2026届吉林省吉林市第四中学高三下学期4月模拟预测语文试题

吉林四中高三年级4月模拟测试

语文试题

一、阅读I

阅读下面的文字，完成各题。

人工智能伦理问答

问一：什么是人工智能伦理，它与传统科技伦理有何不同？

答：人工智能伦理是指导人工智能研发、应用与治理的价值准则与行为规范，核心是确保技术始终服务于人类福祉，防范失控、偏见与权利侵害。人工智能已深度融入医疗、教育、交通、金融、公共管理等领域，其伦理问题不再是抽象理论，而成为与每个人息息相关的现实议题。与传统科技伦理相比，它的特殊挑战在于三点：其一，AI具有自主性与规模效应，算法决策可在瞬间影响海量人群，风险传导速度更快、范围更广；其二，算法存在“黑箱”特性，决策过程难以完全解释，责任认定更为复杂；其三，数据成为核心生产要素，隐私保护与公平性问题被急剧放大。传统伦理多聚焦“使用者责任”，而人工智能伦理需覆盖“研发一部署一使用一治理”全生命周期，强调多方协同、全程可控。

问二：人工智能伦理的核心原则有哪些？

答：结合我国《新一代人工智能伦理规范》与联合国教科文组织相关建议，核心原则可归纳为五大项。一是人本原则，坚持人类主导，保障人的尊严与权利，AI必须接受人类监督，不得危害人类安全，这是关键。二是公平非歧视原则，禁止算法固化或放大历史偏见，确保不同群体在AI服务中享有平等机会，杜绝性别、地域、年龄、身份等不合理歧视。三是透明可问责原则，高风险AI应公开决策逻辑，开发者与使用者需明确责任边界，出现问题可追溯、可纠正。四是隐私安全原则，遵循数据最小化与授权使用，严禁采集与使用未经授权的个人信息，严防数据泄露与滥用。五是可持续原则，兼顾技术创新与社会风险，推动AI与社会公平、生态文明、公共利益相契合。

问三：日常生活中，最常见的AI伦理风险有哪些？

答：主要集中在三类高频场景。其一，算法偏见，如招聘AI因训练数据偏差，对女性或特定地域求职者形成隐性排斥；人脸识别系统对不同人群的识别准确率存在差异，容易造成误判与不公。其二，隐私泄露，如智能设备过度采集位置、语音、人脸、行为轨迹等敏感信息，或数据被违规共享、贩卖、用于非授权用途。其三，自主决策失控，如自动驾驶系统在紧急情况下的伦理抉择、生成式AI编造虚假信息引发名誉损害、智能推荐导致信息茧房与价值观极化。这些风险并非单纯的“技术缺陷”，而是伦理考量未融入设计环节、治理机制不够完善的结果。

问四：国际社会对AI伦理的治理模式有何差异？

答：目前全球形成了三种典型路径，各具特色与侧重。欧盟秉持“伦理优先”，以《人工智能法》为核心，将AI按风险分级管理，对高风险应用设置严格准入门槛，规制体系最为严密。美国奉行“创新优先”，以行业自律为主、政府监管为辅，鼓励企业制定内部伦理准则，在保障创新活力的基础上防控风险。中国强调“发展与安全并

重”，推行敏捷治理与柔性规制，在鼓励技术创新的同时，通过出台伦理规范、建立备案与评估制度，实现发展与安全动态平衡。三种模式的差异，源于技术水平、法律传统与文化价值的不同，未来趋势是相互借鉴、凝聚全球治理共识。

问五：普通公众应如何应对AI伦理风险？

答：公众的角色既是“使用者”，也是“监督者”与“参与者”。首先，提升数字素养，学会辨别AI生成内容的真伪，不随意上传身份证、银行卡、人脸等敏感信息，增强自我保护能力。其次，强化权利意识，发现AI应用存在偏见、侵权或违规行为时，及时向平台或监管部门反馈，维护自身合法权益。最后，参与公共讨论，AI伦理的核心是人类价值观的体现，需要广泛社会对话，让技术发展更符合公众期待与公共利益。技术进步的方向，终究由每一个人的选择共同塑造。

问六：将伦理融入AI研发，有哪些可落地的实践方法？

答：伦理不是空洞口号，而是可嵌入工程流程的具体行动。其一，伦理嵌入设计，在项目启动阶段组建伦理委员会，开展全周期风险评估。其二，数据治理优化，使用多样化、去偏见的训练数据，完善数据审核与校正机制，从源头减少偏见。其三，算法可解释性设计，对高风险场景采用“可解释AI”技术，让决策逻辑清晰可见、便于监督。其四，全流程监测，建立AI系统运行跟踪机制，及时响应异常情况，制定应急处置与损失补偿方案。唯有将伦理“代码化”“制度化”，才能让AI真正成为服务人类的可靠“善器”。

