生成式人工智能推动行政执法模式重塑

　　海南省海口市市场监管局探索建立行政执法全流程数据赋能工作机制，率先在市场监管行政执法监管领域运用生成式人工智能（AIGC）技术，破解基层行政执法长期以来的痛点、难点、堵点问题，通过对行政执法数据要素的全面开发、供给和创新应用，构建行政执法人工智能行业大模型，大幅提升行政执法质效，为全国全域行政执法工作模式开辟新思路。

存在问题
　　市场监管工作点多、线长、面广、量大，面对庞大的经营主体总量和纷繁复杂的市场环境，基层综合执法工作面临新挑战。
　　首先，市场监管领域法规繁多、修订频繁，执法人员专业性有待提升。据不完全统计，市场监管领域涉及法律法规规章500多部，权力事项2661项（其中行政处罚2499项、行政许可18项、行政强制46项、行政检查71项），涉及食品药品、特种设备、物价、知识产权、商务、粮食等多个领域。
　　其次，经营主体数量井喷式增长，基层人少事多、执法压力巨大。过去5年，海口市存量经营主体数量增长8倍多，目前海口市市场监管局监管人员与经营主体比例为1∶2000，监管力量和监管对象不匹配的矛盾日渐突出。
　　最后，基层执法效能有待提升，信息共享与协作机制不健全。执法办案数据未实现互联互通，作为案件主要来源的上级交办、监管检查、投诉举报等渠道，尤其是市场监管部门内部日常监管过程发现的违法线索，无法实现闭环全链条全流程管理，导致基层执法人员需要手动完成案件登记与管理。部分系统内网运行，登记注册、案件查办、公文处理等业务软件无法互联互通，导致原始数据多次录入，各系统间数据不统一。

模型搭建与训练
　　通过将海量法律法规、案件卷宗、执法文书等业务数据拆解、清洗、萃取和标注，针对市场监管核心业务场景对人工智能预训练自然语言处理大模型（LLM）进行训练和参数微调，海口市市场监管局构建适用于海南市场监管行政执法业务的AIGC行业模型。目前，该模型已完成市场监管领域法律法规规章的学习与训练，实现20万件执法案件卷宗的数据清洗、拆解、转换和训练。通过人工智能机器学习，对自然语义案源线索与案由信息一键分析，人工智能自动推荐定性依据、处罚依据等罚则建议、相似案例与法律法规参考，并自动生成相应执法文书，实现全流程AI监管执法智能化服务。

模型技术应用
　　智能办案辅助——构建“数字+执法”新场景新模式。从案件登记、审批、取证、告知、处理、执行到结案的整个执法过程，通过专业模型能力输出，执法人员可通过“AI执法指导”功能获取案情分析、案件定性、处罚与自由裁量等建议，或利用“AI帮我办”功能直接完成案件各环节办理。在案件登记和立案核查阶段，根据投诉举报、监督检查或移送、交办的案件线索，可通过基于后台行业模型的AI机器人进行预判。随着调查取证不断推进、现场笔录及询问笔录不断完善、证据信息不断丰富，专业模型给出的案件研判逐步趋近精准。通过行业模型的智能服务，涉及食品、广告、商标等业务的简单案件，均可交由“智能体”完成，以解决基层所人少事多、执法能力不足等问题，提升执法效能。
　　智能文书生成——提高案件数据准确性和执法规范性。专业模型根据案件线索和调查取证结果进行智能推理，按照《市场监督管理行政处罚文书格式范本（2021版）》格式要求，自动完成案件来源登记表、立案审批表、询问笔录、现场笔录、调查终结报告、行政处罚决定书、结案审批表等文书制作。由模型生成的内容在文书中以不同颜色区分，经人工审核、确认后提交云端保存，并自动完成卷宗电子化归档。这可以将业务规范融入执法办案各环节，有助于提高执法文书的统一性，提升案件数据质量，降低案审的返工概率。
　　智能类案检索——重塑业务咨询模式，确保同事同标、类案类判。类案检索不仅可以作为独立的功能模块使用，还能贯穿执法办案全流程。基于办案不同阶段案情信息的完善度，专业模型通过对案件特征进行语义分析，从后台海量案件库中进行智能检索，寻找与违法行为相似的类案，并根据分析结果排序。每个类案均可以展示案情事实描述、证据材料、法律依据、相应处罚措施及已公示的行政处罚文书，为案件办理、量罚提供参考，有效降低使用门槛，提高办案实效和执法水平，确保执法的公正性。
　　智能移动执法——现场电子执法，过程自动留痕，大幅提升案件质量。行政执法AI智能办案系统在电脑端与移动端实时同步，双端互通，自动实现云端归档卷宗和统计分析研判，切实提高监管质效和案件质量。案件审核人员使用手机随时进行案件审批，避免集中手动签字等不规范行为，大幅降低基层执法办案多次往返、领导外出无法签字等造成的时间消耗，有效规避审批延误带来的程序风险。案件办理过程中自动留痕报送，各级执法人员可在手机上随时查看数据分析，进行风险研判。

模型效能
　　执法质效大幅提升。目前，该模型已完成各业务领域行政执法案件办理，覆盖食品安全、商标侵权、禁塑、广告、价格、产品质量等主要执法领域。AIGC专业模型的能力输出，为基层市场监管行政执法提质赋能，从案件登记、立案、调查取证到处罚告知等执法办案各个阶段，均自动提供智能建议。对于普通程序中占比量大的简单案件，提供智能量罚建议和文书内容生成，实现文书编写工作量降低90%，违规预警率100%，现场办案文字填写量降低80%，案件办理审批时间降低70%。
　　办案规范性大幅增强。通过AIGC行业模型数据训练，将行政执法业务要求、裁量情形、法规适用、取证关键点等植入执法办案各环节，基层执法办案只需“照单操作”即可，有效规避传统执法模式因基层人员能力不足、培训不够导致的证据存疑、程序倒置、侵犯当事人陈述申辩权利等实体及程序性问题。行政执法案卷评查中各类问题降低约50%，为优化营商环境提供法治支撑。
　　案件质量直线上升。通过执法办案各阶段执法文书的智能编制，有效避免案源分类错误、违法事实及处罚依据未载明、用章缺失、文书过时、未履行告知义务等问题的发生。因案件质量提升，法制审核部门案审返工耗时降低约40%。同时，该机制让执法案卷评查从传统依赖抽查模式转变为针对特定问题的普查模式，对海南省乃至全国市场监管系统以外全域行政执法监督具有较高参考价值。

□海智文