|
数字纪检监察体系建设思路构想 数字纪检监察是纪检监察机关履行监督办案职能的重要抓手，是推进纪检监察工作现代化的重要引擎，是提高纪检监察业务能力的重要依托。在各级纪检监察机关共同努力下，信息技术与纪检监察业务深度融合，促进监督办案工作质效不断提升。但随着数字技术的深入发展，在数字纪检监察建设实践探索运行过程中，还面临着一些亟待解决的问题，如何解决这些问题，对于进一步深入推进数字纪检监察建设具有重要意义。 数字纪检监察建设面临的问题分析  数字纪检监察的运行过程不仅涉及监督对象的倍增，同时也需要监督办案工作流程的转型升级。数字纪检监察不仅体现为业务与技术之间的高度耦合，同时更为重要的是数字化与传统监督办案业务经验之间的深度关联。 技术体系与监督办案业务融合不足 目前数字纪检监察业务建设往往采取大数据时代自下而上的数据挖掘方式，通过数据挖掘技术从大量实际产生的数据中找到数据要素之间的关系并建立模型。这种以数据为先导的方式进行信息的比对与分析，对于寻求到相应的风险点和监督点发挥了重要作用。但在看到成绩的同时，也必须清醒认识到，基于格式化数据对象的大数据模型与权力运行监督之间的耦合性问题尤为突出，尤其是这些模型对数据的针对性、适应性要求较高，导致现实中存在一些模型需要设定理想化运行环境、规范化数据格式，一旦脱离预先设定的数据格式和要素体系，将无法实现有效监督，并直接影响模型的普适性。 数字思维与分析工具难以紧密结合 数字纪检监察的核心要义不仅在于构建全流程的一体化业务系统，更重要的意义在于，实现全体系的数字化重塑。只有探索建构符合监督办案业务流程和大数据监督办案的数据分析、建模工具系统，才能真正实现“数字纪检监察”体系性建构的目标。由于信息技术的限制和技术人员的认知水平，实践中如何通过分析工具和模型算法的方式表达实践中的分析思维和工作方法，成为发现问题、提高质效的关键。一些监督办案人员对于分析工具具有抵触心理，影响了工具的普及使用。 战法模型与办案经验难以有机融合 数字纪检监察体系的构建意义在于，其本身不仅是技术手段，更是一种思维方式的结构化转换。从本质上分析，数字纪检监察是一项跨专业、跨领域的工作，既要有业务体系的“导航”，也要有技术的“护航”，绝不能将大数据监督办案停留在技术层面，而忽视一线监督办案的实践智慧。传统的监督办案业务办理的经验和做法不应被忽视和否定，但在数字纪检监察不断深化发展的关键阶段，如何调动一线监督办案人员的工作积极性，将这些传统的经验和做法如何转化为数字化发展的技战法和模型思路？是数字纪检监察技术化发展的重要方向。 数字纪检监察建设思路构想 在数字纪检监察建设过程中，通过数字赋能，最大程度激发数据对监督办案业务的叠加、倍增和赋能作用，关键落脚点在于，如何妥善实现运行模式的体系性转换，充分运用现有技术力量和新一代大数据监督建模、办案分析技术工具，深化理论研究和实务探索，从而科学规划数字纪检监察建设蓝本。 强化基于数字思维的创新发展模式 通过数字赋能转变监督办案模式，是推进检察监督机制转换、流程重塑、模式转型的重要创新，同时，更是对监督办案体制机制、组织架构、方式流程、手段工具的全方位、系统性变革。聚焦深化数字纪检监察的“堵点”，破题之策首先在于，如何解决思想认知和思维体系的“结点”。重点围绕如何将监督办案工作由“经验”模式转变为“数据 经验”模式，夯实构建完善“数字纪检监察 ”的理论体系架构，形成数字纪检监察的目标体系、工具体系、技能体系和队伍体系的发展新模式。特别重视其中传统监督办案方式与数字纪检监察之间的无缝衔接，探索将“机器学习”思想引入系统开发、模型设计、数据分析环节，从而将数字化理念深度融入监督办案各领域各环节，真正实现数字纪检监察从“助力”到“赋能”的模式换。 打造贯通“全流程”的业务系统体系 对数字纪检监察及其运行机制的体系构建是一个系统工程，每一个环节都紧密相连。而串联起上述系统运行的纽带和桥梁是业务数据和流程。如何将现实监督办案过程进行流程化处理，进而形成能够一体贯通的工作体系，成为未来数字纪检监察建设和运行的核心环节。在监督办案流程构建过程中要以数据和流程为中心，通过低代码和流程引擎等技术，更好建立现实业务和数据要素之间关联关系，从而进一步明晰监督办案程序流程与现实对象数据运行之间的映射关系，从而达到更好以数据和流程为核心构建“自下而上”的纪检监察业务流程体系，实现数据流与业务流的衔接与整合。 完善基于“技战法”的分析工具助手 大数据办案分析工具的应用关键在于，通过对各类对象数据进行深度挖掘获取有效信息，不断刻画出清晰的对象特征，进而形成模型化的技战法思路，用以揭示和描述调查对象的行为特征和异常数据。通过分析工具体系的构建改变以往传统的话单、账单分析模式，通过各种图形、可视化方式对数据和数据间的关联进行描述和展现，融合传统的统计分析和更加智能的建模分析，发现和揭示数据中隐含的关联和异常，能够有效协助监督办案部门将大量的、低关联的、低价值的信息转化为少量的、易于理解的、高关联的、高价值的、可操作的情报，从而能够以更加科学和规范化的算法工具，对搜集到的信息资源进行汇总、分析和反馈，促进数据挖掘的规范化体系化。 建立满足“场景化”的监督模型集市 当前，各地各级纪检监察机关在数字纪检监察建设中，围绕数据模型构建、算法开发等大数据监督系统和工具开发取得了初步成效。但是，目前大数据监督模型的构建往往按照不同的业务领域特点而构建。虽然在一定程度上能够有效发挥不同模型对于权力运行的监督作用，但从全局的角度来看，这些模型应用往往集中在一个领域或者几个领域，还没有达到全领域和全流程数据模型的效果，因此，大数据监督模型普适性需求更加迫切，需要以场景化应用作为模型设计的主要方向，确保大数据监督平台模型算法符合“全程性、主动性、实时性”的功能特征，实现事前监督全程规范、事中监督监测预警、事后监督严密准确的“全过程分析”自动化运行。 面对数字纪检监察建设遇到的新问题，我们要从监督办案理念、机制、工具、手段、方法等全方位全过程进行深刻思考。在理论和制度建构层面紧紧围绕数字化时代的革命性变化，加快推进新时代数字纪检监察建设，对于当前数字纪检监察体系研究而言具有更加紧迫的现实意义，同时也将会为人工智能时代数字纪检监察事业发展提供新的更大机遇。 面对数字纪检监察发展面临的新挑战，我们要善于利用信息化手段提升专业化水平，坚持系统集成、上下协同，通过纪检监察内部数据、外部数据共享，利用大数据思路不断升级技术，精准发现问题，整改优化纪检监察业务全流程，形成完善的监督办案工作体系。 |
|
|
