褚尔康

党的二十届三中全会通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》指出，法治是中国式现代化的重要保障。作为实现国家治理体系和治理能力现代化的关键任务，就是推动“社会主义法治国家建设达到更高水平”。在新一代信息技术发展日新月异的时代背景下，法治建设面临着新的发展机遇，体系方式不断创新探索。其中，作为“数字革命所催生的现代法治文明的新形态”，数字法治体系构建成为当前推动中国式法治现代化建设的热点领域。无论是在数字法学理论研究，还是在数字审判、数字检察等实务领域，数字法治体系的蓬勃发展为法治中国建设注入了强大的“数字力量”。但是，在相关领域研究和探索不断深化过程中，如何深化数字法治建设技术性与价值性关系的理解，在法治模型化等工具中如何凸显和嵌入社会主义法治的“人民性”特征等问题，日益成为影响数字法治未来发展的焦点性理论问题。

“人民性”是筑牢数字法治建设的重要基石

“人民性”是西甲直播法治思想的鲜亮底色。继续把改革推向前进是坚持以人民为中心、让现代化建设成果更多更公平惠及全体人民的必然要求。作为社会主义法治建设的重要探索，数字法治建设的立足点不仅仅是现代化数字技术手段在法治建设中的具体应用，更是相关技术手段如何更好实现“以人民为中心”的发展思想，即技术运用的出发点和落脚点是为人民群众的利益服务。否则，单纯“技术决定论”的观点将导致数字法治建设出现异化的风险，违背法治建设的初心。因此，在深化数字法治建设的全领域、各环节都要以西甲直播法治思想为指导，“把体现人民利益、反映人民愿望、维护人民权益、增进人民福祉落实到依法治国全过程”，从而以“人民性”筑牢数字法治建设的根基。

“人民性”是引导数字法治建设的理论基础

在数字法治建设中，该以何种方式将“人民性”嵌入高度复杂的模型化技术运行过程之中，如何对数字法治建设产生积极引导？这些问题的回答，直接影响数字法治建设的价值导向和意识形态。

价值体系的数字化模式转换。所谓“数字化”，其核心环节是通过对实物数据的元素进行提炼、分析和总结，对文本数据进行量化，使其能够被计算机系统识别和操作，并最终通过算法模型的构建，实现实物调整对象的数据导向和算法转换的目的。在此过程中，基于实体法律关系的数字模型化转换过程本身是一种基于运算逻辑“或”“且”“非”的形式化方式将法律规则体系和案例要素转换为一系列条件变量的“组态”。进而通过这些量化形态的条件变量之间组合关系，实现法律运行流程的模型化解释体系的系统性建构与体系性转向。因此，在数字化之后的法治运行过程中，相关价值导向依然在代码运行中发挥重要作用。即，“人民性”本身并不因为数字法治模式的转换而失去其重要的导向性功能。

“主流价值”导向功能的运行机理。在数字法治建设过程中，价值观引领力减弱或缺失，将对法治建设目标实现以及网络意识形态安全带来严重的后果。但是，对于数字化法治运行模式而言，作为信息模型的内部建模要描述外部世界的主要特征，并通过其标准化的结构体系来实现对现实社会行为的调整和调节，这就必然面临如何妥善处理高度抽象的数字化运作模式与高度具体化的现实行为模式之间的矛盾。这不仅体现在数字化技术规则与法律规范体系之间的融合方式，也体现在现实性法治理念如何在数字模型建构和运行过程中发挥积极的导向功能。要注重运用主流价值导向驾驭算法，即以“人民性”为核心的主流价值导向在数字法治运行过程中实现对权力本身的制约。而正是基于上述运行模式的建构，使得在数字法治建设过程中，“人民性”能够借助数字化工具对于数据的调整过程而得到充分体现。

