<legend id="h4sia"></legend><samp id="h4sia"></samp>
<sup id="h4sia"></sup>
<mark id="h4sia"><del id="h4sia"></del></mark>

<p id="h4sia"><td id="h4sia"></td></p><track id="h4sia"></track>

<delect id="h4sia"></delect>
  • <input id="h4sia"><address id="h4sia"></address>

    <menuitem id="h4sia"></menuitem>

    1. <blockquote id="h4sia"><rt id="h4sia"></rt></blockquote>
      <wbr id="h4sia">
    2. <meter id="h4sia"></meter>

      <th id="h4sia"><center id="h4sia"><delect id="h4sia"></delect></center></th>
    3. <dl id="h4sia"></dl>
    4. <rp id="h4sia"><option id="h4sia"></option></rp>

         
         
        首页         纳检动态         机构设置         人员信息         检务指南          检察活动          统计总结         珙桐之乡
        党组书记、检察长:张大中
        领导班子
        纳雍检察微博 纳雍检察微博
        纳雍检察微信 纳雍检察微信
        纳雍今日头条 纳雍今日头条
          视频中心 >>
        【视频】中小学生防溺水安全宣传
        【视频】中小学生防溺...
        当前位置:首页>>理论探讨
        社会治理如何实现智能化
        时间:2022-01-28  作者:  新闻来源:最高人民检察院官网  【字号: | |

          党的十九大将社会治理智能化作为推进国家治理体系和治理能力现代化的重要内容写入报告,这意味着我国社会治理迈入了智能化的新纪元。然而,社会治理如何实现智能化?智能化的社会治理应当达到什么样的效果?笔者认为,有效的智能社会治理首先应当是研究数字化、信息化、智能化对社会治理对象,即业务行为所带来的影响。其次是针对各个业务领域的行为特点,利用数字化、信息化、智能化技术构建起相应的治理平台。最后,将治理平台与办公系统相融合,从而实现智能化的社会治理。

          智能社会治理应当以智能化地识别与判断社会中的具体行为与其对应行为规则的偏离为主要目标,而不应局限于办公手段的升级或业务数据的记录。不可否认,社会治理包含广泛而丰富的内容,其范围及边界都很难准确界定。在智能化语境下,对智能社会治理的理解则变得更加复杂。以人工智能识别技术为例,只有将人工智能技术运用到相关具体行为的管控乃至违法犯罪行为的监测或嫌疑人抓捕时,才是社会治理问题。由此,笔者认为,作为社会科学领域的问题,智能社会治理应当以智能行为治理为主线。社会治理的对象主要是人的社会性行为,既包括国家对企事业单位与个人的生产、生活行为的治理,也包括企事业单位对客户与员工的办公、业务行为的治理,尤其是包括互联网平台对网络用户行为的治理。在法治文明时代,这种社会性行为治理的具体任务就表现为:对各行各业里每个人的具体行为是否与其相应的行为规范产生了偏离进行识别与判断。智能社会治理则应致力于发现行为的趋势与纠正行为的偏离,并实现识别与判断的智能化。

          需要明确的是,智能社会治理也要遵循对称性理论,即用智能技术实现智能治理。这就需要自然科学与社会科学在方法理论上的交叉复合,主要是人工智能识别技术方法原理和法学方法论的深度融合。笔者认为,以智能化发现行为偏离的治理体系可以按照如下逻辑进行构造:

          首先是自然信息行为在模式上的类型化。比如,即使都是电子商务业务,也要区分商品类的业务类型与服务类的业务类型,因为不同业务类型所牵涉的违规、违法、犯罪的行为模式也大不相同。相对于立法上的模式类型化,科技治理的模式类型化更偏向于业务类型和业务流程。因为,这两种类型化的任务目标有所不同,前者一般是为了实现国家法律所要保护的法益,后者则往往具有更强的监管针对性,虽然这种针对性监管一般也是在法律规范的框架下进行。

          其次是基于业务行为模式的行为特征提取与行为规律分析。如前例,商品类的电子商务领域中出现更多的是假冒伪劣等行为特征,而服务类的电子商务领域则可能更多出现刷单刷量等行为特征。行为特征提取与行为规律分析是模型化监管的前提,也是寻找智能化监管所倚赖的认知“锚”点的过程。在实践开展中,某种业务行为的特征提取与规律分析往往与大数据建模的技术工作息息相关。也可以说,能否找到有效的行为模型直接关系到大数据运用的成败,也决定了能否顺利实现智能化治理的最终目标。显然,对于以技术方法为主要特点的智能化监管,大数据建模必然是重中之重。

          值得说明的是,对监管所采取的行为模型需要进行要素化管理。既然每个监管模型体现的都是不同的行为特征,那么这些行为模型就都可以按照行为要素,即时、空、人、事、物进行管理。这也意味着每个行为要素都需要有相应的数据来源支撑。行为模型的要素化管理不仅有利于数据来源信息系统的设计与维护,也有利于模型的重复利用与升级改造。然而,模型与数据之间的互动则是通过大数据的实时计算来实现的,因此能达到事中监管乃至事前预测的功效。

          再次是基于行为模型的特征反映性输出不同类型的反常行为。模型的特征反映性取决于模型与反常行为之间的因果性及其强弱程度,这涉及到大数据建模的方法问题。一般来说,统计模型往往反映事物的相关性,而行为模型则能够反映不同程度的行为因果性。根据模型的综合分析,智能监管所输出的反常行为可以是违规、违纪、违法、犯罪及其发生概率。

          最后是对偏离的反常行为予以纠正。所谓的反常行为,是相对于正常行为而言的。从认识论上讲,只有先确立了正常行为的标准,才能识别出偏离的反常行为。从社会治理角度而言,行为监管的任务就是为了发现与正常行为(大多数人的行为趋势)相偏离的反常行为并加以纠正。根据偏离程度的不同,这种偏离行为的纠正,既可能是管理决策的调整,也可能是违法犯罪的处置。

          作为一种通用的方法理论体系,以上可称为智能社会治理方法论,至少是智能行为治理方法论,其本质是以社会科学领域的行为监管规制为主线,以自然科学领域的特征识别为方法,最终实现行为偏离的智能发现与及时纠正。借助于这种治理方法论所独具的事中实时性乃至事前预测性,智能社会治理能够实现更为高效的违法犯罪预防以及更为积极的守法行为引导。

          智能社会治理方法论从根本上讲是行为与规范的精细化并使之可计算的过程。这种基于更小颗粒度行为模型的智能治理思维可以普适于各行各业,不论是线上还是线下。比如,在网络招投标领域,围标、串标显然是违法的。法律治理往往是通过事后发现围标、串标现象予以治理,而智能治理可以通过监测投标人是否过早取得标书、不同投标人的标书是否存在相似(同)性,乃至招投标账户是否存在串用混用等更小颗粒度的行为监测以达到事中监管、事前预测的规制效果。

          智能社会治理需要法律专家与技术专家的通力协作,法律专家是智能社会治理的灵魂设计师,技术专家则是智能社会治理的建筑工程师。法律专家应当致力于行为与规范的精细化并形成算法模型,即将法律性与准法律性的行为规则予以精细化与算法化。技术专家则应当按照法律专家的要求实现行为数据的可记录与数据行为的可计算。

          (作者为中国人民大学刑事法律科学研究中心副研究员)

         
        版权所有:贵州省纳雍县人民检察院
        技术支持:正义网 工信部备案号:京ICP备10217144号-1
        本网网页设计、图标、内容未经协议授权禁止转载、摘编或建立镜像,禁止作为任何商业用途的使用。