2026年甘肃高考练习题及答案.docxVIP

2026年甘肃高考练习题及答案

一、现代文阅读（36分）

（一）论述类文本阅读（本题共3小题，9分）

阅读下面的文字，完成1～3题。

人工智能伦理的“可解释性”难题，本质上是技术逻辑与人文价值的冲突在智能时代的集中体现。传统技术系统中，人类通过明确的算法规则理解机器行为；但深度学习技术依赖海量数据训练出的“黑箱”模型，其决策过程难以被人类直观理解。这种“不可解释性”不仅影响用户信任，更可能导致算法歧视、隐私侵犯等伦理风险。

“可解释性”要求人工智能系统能够以人类可理解的方式，说明其决策依据和逻辑链条。这涉及两个层面：一是技术层面的“透明性”，即模型内部运行机制可被技术人员解析；二是认知层面的“可理解性”，即普通用户能通过自然语言等形式，理解系统为何做出某一决策。当前，学术界提出了局部解释（如LIME算法）、全局解释（如SHAP值）等技术方案，但这些方法多聚焦于技术透明性，对用户认知层面的可理解性关注不足。

从人文价值视角看，“可解释性”是人工智能符合人类伦理的必要条件。康德伦理学强调“人是目的而非手段”，若智能系统的决策过程完全不可解释，人类将沦为算法操控的对象。罗尔斯的“无知之幕”理论则提示，可解释性有助于确保算法决策的公平性——只有当决策依据可被公开检验，才能避免隐含的偏见。此外，可解释性还与责任追溯密切相关：在自动驾驶事故、医疗诊断失误等场景中，明确的决策