数字法治实现路径的技术性与价值性统一。作为一种伴随着现代信息技术发展而形成的技术产物，算法本身随着技术发展进步而不断迭代更新，不仅在数字空间体系中推动了意识形态话语权力运行体系的模式变迁，更重要的是在深层次改变了价值体系引领导向作用的实施方式，开创了以数据对象为模式的新型空间运行架构。从而更加凸显出如何在理论层面深入分析价值理念引领算法的技术特点和实现路径的意义和重要性。因此，在数字法治建设中探寻“人民性”的主流价值导向驾驭算法的实现路径，应当辩证地看待“算法的价值导向作用”和“价值导向驾驭算法”之间的关系。特别抓住数字模型作为技术体系与社会现实运行之间的耦合性关系，在数字法治建设的关键领域和环节中找寻“技术社会化”与“社会技术化”之间有效的平衡点，从而为新的技术革命背景下数字法治体系建设的正确价值导向提供有效理论支撑和可行路径选择。

“人民性”嵌入人工智能法治建设的路径探索

人工智能技术发展是当前数字法治建设的最新探索方向，在相关技术发展中，人工智能本身作为一种手段和模式，其是否能够在法治活动中全面代替人的决策过程，以及这种技术应用是否会带来新的法治公平性和公正性等问题，均需要在相关理论研究和实践探索中引起高度重视。

算法生成模式的“工具性”与“人民性”的统一。作为人工智能的底层技术支撑，深度学习是基于人工神经网络多层结构的特征方法，把原始数据通过多层神经网络非线性变换，逐层提取抽象特征，完成复杂的模型化体系的建构。即在包括数字法治在内的诸多应用领域中，生成式人工智能技术利用神经网络快速的计算能力和符号强大的表达能力，能够在不同领域的任务上有效学习与推理，实现模型的感知与认知。在此过程中，虽然算法设计呈现出高度的技术化特点，但作为一种分析工具，其设计和实现均体现自然人意识活动的导向性。因此，在法治工作中引入人工智能算法，首先需要进行设计方案和具体工具实现的“人民性”审查，避免出现算法本身结构和功能违背相关法律规范原则规定。

算法训练数据的“规范性”与“人民性”的统一。当前，以生成式人工智能为代表的新一代技术系统，其生成式功能的集中体现是在训练或工作过程中，根据所获得的数据信息进行自主获取新知识或通过调整参数，进而不断改进其性能和算法效能。在训练或工作过程中，算法模型能够适应任务需要而自主调整系统参数或结构的智能行为，关键是训练数据的有效性与规范性。目前，相关法治模型的训练和生成，同样是基于格式化数据形式进行，并按照“预训练+微调”的学习范式进行系统性构建。因此，在相关技术路径的实现过程中，对于数据集的建构一定要以“人民性”和“规范性”作为评判的基本依据。即对于相关数据的渠道、责任主体、内容信息审核等方面，均要按照相关法治理念和精神进行严格评定，杜绝因违规或低质数据训练导致的算法模型失效问题。

算法模型运用的“监督性”与“人民性”的统一。实现法治运行的数字化转向，关键是如何将对象转换为代码，这是一种基于抽象数学模型的技术路径，即通过离散算法将现实世界转换为抽象、简化的数字结构，在现实法律制度运行中的实体性关系与数字化形态的信息关系之间形成关联耦合。而从技术社会学角度理解，算法设计、运行与调控等各环节，其功能结构和运行机理均蕴含人类认知的基本价值取向。因此，相关模型方法的应用，需要严格的制度体系进行监督和约束，才能有效确保其“人民性”的价值取向。因此，在实践中对于如何构建完善的技术监管策略，探索包括明确代码转换的权力主体、统一算法的技术标准、建立算法备案制度等问题，都是传统法律规范运行模型化转换的关键环节。如何进一步加强相关模型工具的规范性应用，从而提高数字法治工具运行的有效性水平，成为当前体系建设的重要领域。

（作者分别为天津师范大学政治与行政学院教授，山西省人民检察院检察委员会委员、法律政策研究室主任。本文系2024年度最高人民检察院检察应用理论研究课题《数字检察“模型化”赋能体系建构与运行机制研究》）