2025—2026学年广西贵港市创新中学高三上学期9月联考语文试卷.docVIP

2025—2026学年广西贵港市创新中学高三上学期9月联考语文试卷

一、现代文阅读

(★★★★)

阅读下面的文字，完成下面小题。

文本一：

近年来，随着人工智能技术的快速发展，机器学习作为其核心分支逐渐成为科技界与产业界的焦点。相较于传统的规则驱动型编程，机器学习通过数据驱动的方式实现模型的自动优化，展现出强大的适应性与泛化能力。然而，这种技术范式的转变也引发了关于人类思维模式变化的深刻讨论。

首先，机器学习的核心特征是数据依赖性。传统编程基于明确的逻辑规则，而机器学习模型则通过大量标注数据训练得出预测函数。这种依赖性使得模型性能高度依赖于数据质量——数据规模越大、多样性越强，模型的泛化能力通常越优异。但与此同时，数据偏差或噪声可能导致模型产生系统性错误，例如面部识别系统对特定族群的误判问题。

其次，机器学习的运行机制具有黑箱属性。与可解释的传统算法不同，深度神经网络等复杂模型通过多层非线性变换提取特征，其决策过程难以用人类可理解的逻辑拆解。这种不透明性在医疗诊断等关键领域引发了伦理争议：当AI系统给出错误诊断时，医生与患者往往无法追溯决策依据。

最后，机器学习的进化能力体现了动态适应性。通过持续接收新数据，模型能够自动调整参数以适应环境变化。这种特性在自动驾驶、金融风控等领域具有显著优势，但也要求开发者建立严格的监控机制，防止模型因数据漂移（如交通规则变更）而失效。

尽管存在挑战，机器学习正深刻重塑人类认知世界的方式。它不仅扩展了计算边界，更迫使人类重新思考“智能”的本质——是追求可解释的确定性逻辑，还是接纳基于统计的模糊关联？

文本二：

2016年，AlphaGo以4:1战胜李世石，标志着人工智能在策略博弈领域实现突破。这场对决不仅展现了机器学习的计算威力，更引发了公众对“人类独特性”的焦虑。支持者认为，AI的胜利源于其超人的计算速度与数据吞吐能力；批评者则警告，过度依赖机器决策可能导致人类丧失深度思考能力。

争议的核心之一是创造力缺失。AlphaGo的下法常被评论为“反直觉”，例如在特定局面下选择牺牲子力以换取长远优势。这种策略虽符合数学最优解，却与人类棋手的经验模式迥异。更关键的是，AI无法解释其决策的“灵感”来源——它既不依赖棋谱记忆，也不模拟人类思维，而是通过海量对局数据统计出胜率最高的走法。

另一个争议焦点是责任归属问题。当自动驾驶汽车面临“电车难题”时，法律与伦理框架尚未明确如何界定AI系统的决策责任。类似地，医疗AI的误诊可能导致患者生命危险，但开发者、医院与监管机构之间的责任划分仍存在模糊地带。

技术中立论者主张，AI仅是工具，其影响取决于使用方式；而技术悲观论者则担心，机器学习正在推动社会向“数据决定论”演进。例如，信用评分模型可能因数据偏差而加剧社会不平等，招聘算法可能无意中复制人类招聘者的隐性偏见。

面对这些挑战，人类需要建立新的认知框架：既利用机器学习的效率优势，又通过伦理审查、算法透明化等手段防范风险。正如控制论创始人维纳所言：“我们最好对机器能够做什么、不能做什么有清醒的认识，否则我们可能会发现自己在侍奉机器，而非驾驭机器。”

1．下列对文本一相关内容的理解和分析，正确的一项是（）

A．机器学习完全依赖数据质量，数据规模越大则模型性能必然越优异。

B．传统编程的逻辑规则具有可解释性，而机器学习模型均存在黑箱问题。

C．机器学习的动态适应性要求开发者持续监控，以防止数据漂移导致失效。

D．机器学习已彻底改变人类认知方式，并完全取代了确定性逻辑思维。

2．下列对两篇文本论证和行文的相关分析，正确的一项是（）

A．文本一采用“总分总”结构，系统阐述机器学习的特征与哲学意义。

B．文本二通过AlphaGo案例引入争议，并延伸至社会伦理层面的讨论。

C．文本一侧重技术原理分析，文本二完全基于历史事件展开批判。

D．两篇文本均使用对比论证，突出机器学习与传统编程的本质差异。

3．根据材料的内容，下列说法不正确的一项是（）

A．面部识别系统的族群误判问题，源于训练数据存在偏差或代表性不足。

B．AlphaGo的“反直觉”下法证明，AI策略可能超越人类经验但缺乏创造性。

C．技术中立论者认为，AI的社会影响完全由使用者决定，与开发者无关。

D．信用评分模型若基于偏差数据，可能无意中强化现有的社会不平等现象。

4．结合文本一，概括机器学习的三大核心特征。

5．结合上述两篇文本，分析机器学习技术发展带来的主要争议