深圳市龙岗区2026届高三第一学期统考语文试题及参考答案.docxVIP

  • 0
  • 0
  • 约1.63万字
  • 约 18页
  • 2026-01-25 发布于湖北
  • 举报

深圳市龙岗区2026届高三第一学期统考语文试题及参考答案.docx

龙岗区2025-2026学年第一学期高三期末质量监测

语文

本试卷共10页,23小题,满分150分。考试用时150分钟。

注意事项:

1.答题前,考生请务必用黑色字迹钢笔或签字笔将自己的学校、姓名、班级填写在答题卡上。将条形码横贴在卡“条形码粘贴处”。

2.作答选择题时,选出每小题答案后,用2B铅笔把答题卡上对应题目选项的答案信息点涂黑;如需改动,用橡皮擦干净后,再选涂其他答案,答案不能答在试卷上。

3.非选择题必须用黑色字迹钢笔或签字笔作答,答案必须写在答题卡各题目指定区域内相应位置上;如需改动,先划掉原来的答案,然后再写上新的答案;不准使用铅笔和涂改液。不按以上要求作答的答案无效。

4.考生必须保持答题卡的整洁。考试结束后,将试卷和答题卡一并交回。

一、阅读(72分)

(一)阅读I(本题共5小题,19分)

阅读下面的文字,完成1~5题。

材料一:

随着移动互联时代的到来和大数据运用的普及,算法推荐已成为网络内容分发的核心形式。它通过追踪用户网络行为,运用数学算法分析个人与环境特征,精准推测用户偏好并推送内容,在网络舆论领域展现出独特价值。其价值呈现为层层递进的闭环:基础价值是海量信息的高效甄选,核心价值是内容的精准分发,关键价值是对用户观点的洞悉反馈,终极价值则是意识形态的强化与引导。

算法推荐的核心优势体现在四大维度:一是精准画像,通过文章标签与用户行为数据抽象出各类模型,精准捕捉个体行为模式,区别于传统媒体对群体属性的关注;二是个性传播,实现用户、环境、文章特征的精准对接,建立“用户+事件”的传播模式,满足个性化需求,实现“千人千面”的信息传递;三是精准反馈,通过用户点击、停留、评论等行为数据,系统分析用户观点与深层背景信息,并通过机器学习持续优化推荐模型;四是精准修正,在算法营造的“拟态环境”中,通过观点博弈与思想交锋,潜移默化地引导用户调整立场、重塑认知,为网络舆论引导提供高效路径。

但算法推荐也对网络舆论生态带来显著冲击与诸多风险。其一,“把关人”离场导致主流价值弱化,算法偏重技术抓取与审查后置,部分平台唯流量是图,虚假新闻、低俗内容泛滥,导向偏差问题突出;其二,“回音室”与“信息茧房”效应加剧,用户信息接触被固化,认知窄化,导致圈层对立与群体极化,社会共识难以凝聚;其三,“沉默的螺旋”效应显现,算法操控信息呈现与传播效果,使优势声音持续放大、异议声音陷入沉默,导致舆论场失真。

(摘编自邓杭《算法推荐的风险防范和导向管理》)

材料二:

“信息茧房”描述了个体在信息传播中,由于选择性地关注自己感兴趣和愉悦的内容,逐渐形成的信息隔离状态。随着数字技术的发展,用户可以根据个人喜好定制信息内容,导致信息视野的狭窄和观点的固化。信息茧房的形成主要源于个体的选择性心理,用户在信息获取时倾向于选择与自己观点一致的信息,从而限制了对多元信息的接触。

“回音室效应”是指在某个相对封闭的网络环境中,个体只接触到与自己观点相似的信息,这些信息在小圈子内不断被重复和强化,导致个体对外部信息的排斥。桑斯坦在《网络共和国》中指出,这种效应使得个体误认为自己的观点是主流,从而扭曲对社会共识的理解。

这两个概念虽然有区别,但也有密切的联系。信息茧房强调的是个体选择性的信息接收,而回音室效应则更侧重于群体或系统的封闭性和信息的重复性。信息茧房的形成是个体主观选择的结果,而回音室效应则是由于群体互动和信息环境的影响所导致的。

这两种现象都可能导致信息的极化和群体的分化,影响公共对话和社会共识的形成。为此,桑斯坦提倡信息的“偶遇”,即鼓励用户接触不同观点的信息,以拓宽视野。

(摘编自田心《信息茧房与回音室效应》)

材料三:

算法已从后台技术走向前台,成为嵌入社会运行的底层建构力量,其影响远超单一工具属性,深刻重塑着社会结构与文化形态。算法本质是由数据和运算规则组成的计算程序系统,但嵌入社会后,已转化为规则性或制度性存在,承载着设计者、使用者、资本与政治的多重期待,在技术逻辑之外,还需向价值逻辑妥协。

各类网络平台的形态差异,本质上是算法组合的不同呈现。算法通过网站建设质量、信息排列方式等隐形路径,建构社会标准并塑造用户信息消费习惯。例如超链接原本具有打破传统线性叙述的优势,却被局限于指定范围,成为站内流量引导工具;开放与封闭的算法选择,在不同空间形成差异化传播生态,规制着用户对社交媒体的使用想象,同时通过隐形设计来刺激情感释放,在潜移默化中影响用户与媒介的粘性。

算法对社会的干预已突破单纯的技术层面,呈现出显著的价值偏向性。搜索引擎的匹配算法虽理论上应聚合所有信息,但受利益因素制约,信息聚合能力受限,排序规则可人为将“人气”置于“质量”之上,形成看不见的信息偏向,无形中影响到使用者的认知与价值倾向;推荐算法在缓解信息过载的同时,将

文档评论(0)

1亿VIP精品文档

相关文档