统一法律适用与规范裁量权行使，是深入学习贯彻习近平法治思想的重要举措，是全面落实司法责任制、加强对司法活动监督、保证司法权依法正确行使的具体行动，是努力让人民群众在每一个司法案件中感受到公平正义的重要手段。统一法律适用目标的实现需要检察机关的深度参与和大力支持。根据人民检察院组织法、《最高人民检察院关于司法解释工作的规定》《最高人民检察院关于案例指导工作的规定》等，目前检察机关促进统一法律适用的主要方式包括发布司法解释、指导性案例等。上述方式在实践中发挥了积极效用，若要更加精确地规范检察权行使，建议进一步完善发展类案检索机制。在数字检察建设的大背景下，检察业务中的类案检索可以考虑通过“建模”的思路实现。具体而言，数字检察背景下类案检索运用技术的建模包括两大部分：其一，法律思维模型，也就是类案检索应当遵循的法律方法；其二，数据与算法模型，也就是通过各种数字科技为类案检索进行赋能的技术手段。
类案检索的法律方法
在英美法系国家，判例适用方法建立在对关键事实比对与区分的基础上，本质上是“从个别到个别”的类推过程。在德国等大陆法系国家，判例适用的思维模式则为“类比—归纳—演绎”：（1）运用类比推理寻找与待决案件可能具有相似性的先例；（2）从先例中归纳超越个案判断的一般性裁判规则；（3）运用演绎推理将先例裁判规则与待决案件事实连接，得出裁判结论。我国属于制定法国家，也可以采用“类比—归纳—演绎”的类推过程来构建类案检索的法律思维模型。
首先，以案例的要件事实为基点，全面对比先例与待决案件案情、法律适用、争议焦点等方面的相似性，并引入“可废止性检验”与“裁判结论一致性检验”来增强类比推理的可靠性。“可废止性检验”指在类案相似性初步成立后，有可能出现“更强理由”推翻之前的初步判断结论，继而终止先前的法律推理。法律推理的前提往往只能在常规条件下根据有限的资料得出，当常规条件变化或新资料（如查明新的案件事实或发现新的证据等）增加时，推理的正当性或结论就会被改变。判例运用中的“常规条件变化或新资料增加”通常体现为“更强理由”，其可以起到反驳作用。“裁判结论一致性检验”指通过核验待决案件与先例在法律评价（如定罪与量刑情节等）方面的一致性，来确保类案能够“同判”。
其次，以“明确”与“无冗余”为目标建构类案裁判规则的归纳论证模型。“明确”指应当明确类案的来源信息，以及归纳出的裁判规则及其完整内容，不能仅以简单的结论一笔带过。“无冗余”指类案裁判规则应与现有的裁判规则体系存在实质性区别，不宜重复已有的明确裁判规则。同时，类案裁判中归纳推理也是一个“目光往返于待决案件决疑需求与类案之间”的过程。在整体方向上，裁判规则要围绕待决案件争议焦点中的法律适用问题展开，突出其问题意识与聚焦功能。类案裁判规则的核心内容与案件争议焦点问题要形成一种“问—答”的对话结构，以直接回应个案决疑的需求。在内容方面，需要结合待决案件决疑需求对规则的抽象程度进行动态调整。例如，待决案件是一起在定罪问题上存在争议的刑事案件，那么裁判规则内容就只需涉及定罪的法律适用即可；如果待决案件在定罪与量刑方面同时存在困难，那么裁判规则中关于定罪与量刑的要件事实均应当被突出。
再次，将法律发现与法律解释方法的思维规则融入类案裁判演绎论证模型的建构中。法律发现本质上是一种解决从何种法律渊源中发现裁判理由，以及按照何种顺序适用这些理由的方法，其旨在构建演绎推理的大前提。在我国检察机关发布的案例体系中，最高人民检察院发布的指导性案例具有最强的权威性，在类案检索中居于首要顺位。在连接类案裁判大小前提时，还要借助各种法律解释方法拉近两者的距离：（1）对类案裁判规则的解释应当始于文义且终于文义，无正当理由不得轻易突破文义的限制。（2）借助体系解释方法，根据各个裁判规则的逻辑关系及其与其他法律规则的关系进行系统性理解。例如，在民刑交叉案件中进行类案检索，就应当将民事法律关系与刑事法律关系进行体系理解，确保法秩序统一。（3）运用目的解释方法探究并贯彻立法目的，如检例第24号“马乐利用未公开信息交易案”就运用了目的解释方法对刑法第180条第4款进行解释，这一思路可为后续类似案件提供参考。
类案检索的科技赋能
在运用法律方法建构类案检索的思维模型基础上，还需要借助大数据、人工智能等数字科技，将法律思维模型代码化，转化为数字模型，以提高类案检索的效率与准确度，节省办案人员的时间与精力成本，实现类案检索公正与效益的统一。
在检察机关案例数据库方面，为了确保案例数据库的统一性与权威性，可以建立案例数据认证机制并引入区块链技术，通过定期的数据认证，比对核验案例数据库内容，确保关键数据的一致性、真实性以及清洁性，引导和规范检察系统与法院系统以及其他办案机关在案例数据方面的融合统一。为了提升案例数据库的开放性，在对案例文本及相关检察文书中涉及个人隐私、敏感信息、商业秘密以及国家机密的部分进行去标识化处理或脱敏处理的前提下，尽可能地面向社会公众公开。为了提升数据的使用效率和精确度，还需要运用法律思维并结合案件类型特征对案例数据进行结构优化加工，建立数据驱动与知识引导相结合的案例数据模式。数据驱动是指通过机器的深度学习对数据进行挖掘与优化，改进类案智能检索系统；知识引导则是通过人类（如经验丰富的办案人员、法律专家等）的介入与指示学习，借助知识图谱等形式帮助机器改善其学习效果。
在类案检索算法方面，可以引入基于预训练语言模型（GPT）的生成式人工智能技术，以此搭建类案智能检索法律系统服务于检察业务。首先，GPT类技术可以辅助案例文本信息的识别与提取。以GPT-4为例，其可以识别2.5万字的文本段落，足以满足大多数篇幅在数千字左右的常见案例文本信息识别需求。GPT还具备多模态处理能力，可以直接识别图片等非文本格式的信息。如果将具有多模态功能的GPT类技术与文字识别技术（OCR）结合，办案人员可以通过“案卷—图片—文本—数据”的路径直接从各种办案材料中提取法律文本信息，显著提高案例法律文本识别与提取的效率。其次，GPT类技术可以辅助进行类案的判断、解析以及推理工作。在自然语言理解方面，GPT具备一定的上下文学习能力，仅需要少量示例就可以对文本的逻辑关系进行分析，从而完成完形填空、问答、翻译等自然语言处理任务。类案检索离不开类比、归纳、演绎等法律推理方法的运用，将GPT技术嵌入到案例推理系统（CBR）中，提升类案检索中法律推理的效率。最后，GPT类技术还可以用于各种检察文书和类案检索报告的制作。与其他人工智能算法模型相比，GPT可以高效地生成符合语言规律的信息，将GPT类技术投入检察文书说理场景，可以提升检察文书与类案检索报告文本的质量与制作效率，减轻办案人员的工作负担。
（作者分别为山东工商学院法学院副教授、山东省烟台市人民检察院副检察长）
