本书的主要内容分为四个部分： 第一篇，社会实验研究方法综述。本篇总领全书，从实验法与社会实验的分野入手，通过回顾社会实验发展的历史脉络，提炼出社会实验方法在识别因果关系、提供丰富情境、解决实际问题、固有协作特征、路径迭代改进等方面的优势。基于操作流程细节的不同，区分了自然实验、田野实验、调查实验等不同社会实验类型。从研究伦理的视角切入，着重强调了社会实验在操作过程中需要严格遵循科研伦理，必须做到知情同意，价值中立，恪守第三方立场。结合智能化时代的新形势、新问题、新方法，确立了人工智能社会实验的组织应用、科学测量、综合反馈三阶段实施路径，构建了微观个体、中观组织、宏观制度三维分析框架，提出了需要注重的保障样本随机分组、确立实验组和对照组、强化伦理审查和数据采集标准化等问题，阐述了人工智能社会实验的时代价值与意义。 第二篇，社会实验经典案例评介。本篇从为研究者和实践者提供经验借鉴的意旨出发，通过对历史上不同学科领域经典社会实验研究形成的海量文献的收集、梳理，遴选了霍桑实验、全民基本收入实验、邹平实验、减贫实验四个综合性社会实验案例，从案例概要、时代背景、实验方法、数据测度、数理分析、研究结论、观点评述等多个方面，逐一进行详细介绍和系统分析，加深研究者对于社会实验发展脉络的理解。 第三篇，社会实验科学方法框架。本篇将沿着从单一方法到多重方法组合，从理想实验环境到非理想实验环境的逻辑进行评介。向读者分别介绍自然实验、实地实验、调查实验和计算实验四种经典的社会实验方法，尝试归纳各类实验的开展逻辑，并在有机穿插若干经典社会实验案例与专栏，重点论述其对于开展人工智能社会实验的借鉴意义。此外，本篇还系统探讨了社会实验中的常见问题与应对策略。 第四篇，实验研究常用数理分析方法。在对社会实验基本概念、典型案例进行系统阐释的基础上，本篇详细介绍不同实验数据类型下可以选用的数理分析方法，并在每一种数理分析方法的介绍之后，进一步举出研究实例，为读者提供具体的操作指南，引导读者自主开展实验研究的探索与尝试。