2025届河南省天一小高考高三三模语文试题++讲评课件.pptx

天一小高考

2024-2025学年（下）高三第三次考试

目录信息类文本壹文学类文本贰文言文阅读叁古代诗歌鉴赏肆

信息类文本第一章节【导语】这两篇材料围绕AI与历史学的交叉应用展开辩证探讨。材料一以具体案例展示AI在古文字识别、史料处理中的技术突破，强调跨学科合作的价值；材料二则理性剖析AI的局限性，指出算法偏见、数据结构性缺陷等问题。两文形成互补：前者呈现技术赋能的可能性，后者警示工具理性的边界。共同指向人机协同的核心命题——既需借力AI提升研究效率，更需保持人文批判意识，在技术应用中守护史学的求真本质。行文兼顾学术性与现实关照，体现了新文科建设的多维思考。

（一）阅读I（本题共5小题，19分）阅读下面的文字，完成下面小题。材料一为了理解古代社会、探究人群生活，历史研究需要的史料搜集与处理技艺非常复杂，比如对泥板、纸草、甲骨、金石、写本等载体的文献修复，对古汉语、古希腊文等文字的识别与释读，对图像、雕塑和考古遗址的辨识、分类等。近年来，学者运用深度神经网络、卷积神经网络等深度学习技术，结合迁移学习等策略，做出了一系列突出成果，如中国科学院团队提高了甲骨文字符的自动识别率，谷歌的模型Ithaca能合理推断出古希腊铭文的时间与地理归属范围。这些具有原创性和影响力的工作，都是由包括历史学在内的领域专家与计算机科学家组成的跨学科团队共同完成，可以显示出AI对历史研究的来源，尤其是在多模态史料发掘、解析方面的效能。由于目前大多数的AI算法依赖英语等主流语种，偏重近现代的历史训练集，因此在将AI运用于古代语言的文本、图像与考古对象时，还需要扩大数据的多样性和包容性，在使AI处理古代历史中非标准化的、异质的、不完整的资料时，也要同时推进算法的批判性创新，这都显示出历史学研究将是助力AI突破结构性限制的重要领域。研究历史的学者，可能大多会遇到史料数量庞大或类型复杂难以把握的问题，此时找寻到最合适的A虹技术，不仅能使研究得以展开，还能发现隐藏的事实，提出有解释价值的新问题。比如，明清史研究者面临着史料复杂繁琐、文献汗牛充栋的问题，对于在整理、分析与思考中如何运用AI系统有着迫切的需求。中国人民大学团队对于明清档案文献，提出了深度学习、人机协同的智能著录标引流程；中国社科院大学团队对于地方志研究，则开发了专有工具，通过调用大语言模型的API端口，批量实现方志数据的多层次、多义性标注，以知识图谱进行可视化呈现与分析。这些尝试都希望能从明确的问题出发，探索以数据建设为核心、以算法呈现历史语境、具有透明性与可解释性的研究工作流程，以符合职业与专业的要求，来推进与AI的共构，使研究者能将更多的时间和精力用于历史学的创造性思考、深度解释以及价值反思。（摘编自向静《共生与共构：人工智能与历史学结合的新探索》）

材料二：自2022年年底初代ChatGPT发布以来，人工智能迅速成为推动社会生产和学术创新的重要力量。DeepSeek等国产人工智能产品于2025年初涌现，因其功能强大而受到广泛关注。为响应党和国家关于发展新文科、新质生产力和人工智能的号召，历史学家也积极探索人工智能在历史研究和教学中的应用。基于对生成型人工智能与史学研究关系的充分实践与思考，笔者认为，这项革命性的技术既非“潘多拉的盒子”，也不是万能宝箱。人工智能在史学研究中的应用存在不可避免的局限性，需要学者克服并化剑为犁。首先，人工智能并非无中生有，“思考”历史难免有其局限和偏狭。无论是ChatGPT还是DeepSeek，它们强大的“智能”都基于算法和训练数据。这二者都是人类劳动创造的产物，因而不可避免地受到社会、文化因素的制约。马克·马利诺等西方学者研究了时代局限性以及各种社会偏见对代码的影响，并强调若缺乏有效的治理和批判，算法难免误入歧途。同时，训练数据在塑造人工智能所生成的信息中起着至关重要的作用。无论数据来自网络还是其他渠道，它们本身都承载着人类社会中的各种矛盾和偏见。例如在回答关于如何评价宋庆龄和邓颖超等女性革命家的问题时，西方的人工智能产品往往强调她们作为孙中山先生和周恩来总理的夫人身份，而忽视了她们在中国革命尤其是在妇女解放事业中的重要贡献。显然，这种片面的观，点并非源自机器的“主见”，而是源于训练数据本身的局限性——英文文献对中国近现代史的叙述失之片面：同时算法也未能有效规避数据中的性别偏见。因此，我们不仅需要批判的武器，还需要对武器本身进行批判。

其次，人工智能所使用的主要史料——开源的数字化史料——存在结构性不足。比如在美国史领域，开源数字化史料主要以各类出版物为载体。从美国国务院历史学家办公室的GitHub页面上保存的解密外交文件，到国会图书馆的“记录美国”计划所展示的历史报纸，莫不如此。相较于手写的日记和