（摘编自《光明日报》陈伟宏《给人工智能装上伦理“导航仪”》，有删改）

1．下列对原文相关内容的理解和分析，不正确的一项是（   ）

A．人工智能伦理已成为现实议题，原因是AI深度融入医疗、教育、交通、金融、公共管理等诸多领域。

B．人工智能伦理覆盖研发、部署、使用、治理全生命周期，这是它与传统科技伦理最显著的区别之一。

C．公平非歧视原则禁止算法固化偏见，目的是保证不同群体在AI服务中享有平等机会，杜绝不合理歧视。

D．欧盟伦理优先、美国创新优先、中国发展与安全并重，三种模式相互对立，未来难以达成治理共识。

2．根据原文内容，下列说法正确的一项是（   ）

A．问一中“传统伦理多聚焦‘使用者责任’，而AI伦理却需覆盖全生命周期”，这表明人工智能伦理面临的挑战与风险比传统科技伦理的更大。

B．“算法决策可在瞬间影响海量人群”、“数据被违规共享、贩卖”两句中的“瞬间”表示的是日常时间概念，“贩卖”表示的是正常的商业行为。

C．生成式AI编造虚假信息引发名誉损害，智能推荐导致信息茧房，这些都是人工智能自主决策失控导致的，这表明人工智能有脱离人类控制的自主性。

D．问三在列举日常伦理风险时，每一类风险均采用“如……”的举例方式，使抽象的风险概念变得具体可感，增强了回答的可理解性。

3．根据原文内容，请在下面文段的横线处补写出恰当的语句，使整段文字语意完整连贯，内容贴切，逻辑严密，每处不超过10个字。

应对AI伦理风险，公众要当好使用者、监督者和________；国际上形成伦理优先、创新优先、________三

种治理路径；将伦理融入研发，要推进伦理嵌入设计、数据治理优化、算法可解释性设计与________。

4．有人认为：“应对人工智能伦理风险，是企业与政府的责任，普通公众无能为力。”请结合文本对这一观点进行简要批驳。

5．《劝学》强调“君子生非异也，善假于物也”，这启示我们应有善用外物的智慧。请结合文本，谈谈人类应从哪些层面入手，解决人工智能伦理问题，从而利用人工智能更好地为人类服务。

 

阅读下面的文字，完成下面小题。

文本一：

张先生列传

於可训

张先生是坝上民办小学的老师，也是校长。坝上小学只有张先生一个老师，也只有一个年级：四年级。

二十世纪五六十年代，农村小学分初小（一至四年级）和高小（五、六年级）。村里初小多不正规，为与正规高小衔接，便有了这种专办四年级的过渡性民办小学。坝上小学即属此类，由社里出钱，老师由区上派遣。

张先生当过兵，军人作风鲜明。他走路步伐快，目光平视，两臂摆动。每天早晨要求学生跑步到校出操，迟到者须在长河坝上跑三个来回。课间操亦仿民兵列队，口令响亮。上课以军号为令，下课吹口哨。课堂口令是“立正”“稍息”，要求动作干脆。一次我因裤带松了动作慢，张先生大喝“出列”，我却误听为“稍息”坐下了。张先生只好放弃了他的军营用语，淡淡地说了声，下次动作快点。

我们的课桌椅皆由歪脖柳树锯成。一棵合抱柳树纵向剖开，平面朝上，用树枝支撑便成课桌；树桩锯开即为凳。因桌椅弯曲，学生坐成S形，如正月龙灯。在此迷阵中行动困难。教室无法按常规纵列分组，张先生便按课桌的弯数分组，故有“一弯”“二弯”之称。上体育课时，他会喊：“一弯划水，二弯踢球，三弯练格斗。”

张先生将军事训练项目设为体育课。河坝与大沙河便是场地，跑步、游泳、擒拿、格斗、匍匐前进等成了主要科目。这当然不失为一种因地制宜、因陋就简的办法。后来我无论当知青还是进工厂，民兵训练成绩总名列前茅。我们都爱体育课，河滩如广阔运动场，各项活动分区进行，热闹如戏班子练功场。

还有一门“音画课”，实为音乐与图画合并。音乐课多在河滩，张先生教唱军歌，尤其是《中国人民解放军进行曲》，我们对着河滩放声高歌，惊飞林中鸟。图画课也在此，他不从画鸡蛋教起，而是见什么画什么。河滩多柳树，我们便画柳树。画静止的，也画风中的；画夏日的繁茂，也画冬日的枯枝。

坝上小学仅两间教室，张先生在隔墙上凿出一洞，便于穿梭授课。他在一班讲课，另一班便预习或练习。但声音互扰：这边学生常忍不住插嘴说出那边算术题的答案，那边语文课的问题，这边学生却写在算术本上。一次讲《列宁和卫兵》，他问卫兵该不该拦列宁，两班学生齐声答：“该！”他只好探头过洞，说：“没问你们，不准多嘴。”

村人喜欢张先生，常来观看甚至参与课程。日子本该如此平静，但一场意外改变了一切。那日在河滩上上体育课，几个同学泡在河里。上游防洪，张先生恐洪水骤至，呼喊他们上岸。忽然，几尺高的水头沿河道冲下。张先生大喝“散开”，飞奔向下游的闸口。等我们回过神，水中同学已不见，闸口处人群正救人。同学获救，挡住学