基于社会实验的人工智能治理能力评估应用示范案例数据集

人工智能治理能力评估是推动技术规范应用与有效治理的关键环节，而高质量的结构化实验数据是循证评估的重要基础。本数据集整合了三项独立开展的社会实验研究数据，聚焦生成式人工智能在知识学习、心理疏导及科研同行评议等场景中的应用与治理问题。数据采集时间为2025年3月至5月，采用社会实验方法，共获得1,324个有效样本。数据集以Excel工作簿（.xlsx）格式存储，总数据量782KB，共包含三个数据表：（1）高等教育个体知识学习场景AI认知依赖评估调查实验数据表，包含520个有效样本，记录不同制度规范、技术支持方式与任务复杂度条件下学生的元认知意识、认知投入及AI认知依赖等心理变量；（2）高等教育心理疏导场景AI应用实地实验数据表，包含122个样本（实验组62人、对照组60人），采用前后测设计，采集学生与ChatGPT-4o交互前后的正负向情绪维度指标；（3）科研人员同行评议AI应用认知与行为调查数据表，基于682名科研人员的离散选择实验，形成12,276个观测值，涵盖期刊声誉、审稿主体、审稿意见质量、审稿周期及评审费用等属性偏好数据。本数据集可为人工智能教育治理、心理服务评估、科研规范制定等研究提供实证基础，并作为AI治理能力评估应用示范的重要数据资源。