编者按

欢迎翻开这本《检察修炼手册》！

这里没有轻轻松松“升级打怪”的爽文，有的是初次应对疑难复杂案件时的困惑与求索，接受全新任务时的忐忑与笃定，化解矛盾纠纷时的智慧与担当。这些来自青春视角的肺腑之言，生动地记录着检察人员的成长，也诠释了检察人的初心……

我是一名未成年检察条线的检察官助理。目前在北京市人民检察院第九检察部，具体从事的是大数据法律监督模型建用相关工作。身边亲友最常问到，“你说的大数据法律监督模型，到底是个啥？”要说清楚这个问题，首先得先回顾一下，我的个人经历。

偷偷告诉大家，高中时期的我，作为一名理科生，一心立志要当一名医生。但因高考填报志愿时的阴差阳错，我被浙江大学提前批的应用生物科学专业录取了。我一想，没关系，人也是生物，以后读研的时候再转去医学领域也不迟。

命运的齿轮从此开始转动。大一时去听一堂刑法公开课，老师问同学们“法海拆散许仙和白素贞，又将白素贞镇压在雷峰塔下，法海构成什么罪？”有同学回答“暴力干涉婚姻自由罪”，也有人说“非法拘禁罪”，但老师说法海无罪，因为白素贞是妖，不是人，不是刑法保护的对象。我一下就被这样的答案吸引了，原来还可以有这样思辨角度。就这样，我心中“种草”了刑法学。

于是，我辅修了法学，并在读研的时候果断选择成为一名法律硕士。研一时，读了当时大火的《大数据时代：生活、工作与思维的大变革》一书，书中“啤酒与尿布”故事以及让“数据”发声、创新激发数据的潜在价值等理念令我印象深刻。而我，时不时也会憧憬，未来世界究竟会与大数据碰撞出何种火花。

毕业后，我进入检察院先后从事涉外检察与普通刑事检察工作，后调岗从事未成年人检察工作，并开始参与未成年人检察大数据法律监督模型建用工作。当时的我第一反应也是“模型是个啥”。渐渐地我发现，大数据法律监督模型简直就是发现检察监督线索、开展综合履职的“大利器”。简单来说，模型就像一座座桥梁，能够打通社会公开数据、内部办案数据等多种数据要素之间的壁垒，让这些原本单独存在的“数据孤岛”连接起来，再通过不同数据间的碰撞分析，发现更多监督线索，我们的检察监督就从原先的被动监督渐渐转变为主动监督，由浅表性监督转向深层次监督，这对于提高监督质效、助力社会综合治理大有裨益。

模型建用过程，并不是一帆风顺的。面对纷繁复杂的各项数据，如何对不同来源数据进行数据归集？如何设计数据碰撞规则？一时之间，我和小伙伴们没了头绪，只能边学边做，边做边学。在参与办理某交友软件未落实未成年人过滤机制案件时，面对涉未成年人网络侵害案件、市民服务热线投诉信息等数据要素，我们设计了不同版本的数据比对和碰撞规则，并不断优化运行思路，精准锁定部分平台的违法情形，制发检察建议督促运营企业完善用户注册机制，并推动其增设了疑似未成年人用户的机器审核环节。这项工作获评“北京市检察机关保障妇女儿童合法权益典型案例”。

模型的建用也需要遵循科学实验“大胆假设、小心验证”思维逻辑。今年初，我们关注到未成年人保护热线上有关未成年人退票诉求时有出现，“大胆假设”这极可能是一个普遍现象。于是，通过大数据法律监督模型精准锁定一批诉求数据，并利用人工智能技术进行“小心验证”。智能研判分析后显示这些诉求数据具有监督价值，后将线索移送给东城区检察院，并指导该院研发相应大数据法律监督模型，精准筛查出部分影院存在对未成年人优惠政策不透明等问题。通过向相关主管部门制发行政公益诉讼检察建议，建议督促影剧院按规定对未成年人免费或优惠开放，并在收费场所及网络购票平台显著位置进行提示，筑牢未成年人权益保护防线。如今，“有关场所未对未成年人免费或优惠开放监督模型”已在全国500余个检察院推广，在更大范围内保障未成年人优惠购票、免票等合法权益。

药王孙思邈说“上医治未病”。通过大数据法律监督模型主动识别潜在的法律风险，能够及时发现可能侵害未成年人权益的监督线索，将社会治理前移，可以实现“治未病”的效果。这么看来，我也算是一名“上医”，而大数据法律监督模型就是我的“药箱”。

讲述人

沈伯迪，2017年入职北京市朝阳区检察院，先后在该院第一检察部、第七检察部工作，现为北京市检察院第九检察部检察官助理，参与办理的案件获评北京市检察机关“认罪认罚从宽优秀典型案例”“保障妇女儿童合法权益典型案例”。