
融合大数据,司法改革更应迎难而上
一名法官一年最多能办多少案件?应该如何对他进行业绩评价?随着大数据、人工智能的运用,机器会取代人吗?律师将来会不会失业……当大数据进入司法权力运行,会是怎样的景象,人们不乏曼妙的畅想,日前,法制日报社与相关专业机构联合举办的公司法务年会上,一些更技术化的议题成为会议热点。
新技术给社会带来无穷可能,作为社会运转的秩序维护者,司法权该有怎样的适应乃至作为?“智慧司法”作为一个新兴名词甚至进入两高的人大报告,可见司法并不排斥(甚至在主动迎接)新技术时代的裁量方式改变。高科技是不是意味着所谓的“电脑判案”,类似的畅想曾经长期出现在人们的讨论中,有美好的期待,比如彻底解决案多人少的问题等,但真到了具体实践会发现,技术给司法带来的改变,更倾向于工具性的帮助,而非人脑智慧的替换。
信息数据的归纳可以为同类案件的统一裁量尺度提供借鉴,而非电脑直接代替人脑,司法互联网化更多也是促进一些事务性的司法服务更便捷,包括立案、递交诉讼材料等。大数据化的诸项司法职能,给公众的司法体验带来一些改变,也可以助推旧有司法问题的择机破解,但技术毕竟还是技术,技术需要充分调动人的参与,才有“智慧司法”所预期的更多可能性。
“大数据的运用让法院各项工作尝到了甜头”,这里的“甜头”到目前为止依然是辅助性质的,这是面对新技术应有的理性,正如化解社会纠纷鼓励走司法途径,也要警惕“司法万能”的倾向。大数据可以“辅助”办案,可以推动正在进行的各项司法改革,在其中尤其要强调人的因素。正如清华大学教授王亚新所言,信息化技术在司法实践及改革的运用中仍要注意两方面的问题,一是技术与法官、检察官、司法辅助人员等“人”的融合,二是技术与司法程序的融合。
大数据的基础在于集纳和记录,通过数据分析给司法裁量提供建议和监督,现在进行的数据实践,被寄希望于“提供统一适用、清单式的办案指引,还能提示证据是否存在瑕疵、证据之间是否存在矛盾”,这是技术所带给人的便捷和促进。在办理案件“全程留痕”的期待中,干预司法能否同样全程借此实现忠实记录,有待继续探索。有必要清醒地认知到,对权力干预司法的记录,或者更大范围内对案件诸多证据细节的大数据收录,数据化录入这一关键程序依然需要司法从业人员的个人作为,考验专业保守、程序是否严格要求以及具体从业者的抗压能力。当然,公检法司全程的案件程序数据化,有助于不同法律职能部门的互相牵制和最终的责任追究,但对于干预司法因素的及时记录依然有赖记录主体的实践落实到位。记录是个具体的动作,会形成文字,可能新技术时代告别了白纸黑字等传统存在方式,记录本身的载体并不会因为技术改变就有对干预的天然抵抗力。
最高法院多次发文贯彻领导干部干预司法的全程记录制度,实践中最受期待的依然是记录的具体方式和载体,尤其是记录行为如何无障碍实现。本轮司法体制改革归结到最终,其目的在于让司法的裁量彻底回到专业的逻辑和司法规律本身。新技术对司法改革所带来的推动值得期待,技术与法官、检察 官 、司 法 辅 助 人 员 等“人”的融合考验制度能否为司法从业人员有所作为提供制度托底,“技术与司法程序的融合”则要求,严密执行的司法程序在人使用新技术过程中做到相关信息的有闻必录,无论是案卷证据材料、程序细节,还是可能存在的某些对司法的干预状况。技术为制度的进步创造条件,而进步的源动力依然在于人的实践。司法与大数据的融合正在进行,人在新一轮的系列司法体制改革中的诸项实践(包括彻底破解具体的改革牵绊),显然备受期待。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29