江苏省常州市高级中学2025年高三年级下册学期期初质量检查语文试卷（含答案）.docxVIP

2025年

江苏省常州高级中学2024-2025学年第二学期期初质量检查高三语文试卷

一、现代文阅读(35分)

(yi)现代文阅读I(本题共5小题，19分)

阅读下面的文字，完成各题。

材料一：

在网络文艺中，算法能够决定用户所看到的内容，放大或掩盖某些审美趣味、情感倾向、艺术类型，影响用户的选择，而过度沉迷和“信息茧房”等负面作用也随之产生。批评者将这些后果归因于算法。但与此同时，还存在一种截然对立的观点，即算法本身是中立的，既没有积极地塑造审美品位的作用，也未必导致受人诟病的负面效果，人们所见到的利弊完全来自对算法的不同使用。

“算法”一词，本身指数学上的操作，与数值、函数等其他数学概念具有同等的中立性。作为一种人为设计的产物，“算法”之所以被采纳并获得意义和价值，有赖于一系列在设计之前和设计之外做出的规制，限定了“算法”的特定使用情境。就此而言，对“算法”并非中立的批评，实际上针对的不是作为计算方法的算法本身，而是在计算方法之外的人为设定。

在实际应用中，使用者更关心的往往不是作为数学过程的算法本身，而是运用算法来满足外部特定要求的技术。平台将数学意义上的算法同他们的技术产品结合以赋予后者“中立性,企图以此逃避履行一定的社会责任，而批评者则将他们从技术中发现的非中立性当作“算法”的性质，最终围绕算法的批评和争论，无形中落入了技术是否中立的话语图套。

当代技术哲学家安德鲁·芬伯格认为，技术包含审美、伦理和文化等领域中的“共识”。对于当下许多争论而言，真正关键的问题在于社会大众的“共识”是否通过那些技术手段得以自动发挥强制性作用。作为一种计算方法，算法显然难以承担这样的功能。如果我们还是将所有负面效应笼统地归因到“算法”,反倒遮蔽了那些针对算法的人为设计。因此，需要一种更具概括性的话语，显性地揭示技术独立于数学过程并受制于“共识”的现象。

当下，构成更加多样、内涵更为复合的“模型”被广泛应用在人工智胞语境中，为“算法”提供了一种替代性方案。如果说算法至多只是将与应用相关的信息隐含在对计算过程的描述之中，模型则清晰定义了算法所需求解的问题本身。同时，模型还是研究者的一种人为规定，体现了他们所持有的、局部性的“共识”,给出了人们对数据使用范围及其达成目标的认识和理解，从而直接显现出技术是否受制于“共识”。

以“模型”替代“算法”,有助于人们找准批评对象，由对“算法”的批评转入对技术建构中“共识”的直接批评：如何将真正具有广泛代表性的社会共识通过技术得到表达，而不是那些只服务于少数人利益的“共识”。

(摘编自朱恬骅《从算法到模型：走出“技术中立”的话语误区》)

材料二：

人工智能的应用和算法软件的普及，宣告了法国哲学家保罗·维利里奥所说的“感知的自动化”已然来临。尽管算法作为一个非人类的决策者显得客观中立，但我们需要考察的正是这种“中立性”是否名副其实。这里不妨将目光投向当代最常见的算法图像识别技术，在种种图像识别系统中，我们不难见到算法会为图像中的人物自动打上某些标签：农民、

孤儿、流浪汉等。但在一个人类观察者看来，这类识别定性的标签既不符合实情，也没有确凿的依据。

目前算法的数据集和训练集都依赖于收集海量的数据，但这些客观的数据本身就可能不平衡，呈现出某种程度的偏见。同时，算法的执行是处理符号，也就是图像相应的标签——每个图像都会被打上一系列固定的标签，它们并非由机器预先设定，而是由廉价乃至免费的众包劳动力来完成。在类似的众包劳动中，最典型的莫过于亚马逊公司的人工数字服务。在这个平台之上，诸多远程工作者用自己零散且报酬极低的工作来为图像进行分类和标签化，并在这个过程中训练和改进诸多高科技公司的算法系统。这些人工标签化的活动必然会潜在地引入注释者本人的某些偏见，即便是深度无意识的偏见。被众包工人训练的算法则会顺利继承这种偏见，由此也会产生前文提及的“算法偏见”。

在算法偏见之外，一个同样重要的隐患在于算法造成的“数据遮蔽”。算法操作尽管会调用大量的数据，但会优先抓取那些出现频次高的“优势数据”,而忽略那些几乎无人问津的“少数数据”。

我们当然不能以出现的频次来判断一个数据的价值，因为它仅仅是一种注意力或流量意义上的价值，不代表实际价值。现实中最重要的知识和信息，有时恰恰来源于那些少数数据，但在如今的算法推送、数据挖掘和信息检索系统中，它们越来越难以出现在数据流的表面，在绝大多数情况下只能位于数据底层的深处和边角。更重要的是，随着数据生产的体量激增、速率加快，新创造的数据会呈现出更大程度的数据堆积,这些堆积的数据仍然依赖于概率生产，即对那些出现频次更高、搜索痕迹更多的数据进行再加工，这一方面会让当下的数据产生巨大的同质性，