国家标准计划《人工智能社会实验 设计指南》由 SWG35（全国智能技术社会应用与评估基础标准化工作组）归口 ，主管部门为国家标准委。

主要起草单位 浙江大学；清华大学；鄂尔多斯市委网信办；中国标准化研究院；浙江省人民医院…… 。

制定人工智能社会实验构建方法标准，有以下几个方面的必要性和意义： （1）经济社会、产业发展及我国相关政策规划的要求 人工智能技术快速迭代发展，在深刻改变人类生产生活方式与社会形态结构，推动社会向智能化转型的同时，也重塑了人类的心理认知与行为模式，对社会的法律制度、治理体系带来重大挑战。

科学测量和分析人工智能技术应用在社会各领域造成的深入影响是国家和科学界关注的前沿问题。

2021年10月，中共中央、国务院颁布的《国家标准化发展纲要》要求，开展社会治理标准化行动，推动社会治理标准化创新。

2022年4月，中共中央、国务院发布《关于加快建设全国统一大市场的意见》明确指出，“完善标准和计量体系。

优化政府颁布标准与市场自主制定标准结构，对国家标准和行业标准进行整合精简。

强化标准验证、实施、监督，健全现代流通、大数据、人工智能、区块链、第五代移动通信（5G）、物联网、储能等领域标准体系。

深入开展人工智能社会实验，推动制定智能社会治理相关标准”，为全国人工智能社会实验工作提供了基本遵循和具体任务。

中央网信办印发的《国家智能社会治理实验基地管理办法（暂行）》要求“出台一批智能社会治理的标准、规范和政策措施，完善适应智能社会治理的体制机制”。

研制《人工智能社会实验 设计指南》（以下简称《实验设计指南》）国家推荐性标准，建立完善的人工智能社会影响与治理能力实验设计方法体系，对测量和分析人工智能的真实社会影响、构建有效的技术治理策略至关重要，是展现我国积极参与全球人工智能技术治理的新举措和新作为，是提升我国负责任大国形象的新途径和新支撑。

（2）开展人工智能社会实验实践工作的现实需求 当前人工智能社会实验正在全国范围内有序推进。

2019年春，国内一批专家学者率先发起了“开展人工智能社会实验，探索智能社会治理中国道路”的倡议，呼吁针对不同领域的人工智能技术应用场景，采用长周期、宽领域、多学科的社会实验方法策略，深入理解人工智能技术对人类社会的影响路径和作用机制，实现对人工智能社会影响的超前探索和有效治理，得到党中央高度重视和社会各界广泛响应。

中央网信办、科技部等九部委，在全国设立92家智能社会治理实验基地和18家人工智能创新发展试验区，深入开展人工智能社会实验工作。

现阶段，各实验基地和试验区在构建人工智能社会实验场景、打造智能社会治理产业生态方面取得了重要进展。

然而，通过大范围的实地调研评估发现，实践中普遍存在对社会实验方法理解不完善，场景与实验方法与场景不适配，实验操作不规范，缺乏科学合理的实验设计、开展与综合反馈的方法，实验数据难以复用等一些难点问题，对测量结果的准确性和科学性产生了负面影响。

研制《实验设计指南》国家推荐性标准，通过国家标准对人工智能社会实验的方法体系、适用场景、操作方案等进行规范，能够建立起统一的人工智能社会影响与治理能力实验设计方法标准，使地方政府部门、技术企业公司、大学科研机构等主体形成对人工智能社会实验方法的统一理解和认识，有利于促进基于社会实验的人工智能社会影响与治理能力评估科学性和稳健性。

（3）标准实施后可能取得的经济、社会、生态效益 标准是经济活动和社会发展的技术支撑，是国家治理体系和治理能力现代化的基础性制度。

研制《实验设计指南》国家推荐性标准，是在基于社会实验的人工智能社会影响与治理能力评估中引入的标准化手段，能够为各地区提供科学统一的方法指南，促进各地区开展科学、循证、标准、量化的人工智能社会影响与治理能力评估，形成的实证研究结论能够更加真实地反映地区基层的现实状况，有助于为人工智能技术与产业发展路径优化，完善政府相关治理手段措施提供更加科学稳健的理论参考和政策启示。

其次，《实验设计指南》国家推荐性标准通过构建一个共同的方法基础，有助于促进不同地区、不同主体的交流与合作。

标准的推出有利于打破各地区实验场景的属地化特征，形成典型实验场景的可推广、可借鉴机制，实现各地区统筹发展。

最后，《实验设计指南》国家推荐性标准能够保障人类权益。

人工智能技术的应用可能对人类权益产生重大影响。

实验设计和操作的规范化能够避免人工智能社会实验可能造成的隐私侵犯、信息泄露、歧视或不公平等问题，最大程度保障人类权益。

1.范围 本标准规定了人工智能社会实验设计的基本方法论原理和准则，包括术语定义、总则、实验方法与场景适配设计、实验设计类型、实验干预设计、实验指标测量设计、实验数据处理设计等基本要素。本文件适用于人工智能社会实验研究的设计和实施。 2.主要技术内容 《人工智能社会实验 设计指南》国家标准在制定过程中，立足社会实验方法的一般原理、实验设计与场景构建的实际需求和标准化的一般逻辑三个方面，基于前期深入的理论研究和实践调研，对于术语和定义、总则、实验方法与场景适配设计、实验设计类型、实验干预设计、实验指标测量设计、实验数据处理设计等方面对于人工智能社会实验的关键方法要素进行了规定。 （1）术语和定义。通过术语定义清晰界定包含自然实验、实地实验、调查实验和计算实验四类方法的人工智能社会实验的方法体系以及实验方法设计中的关键共性要素。 （2）总则。明确实验人员在开展人工智能社会实验的设计工作应当遵循的一系列基本方针和要求。 （3）实验方法与场景适配性设计。明确自然实验、实地实验、调查实验和计算实验等不同类型人工智能社会实验方法的适用研究场景类型。 （4）实验设计类型。明确人工智能社会实验的实验设计类型。 （5）实验干预设计。明确实施人工智能实验干预的一般共性步骤，其中包括明确干预变量、分析干预性质、开展预实验、关键参数校准、实施随机化分组、干预效果评估等环节。 （6）实验指标测量设计。明确人工智能社会实验关键概念指标的选取和测量方法，其中包括统计类指标、调查类指标、数字痕迹类指标等不同类型指标。 （7）实验数据处理设计。明确人工智能社会实验数据处理的关键技术环节，包括样本描述分析设计、因果效应分析设计、因果机制分析设计等环节。