北京市朝阳区2025—2026学年高三上学期期末质量检测语文试卷.docx

PAGE

PAGE1

北京市朝阳区2025~2026学年度第一学期期末质量检测

高三语文试卷

2026.1

(考试时间150分钟满分150分)

本试卷共10页。考生务必将答案答在答题卡上,在试卷上作答无效。考试结束后,将本试卷和答题卡一并交回。

一、本大题共5小题,共18分。

阅读下面材料，完成1-5题。

材料一

随着人工智能(AI)对语言的处理能力逐渐增强，相关的AI语言伦理风险也愈发不容忽视。

AI的发展可能加剧语种间的数字鸿沟。AI的文本生成高度依赖大规模语料库，现有训练数据中,主流语种具有压倒性地位,因而表现更优,相关服务更为精准,而包括方言在内的小语种则因语料稀缺难以享有同等技术红利。长此以往，将导致语言等级化趋势愈发明显。

数字鸿沟的扩大可能削弱语言的多样性，进而影响公共服务的可及性。一些AI系统仅支持主流语种，可能无形中限制了部分群体在教育、医疗、就业等领域的有效参与，加剧信息不对称与资源分配失衡。这不仅会危及全球语言生态的平衡,也有可能影响社会平等的实现。

AI在语言领域的广泛应用还可能会侵蚀自然语言的生命力，给人类的语言能力带来损害。AI依赖既有语料的重组，缺乏语言的内在创造性与情感张力，难以替代人类在语言学习与表达中的主体作用。自然语言始终处于动态演化之中，人类不断赋予其思想内涵与文化活力，而AI生成语言则更趋向机械与单一。人类如果长期过度依赖AI生成语言，语言能力或将退化，进而导致创造力与想象力被削弱，对认知体系造成严重影响。

为应对这些问题，AI语言伦理规制应从多个层面协同推进，构建系统性、多维度的语言治理机制。在语料数据选择层面,应优化数据来源,构建语言多元、资源均衡的语料数据体系；在算法设计层面，应优化模型结构与学习机制，减少算法偏差，保障各类语言在数字时代的平等发展机会；在社会责任层面，教育与媒体应引导民众增强语言意识，鼓励使用和传承自然语言，以防止语言能力退化。

从语言维度看,AI不仅是一场技术革新,更是对伦理边界的深层重构。在这场重构中,语言不应被视为AI技术的附庸，而应成为AI伦理规制的核心议题。通过完善伦理规制体系，可提升AI语言的公平性、多样性与可控性，进而推动构建更加负责任、可持续的AI生态。

(取材于郎加泽仁的文章)

材料二

世界上有超过7000种仍在使用的语言，但现代语音技术能“听懂”的，不过区区数百种。语音助手、自动字幕、实时翻译，这些人工智能(AI)带来的便利，似乎只为少数主流语言而生。2025年11月,一个能自动识别和转录超过1600种语言的AI大模型全语种ASR系统正式发布，让几乎所有人类的声音都有了被机器“听懂”的可能。

全语种ASR系统创造了语音识别覆盖语言数量的新纪录。这项成就的背后，是庞大的数据和先进的模型架构。全语种ASR系统的训练使用了超过460万小时的语音音频，涵盖了1239种语言。这是有史以来规模最大、多样性最高的语音训练语料库之一。该模型采用基于自监督学习的语音编码器，可以在没有文本标注的情况下，从海量的原始音频中学习声音的普遍规律和特征，形成一种跨语言的“听力”基础。在此基础上，工程师们堆叠了参数量高达70亿的强大模型,并结合了两种解码策略:一种是效率高、速度快的传统CTC解码,另一种是融入了大型语言模型思路的文本解码器。这种结合大型语言模型的架构赋予了全语种ASR系统一项革命性的能力——“上下文学习”。这意味着，即使某个语言最初不在模型的支持列表中,使用者也可以在实际应用时给它提供几段该语言的音频和对应的文本作为“示例”,模型能当场“领悟”这门新语言的语音和文字对应关系,并开始转录新的音频。这种“零样本”或“少样本”的学习能力，让该模型摆脱了过去必须经过漫长且昂贵的重新训练才能支持新语言的束缚。理论上,借助这种即时学习的能力,全语种ASR系统可支持的语言数量能扩展到超过5400种,几乎涵盖了所有拥有文字系统的人类语言。无论多么冷门的口语,只要有对应的书写符号和几句示范,就有机会被捕捉和记录。

全语种ASR系统为全球的语言保护工作者带来了前所未有的机遇。它可以把极其耗时耗力且枯燥的录音、转写、翻译等环节自动化，极大地降低了语言文件化的门槛和成本，从而为濒危语言的保护和复兴建立宝贵的语料库。不过，AI技术介入语言复兴也引发了一些争议。一些学者担忧，如果模型的训练数据被主流语言侵蚀，过度依赖AI可能会导致语言的“纯洁性”受损。此外，许多濒危语言没有标准化的书写系统，语言社群内部可能对如何用文字记录口语存在分歧，AI自动生成的文本实际上是强行选择或创造了一种