2025年大学认知科学与技术专业题库—— 认知工程学与智能网络技术.docxVIP

2025年大学认知科学与技术专业题库——认知工程学与智能网络技术

考试时间：______分钟总分：______分姓名：______

一、

认知工程学旨在理解人类认知能力如何限制或促进系统设计。请简述心智模型理论的核心思想，并说明该理论如何指导开发者设计更易于用户理解和学习的复杂软件系统。

二、

智能网络技术极大地改变了信息获取和交互的方式。请分别阐述自然语言处理（NLP）在智能问答系统和机器翻译两个不同应用场景中的主要技术挑战及其相应的关键方法。

三、

认知负荷理论认为，外部认知负荷的增加会损害学习效果和绩效。请解释认知负荷的三个主要来源（内在、外在、相关），并设计一个教学软件界面，说明如何通过减少外在认知负荷来提高用户的学习效率。

四、

知识图谱被认为是智能网络的核心组件之一。请描述知识图谱的主要构成要素，并分析其在构建智能推荐系统中的作用与局限性。

五、

结合一个你熟悉的智能设备（如智能手机、智能音箱、自动驾驶汽车），分析其设计中体现的认知工程学原理。具体说明该设备在哪些方面考虑了用户的认知特点，以及这些设计决策可能带来的优缺点。

六、

深度学习是当前智能网络技术发展的关键驱动力。请比较卷积神经网络（CNN）和循环神经网络（RNN）在处理不同类型数据时的基本原理、优势与劣势。并简要说明为什么Transformer模型在处理长序列任务时表现更优。

七、

人因工程学关注系统设计中人的因素。请论述在开发人机交互（HCI）系统时，进行可用性测试的重要性。说明可用性测试可以采用哪些主要方法，并举例说明如何通过测试结果改进系统的可用性。

八、

智能网络技术的发展带来了诸多伦理和社会问题。请讨论智能系统（特别是涉及决策和预测的AI系统）中的“可解释性”问题。从认知工程学的角度分析，为什么提高智能系统的可解释性至关重要？并列举至少两种提高可解释性的可能途径。

试卷答案

一、

心智模型理论认为，用户在使用系统时，会在头脑中形成一个关于系统如何工作的内部模型。该模型帮助用户预测系统的行为，指导他们的操作，并解释他们观察到的现象。设计易于理解的学习系统时，开发者应努力让系统的设计符合用户已有的认知结构或直觉性假设，使用清晰的标签和反馈，提供一致的操作逻辑，并避免引入与用户预期相悖的行为，从而帮助用户建立准确、稳定的心智模型。

二、

*智能问答系统:主要技术挑战包括自然语言理解的深度和准确性（特别是处理模糊、歧义、口语化表达）、知识库的构建与更新、问句的语义解析与答案的精确抽取。关键方法包括基于检索的方法（利用信息检索技术从大型知识库中检索最相关的文档作为答案）和基于生成的方法（利用大型语言模型理解问题并生成答案）。

*机器翻译:主要技术挑战包括双语语料稀缺、语义和句法结构的深层差异、文化特定表达的转换、长距离依赖关系建模。关键方法包括基于规则的方法、基于统计的方法和基于神经网络的方法（尤其是Transformer模型，能捕捉长距离依赖和上下文信息）。

三、

认知负荷的三个主要来源：

*内在认知负荷:指任务本身固有的复杂性，如问题的难度、需要处理的信息量等。

*外在认知负荷:指由环境、界面或任务呈现方式引起的不必要认知负荷，如界面混乱、操作繁琐、信息呈现过载等。

*相关认知负荷:指与执行任务无关的额外活动（如分心、焦虑）造成的认知负荷。

教学软件界面减少外在认知负荷的方法：采用简洁直观的布局和设计；使用清晰、一致的标签和图标；提供明确的操作指引和反馈；避免同时呈现过多信息；利用分步指导或信息分块技术；优化导航结构，方便用户定位和切换。

四、

知识图谱的主要构成要素：实体（现实世界中的事物，如人、地点、组织）、关系（实体之间的联系，如“位于”、“属于”、“创建于”）、属性（实体的特征，如“北京”的属性包括“首都”、“人口约2154万”）。

知识图谱在构建智能推荐系统中的作用：通过显式表达实体间的关系和属性，可以理解用户的兴趣偏好（如通过分析用户浏览/购买的商品及其关联属性和关系），进行基于内容的推荐、协同过滤推荐，以及基于知识增强的推荐（利用外部知识库扩展用户兴趣或解释推荐理由）。局限性：知识图谱的构建和维护成本高，可能存在知识不完整、不一致或过时的问题；难以捕捉用户兴趣的动态变化和隐式偏好；推荐结果的可解释性有时仍不足。

五、

以智能手机为例：

*认知特点考虑:

*感知:屏幕作为主要信息输入输出界面，设计注重视觉信息的清晰度、对比度和布局合理性。

*短时记忆:通知系统的设计需要简洁明了，避免信息过载，帮助用户快速把握重要信息。

*工作记忆:应用启动速度快，多任务切换流畅，减少用户在操作过程中的认知负担。

*长时记忆/心智模