自最高检部署数字检察战略以来，吉林省长春市绿园区检察院精心布局，将数字检察作为“一把手”工程重点推进，针对刑事检察执行监督（刑执）工作中发现的监督盲点和痛点，创建“剥夺政治权利刑罚执行类案监督模型”，探索出一条从个案办理到类案监督，再到系统治理的数字检察发展之路。
大数据赋能剥夺政治权利执行检察监督具有广阔的前景和巨大的潜力，但也面临诸多挑战和问题。我们在实践中不断探索和总结经验，推动大数据与检察监督工作的深度融合，为法治建设贡献智慧和力量。
抓好“四个重点”，筑牢剥夺政治权利执行数字检察监督基础。一是确保数据质量和准确性。在剥夺政治权利执行过程中，数据的质量和准确性直接影响大数据分析的结果。如果数据存在错误、遗漏或不一致的情况，那么分析的结果可能会产生误导，甚至导致错误的决策。绿园区检察院通过采集和分析海量数据，建立数据关联分析模型，实现对卷宗文书的数据性挖掘抽取，直观呈现司法办案宏观情况和关联态势，这有助于检察机关更精准地发现问题，提高监督的针对性和有效性。同时，通过数据比对和碰撞，可以迅速找出潜在的执行问题，提高监督的及时性和准确性。
二是解决技术应用和人才短缺问题。尽管大数据技术发展迅速，但在司法实践中，仍存在检察人员对大数据技术不熟悉、应用能力不足的情况。同时，专业的技术人员对检察工作了解不够深入，也可能导致数据模型无法满足实际需求。因此，绿园区检察院加强技术培训和加大对大数据相关专业人才的培养和引进力度，提升检察人员的数据分析能力和技术应用水平。同时，加强与科研机构和企业的合作，共同研发适用于检察工作的大数据技术和应用模型，提高大数据应用的精准性和效率。
三是促进跨部门数据共享和协作。剥夺政治权利执行涉及多个部门和机构，如法院、公安机关、社区矫正机构等。要实现大数据的有效应用，需要这些部门之间进行数据共享和协作。然而在实际操作中，由于部门间存在信息壁垒、沟通不畅等问题，数据共享和协作的难度较大。绿园区检察院与法院、公安机关、社区矫正机构等部门进行数据共享和交换，打破信息壁垒，形成监督合力，极大提高监督的全面性和深入性，减少不必要的重复劳动，提高工作效率，促进各部门间的信息交流和协作配合，提高剥夺政治权利执行检察监督工作的全面性和深入性。
四是注重数据安全和隐私保护问题。大数据应用涉及大量的个人信息和敏感数据，如何确保这些数据的安全和隐私保护是一个重要的问题。绿园区检察院在收集、存储、分析和使用这些数据时，严格遵守相关法律法规和相关规定，确保数据的合法性和安全性，在利用大数据进行剥夺政治权利执行检察监督工作时，严格遵守相关法律法规，采取必要的技术和管理措施，保障数据的安全性和隐私性。
开辟“两条道路”，探索基层数字检察推广与应用“突围”之路。第一条路——模型升级。为打磨数字检察这把监督利刃，办案团队积极收集应用反馈，了解到现有模型监督功能较为单一，仅支持筛查执行机关对剥夺政治权利罪犯的脱管和漏管行为。为增加模型监督点，绿园区检察院系统梳理模型筛查出的漏管线索，尝试从这些案件中寻找思路，发现其中一名漏管犯赵某在剥夺政治权利期间又犯新罪，新罪应当与前罪尚未执行完毕的附加刑数罪并罚。
在现有模型基础上，更新运算逻辑，增加数据来源，拓展应用场景，形成“剥夺政治权利诉讼与刑罚执行检察监督模型”。升级后的模型在长春地区16家基层院推广应用，目前共计筛查出漏判线索24件，已抗诉1件，其余案件正在逐步核查中。
第二条路——全面推广。陆续有多家单位联系绿园区检察院咨询研发经验和推广应用等相关事宜。要想让模型真正在异地生根发芽，绽放出数字检察之花，必须在提升用户体验上下功夫，让模型从“能用”转变为“好用”。为此，技术人员迅速摸清平台操作规则，根据上架要求对模型结构进行调整，提高模型与平台的适配度，顺利攻克系统兼容难题。除此之外，办案团队还针对模型操作运用、异地派生等问题，录制了详细的教学和答疑视频，让外省单位能够借鉴模型的框架和设计思路，结合当地实际，修改相关参数，派生出新的本土化模型。
（作者单位：吉林省长春市绿园区人民检察院）
