广东省东莞市部分学校2024-2025学年高三上学期10月联考语文试题（含答案）.docx

广东省东莞市部分学校2024-2025学年高三上学期10月联考语文试题

2024.10

注意事项：

1.答题前，请将姓名、班级和学校用黑色字迹的钢笔或签字笔填写在答题卡指定的位置上，并正确填涂考号。

2.作答选择题时，选出每题答案后，用2B铅笔把答题卡上对应题目答案标号的信息点框涂黑。如需改动，用橡皮擦干净后，再选涂其它答案。作答非选择题时，用黑色字迹的钢笔或签字笔把答案写在答题卡指定区域内，写在本试卷或草稿纸上，其答案一律无效。

3.本试卷共8页，23小题，满分150分。考试时间150分钟。

4.考试结束后，请将答题卡交回。

一、现代文阅读（35分）

（一）现代文阅读Ⅰ（本题共5小题，19分）

阅读下面的文字，完成下面小题。

材料一：

随着语料库持续更新与算法不断完善，未来AI（人工智能）写作全面赶超人类并非绝无可能。不过从当前状况来看，AI写作还不可能完全取代人类写作。

AI写作本质上是数据算法支配下的符号自动生成，虽然在表现形式上呈现出类文学特征，但却无法真正实现对人类情感与想象的编码。而人类理解世界的方式除了数理逻辑还有情感与想象等。人类的情感与想象也并不是不能编码化，而是无法在AI的运行机制中实现无差别的兼容。因为AI只能以数理逻辑的方式运行，任何超出数理逻辑规范的存在都会被视为错误而被排除。对AI而言，语言只是符号本身；但对人类而言，语言不仅仅是符号，更承载丰富的意义。

人工智能写作无法实现现实性超越。人类写作可以通过想象超越现实，提供精神慰藉和审美愉悦：而AI写作则被限制在算法范围内，沦为事件记录，无法满足人类对超越性的渴望。单纯对AI自动生成的文本进行审美评判，难以否认其具有审美价值，甚至某些方面达到普通创作者难以企及的高度。但问题在于，真正引发读者情感共鸣和审美愉悦的，并非AI自动生成的文本本身，而是它依托的人类经典创作语料库。AI写作只能以不断消费现有人类审美资源的方式来维系虚假的审美幻象；不但无法产生真正伟大的作品，而且在审美资源的持续消耗中，必定走向枯竭，沦为空洞、虚假的机械复制。对AI数据算法而言，人类创作素材与AI自动生成素材之间不存在任何区别。这就意味着，随着AI生成文本的指数级增长，那些真正承载人类鲜活生命体验的文本比重将越来越低，逐渐消解于机械复制文本的重重包围之中。

AI写作还消解了写作对现实的介入力量。人类写作虽然以虚构性的方式展开，但却对现实有着强劲的介入力量，作品中所呈现的完美性虚构，构成对现实世界不合理的批判依据，作品中所承载的对完美性的憧憬与追求，构成改造现实的内生动力。而AI写作在数据算法支配下自动生成的文本，与现实世界之间不构成任何实质性的关联。AI写作专注于算法的持续优化与需求的最大限度满足，现实世界则遵循自身因有的运行规律。简而言之，AI写作是一个悬浮于现实世界之上的空中楼阁。

令人担忧的是，AI写作依托大数据，可为人类感性需求提供精准而全面的满足，从而不断趋向于一种反智主义的娱乐化、平面化与庸俗化，可能导致人类在不知不觉中偏离理想的健全人性。因此，我们应该将人工智能严格限制在辅助性工具的范围内，防范人工智能作为一个异已性的存在反客为主，参与到人类的观念认知建构中。

（摘编自赵耀《人工智能写作的局限性》）

材料二：

人工智能作为一种机器学习系统，缺乏真正的解释和理解能力，它的核心是描述和预测。这是一个笨重的模式匹配统计引擎，狼吞虎咽地处理数百兆字节的数据，并推断出最为可能的答案。相反，人类的大脑是一个极为高效甚至优雅的系统，只需要少量的信息即可运作；它寻求的不是推断数据点之间的粗暴关联，而是创造解释。

举个例子：你放开手中苹果，观察结果后说：“苹果掉下来了。”这是一种描述。预测则可能是这样：“如果我张开手，苹果就会坠落。”两者都是有价值的，而且可能都是正确的。但解释则不仅于此：它不仅包括描述和预测，还包括超越事实的猜想，如“任何这样的物体都会坠落”；以及“如果不是因为引力，苹果就不会坠落”之类的因果解释，而这就是思考。机器学习的核心是描述和预测；它没有提出任何因果机制或物理定律。当然，人类式的解释不一定正确；但这正是思考的一部分：智能不仅包括创造性的猜想，也包括创造性的批评。人类式的思考基于可能的解释和纠错，这一过程恰恰实现理性的力量。就像夏洛克·福尔摩斯对华生医生说的：“当你排除了所有不可能，剩下的无论多么不可能，都一定是真相。”ChatGPT在设计上可以“学习”（即记忆），但它没有能力区分可能和不可能。人类理性推测的解释是有限的，而ChatGPT不存在这一限制。它可以同时学习相互矛盾的观点，如“地球是圆的”和“地球是平的”，只是根据随时间变化的概率进行交换。

机器学习系统也无法解释语言的深层规则，因为语言的正确解释是非常复杂的，无法仅仅通过沉浸在大数据中来学习。例如，它