Page 84 - 《党政研究》2026年第4期

对齐效度的检验不能陷入循环论证的陷阱之中，因此需要加入到评价框架中的还有人
机对照实验。人类基线是一组旨在代表人类在特定任务上表现的参考指标。它们被用于
ＡＩ 评估中，以比较人类和 ＡＩ 在评估项目上的表现。 实验会选取与硅基样本规模相匹配
〔 １０〕
的人类实验者样本，在同一个政治议题和测试环境下完成相同的可信度维度测评，然后把
人类群体的作答分布作为基准参照系。可信代理的有效阈值不是一个固定数值，而是以人
类基线的一致性区间作为锚点，要求硅基样本在四个维度上的得分都落在人类群体两个标
准差以内，并且在对抗测试当中，面对诱导性提问、对抗性提示以及认知负荷超载这三类
压力情境时，它所表现出的立场偏移幅度不能超过人类实验者的最大反应变化范围。只有
达到了这个程度，可信代理才不再是只用来拟合数据的统计创造物，而是一个具有与人类
相似的政治认知稳定性的研究对象，也可以成为仿真实验的研究对象。
（二）实验重构：评估框架作为仿真实验的验证基准与伦理规制
评估框架对于实验重构来说，就是把外部的审查标准变成仿真实验的方法论组成部
分。即首先用科学稳健性机制保障实验结论的可信度，在此基础上，将伦理边界前置，把
规制要求转化为实验设计的输入参数，最终通过全程规制实现从方案准入到结果评级的闭
环控制。上述三个层次共同构成从可信代理到可信知识的转化通道。
科学稳健性机制要回应的是当研究结论高度依赖建模者的主观选择时，其信度与效度
如何确证。例如，牛津大学一项覆盖三十六亿个回归估计的研究表明，社会科学发现的不
稳定性主要源于样本筛选时段与测量方式的决策差异，而非控制变量的增减。 据此，评
〔 １１〕
估框架将事后敏感性分析转变为事前稳健性约束，具体包括三阶闭环。第一阶是多轮参数
校准，在实验启动前遍历样本筛选阈值、技术参数、提示模板等建模自由度，找出导致结
论翻转的临界条件。第二阶是交叉验证，将同一研究问题交由不同架构的基座模型分别执
行仿真，观测结论的一致性。第三阶是对抗测试，由独立评估组设计压力情境和边缘案
例，检验仿真结果在极端参数下的稳定性。三阶流程通过输出稳定性区间、边界条件与误
差范围，使仿真实验从黑箱输出升级为可审计的科学证据。
伦理边界的前置嵌入，是把事后合规审查转化为实验设计的输入参数。当前计算社会
科学的核心伦理困境在于，传统知情同意机制在被动采集的痕迹数据与大规模仿真场景中
往往失效，且数据公开性不等于使用正当性。评估框架在实验设计阶段就要完成以下伦理
要件的量化锁定。一是知情同意的模拟实现，涉及人类数据衍生硅基样本的仿真实验，要
进一步完善个人数据分类制度，建立分层同意制度，健全场景风险评估制度。 二是伤害
〔 １２〕
规避的量化阈值，针对弱势群体过度表征、敏感属性推断和政策仿真误导三类高风险场
景，预设效应量警戒线，越线则自动触发复核。三是数据脱敏的硬性标准，禁止在提示模
板中传递原始调查记录的完整真实数据特征向量，只允许传入泛化后的属性区间。这三项
要件嵌入实验设计软件层的参数约束，未经伦理配置的仿真任务不能进入执行队列。
评估框架的规制功能从前端方案准入、中端过程监控延伸到末端结果评级。方案准入
阶段，依据伦理风险等级与科学稳健性预设条件对仿真任务实施分层准入，低风险探索性
研究适用简化审查通道，涉及敏感议题或政策干预模拟的高风险实验须通过完整的稳健性
预检。过程监控阶段，框架实时追踪样本漂移、对抗攻击成功率和结论一致性，指标越限
则自动隔离异常任务并冻结输出接口。结果评级阶段，依据全流程审计轨迹给出可信度等
级，只有完全通过三阶稳健性检验且伦理配置完备的研究，方可标注为可用于政策参考的
高置信度证据。这一全流程规制架构的核心特征，在于将伦理与科学性的保障内置于系统
功能，使负责任的仿真实验不再依赖个体研究者的道德自觉，而成为技术架构的强制约
束。
（三）知识转化：评估框架作为治理应用的质量标准与责任锚点

８ ３ · ·