数字检察中检察官主体性的反思与重塑

数字检察战略的推进，使大数据法律监督模型成为检察机关履职的核心利器。然而，随着模型应用的深入，一种隐蔽的风险逐渐浮现即检察官的司法主体性正在被算法悄然侵蚀。在“数据驱动监督”的口号下，办案人员从案件线索的主动发现者，退化为模型输出结果的“确认者”甚至“背书者”。若任由这一趋势发展，检察监督将从“人主导、技术辅助”异化为“技术独断、人服从于算法”，这不仅有悖于司法亲历性原则，更动摇了检察权独立公正行使的根基。

检察官主体性弱化的表现是多维度的。一是线索发现环节的“模型依赖”。传统监督依赖检察官在办案中敏锐捕捉异常，而当前许多检察院将模型筛查作为线索来源的主渠道，甚至以“模型成案率”作为考核指标。检察官逐渐丧失主动发现问题的动力，转而被动等待系统推送。二是研判分析环节的“黑箱妥协”。由于算法技术的高度专业性，多数检察官无法理解模型的内部逻辑与运算规则，面对系统输出的监督线索，往往“照单全收”，即便心存疑虑，也因缺乏技术能力而难以有效质疑。三是模型构建环节的“话语旁落”。实践中，大量监督模型由科技公司主导开发，检察人员仅提供需求清单或勾选数据要素，算法参数的设定、权重分配、阈值标准等关键决策实则掌握在技术人员手中。检察官本应作为法律监督的价值判断主体，却在模型构建中被边缘化。

重塑检察官的主体性地位，并非排斥技术赋能，而是在人机之间建立合理的权力配置。一是明确模型的辅助工具定位。应明确规定大数据法律监督模型的输出结果仅为“监督线索提示”，不得直接作为监督决定的依据，最终的决定必须由检察官经独立研判后作出。二是构建检察官对模型决策的复核机制。借鉴司法人工智能领域的“人机协同”理念，要求检察官对模型推送的每条线索进行合法性、真实性、相关性三层复核，并以书面形式记录复核意见。对于重大或复杂的监督事项，还应开展线下调查核实，不得仅凭数据碰撞结果作出结论。三是保障检察官在模型构建中的主导权。监督模型的研发应以“业务主导”为原则，检察官不仅要提出需求，更应深度参与算法逻辑的设计、特征要素的选取以及阈值的设定。技术公司仅负责代码实现与系统维护，不得在价值判断层面替代检察官作出决策。四是加强检察人员的算法素养培训，使其具备基本的算法理解能力和质疑能力，打破技术崇拜。

数字检察的本质是“赋能”而非“替代”。唯有坚守检察官的主体性地位，让算法回归工具属性，才能在技术浪潮中确保法律监督的价值理性不被工具理性吞没。