2025年AI伦理学在线课程测试题汇总及答案解析.docxVIP

2025年AI伦理学在线课程测试题汇总及答案解析

一、单项选择题（每题2分，共20分）

1.以下哪项不属于AI伦理中“算法偏见”的典型表现？

A.人脸识别系统对深色皮肤人群识别准确率低于浅色皮肤人群

B.招聘AI模型因训练数据中历史性别歧视记录，降低女性求职者评分

C.医疗诊断AI基于大规模临床数据，对罕见病患者给出更精准的治疗建议

D.社交推荐算法因用户历史互动数据偏差，持续推送极端化观点内容

答案：C

解析：算法偏见通常指AI系统因数据、设计或环境因素导致的不公平输出。选项C中，医疗AI基于大规模数据提升罕见病诊断准确性，属于数据优势的正向应用，未体现对特定群体的歧视或不公平对待；其余选项均涉及对特定群体（肤色、性别、观点倾向）的差异化对待，符合偏见定义。

2.根据《AI伦理与治理指南（2024修订版）》，AI系统设计应遵循的核心原则不包括：

A.透明性（可解释性）

B.效率最大化

C.责任可追溯

D.人类主导性

答案：B

解析：全球主流AI伦理框架（如欧盟AI法案、OECD原则）均将“效率最大化”排除在核心伦理原则之外，转而强调透明性、责任追溯、人类控制等。效率是技术目标，但需在伦理约束下实现，不能作为伦理原则本身。

3.生成式AI（AIGC）在内容创作中引发的伦理争议不包括：

A.训练数据中未授权使用的版权内容

B.生成虚假信息对公共认知的误导

C.替代人类创作者导致的职业危机

D.模型参数规模过大引发的计算资源浪费

答案：D

解析：生成式AI的伦理争议主要集中在知识产权（A）、信息真实性（B）、社会影响（C）等方面；计算资源浪费属于技术效率问题，虽与可持续性相关，但未直接触及伦理核心（如权利侵害、公平性破坏）。

4.某自动驾驶汽车面临“电车难题”：紧急情况下需选择撞击行人或撞向护栏（可能导致车内乘客受伤）。从义务论伦理视角，最优决策应基于：

A.计算哪种选择能最小化总体伤害

B.遵守“不主动伤害无辜者”的道德准则

C.优先保护车内乘客的生命权

D.由车主提前设定的偏好程序决定

答案：B

解析：义务论强调行为本身的道德属性（如遵守准则），而非结果。“不主动伤害无辜者”是义务论的典型准则；A属于后果主义（功利主义），C是特定权利优先，D是用户偏好，均不符合义务论核心。

5.以下哪项技术最可能加剧“数字鸿沟”的伦理风险？

A.面向偏远地区的低带宽AI教育助手

B.基于用户地理位置的个性化医疗推荐系统

C.仅支持高端智能设备运行的AI诊断软件

D.多语言实时翻译AI降低跨文化沟通成本

答案：C

解析：数字鸿沟指不同群体在技术获取与使用上的差距。选项C中，AI软件仅支持高端设备，会进一步限制经济条件较差、设备落后群体的使用，加剧鸿沟；其余选项均通过技术适配（A）、个性化服务（B）、功能普惠（D）缓解差距。

6.关于AI“可解释性”（Explainability），以下表述错误的是：

A.可解释性要求AI系统能向用户说明决策的关键依据

B.深度学习模型因“黑箱”特性，无法实现任何程度的可解释性

C.局部可解释性（如LIME算法）比全局可解释性更易落地应用

D.可解释性有助于用户信任AI系统并追究责任

答案：B

解析：深度学习模型虽复杂，但通过注意力机制、特征可视化、局部解释算法（如SHAP、LIME）等技术，可实现部分可解释性（如关键特征识别），因此“无法实现任何程度”的表述错误。

7.某AI心理咨询工具因训练数据包含大量抑郁患者的负面对话，导致对普通用户的情绪评估过度消极。这一问题主要源于：

A.算法设计中的逻辑错误

B.数据收集的代表性偏差

C.模型泛化能力不足

D.用户输入的格式不规范

答案：B

解析：数据代表性偏差指训练数据无法准确反映真实场景的分布（如仅包含抑郁患者对话，忽略正常情绪样本），导致模型对普通用户的评估失真；算法错误（A）、泛化能力（C）、输入格式（D）均非此案例主因。

8.根据“伦理嵌入”（EthicsbyDesign）原则，AI系统开发的关键阶段不包括：

A.需求分析时明确伦理目标

B.测试阶段仅关注功能性能

C.部署后持续监测伦理风险

D.设计初期引入多学科伦理专家

答案：B

解析：“伦理嵌入”要求将伦理考量贯穿开发全周期，测试阶段需同时评估功能性能与伦理风险（如偏见、隐私泄露），仅关注功能不符合该原则。

9.以下哪项行为违反了AI伦理中的“隐私保护”原则？

A.医疗AI在匿名化处理后，