四川农业大学法学院项目团队赴雅安市公安局雨城区分局 开展金融犯罪证据智能辅助问卷调研

2026年9月，四川农业大学法学院科研兴趣项目“数字治理理论视域下基于机器学习的金融犯罪证据司法辅助问题研究”团队赴雅安市公安局雨城区分局开展问卷调研。此次调研以问卷方式为主，面向基层公安民警，围绕金融犯罪案件中电子证据审查的智能辅助工具使用现状、功能需求与程序保障等问题收集意见。

调研过程中，项目团队通过问卷形式了解了一线办案人员的实际需求。问卷内容涵盖基础信息、金融犯罪证据审查现状、机器学习辅助证据处理的功能需求评估、法律使用边界和程序保障、风险认知与制度态度、实施条件与开放建议等模块，旨在了解基层公安机关在金融犯罪证据审查中的现实困难、技术应用条件和对智能辅助工具的态度。

在金融犯罪证据审查现状方面，问卷重点关注电子数据占比高、证据数量庞大、资金流转路径复杂、跨地域跨平台关联困难、证据合法性审查工作量大等实践问题，并了解公安机关当前已应用的人工智能或大数据辅助工具类型、办案效率提升情况、信息化建设经费投入以及电子数据存储与计算硬件条件等。

在功能需求评估方面，问卷围绕证据智能分类与提取、证据关联分析与知识图谱构建、证据链与证明力审查、证据筛查与侦查监督等功能设置问题，具体包括证据分流、证据要素提取、证据目录生成、构建证据知识图谱、共犯关系与犯罪结构识别、资金路径可视化与断点标记、证据链完整性审查、补证建议生成、构成要件评估、言词证据矛盾检测、侦查合法性筛查、类案比对等。问卷还就上述功能中应当优先开发的选项征求办案人员意见。

在法律使用边界和程序保障方面，问卷涉及智能工具生成结果的用途、分析结果披露信息、实质人工复核内容、算法结果无法复现时的处理方式，以及系统介入证据分类、关联主体提示、证据充分性提示等事项的程度。风险认知部分则关注算法“黑箱”、过度依赖系统输出、控辩技术能力失衡、跨部门数据共享安全、技术服务商接触核心司法数据等潜在风险。实施条件部分了解数据获取、数据格式和质量、存储和计算能力、智能分析系统、法律专业人员、技术保障人员、数据安全制度等基础条件，并征求推动机器学习辅助金融犯罪证据审查落地所需的外部保障意见。

此次调研有助于项目团队进一步了解基层公安机关在金融犯罪证据审查中的现实需求和技术应用条件，为课题研究提供实践参考。项目团队将结合问卷反馈，深化相关研究，为构建更契合司法实践需求的智能辅助方案提供依据。

2026年9月10日