管理和使用数据，遵循“谁管业务、谁管业务数据、谁管数据安全”原则，建立健全执法司法信息数据的使用和管理机制。二是加强技防。硬件上加速系统升级。研发上线业务数据智能巡查、逻辑校验纠错等功能，充分发挥全国检察业务应用系统的辅助办案作用，既可以切实推动检察机关基层减负，又能有效提高检察业务数据的精准性。软件上加强数据监管。案件管理部门应当切实承担起数据监管职责，充分利用案卡巡察、纠错软件加强日常数据审核，综合运用数据专项核查、流程监控，强化对检察业务数据的监督管理。三是加强人防。务必严格遵照信息网络安全和保密规定，制定可靠、可操作的执法司法信息数据安全使用和管理措施，定期开展安全评估，严格落实数据安全主体责任，将数据安全贯穿于信息数据采集、共享、使用和销毁的全流程。同时加强对基层检察人员的警示教育，引导其时刻防范数据安全隐患。尤其是在检察业务数据的填录上，应秉持“谁填录谁负责”的原则，切实防止数据被篡改、泄露或者不当利用。

　　（作者单位：河南省商城县人民检察院）

原文链接：https://www.spp.gov.cn/spp/llyj/202410/t20241014_668578.shtml
[免责声明] 本文来源于网络转载，仅供学习交流使用，不构成商业目的。版权归原作者所有，如涉及作品内容、版权和其它问题，请在30日内与本网联系，我们将在第一时间处理。