重庆市2024-2025学年高三上学期11月期中考试（康德卷） 语文试题（含答案）

11月调研测试卷 语文 语文测试卷共8页，满分150分。考试时间150分钟。 注意事项： 1. 答卷前，考生务必将自己的姓名、班级、准考证号填写在答题卡上。 2. 回答选择题时，选出每小题答案后，用铅笔把答题卡上对应题目的答案标号涂黑。如需改动，用橡皮擦干净后，再选涂其他答案标号。回答非选择题时，将答案写在答题卡上，写在本试卷上无效。 3. 考试结束后，将本试卷和答题卡一并交回。 一、现代文阅读（35分） （一） 现代文阅读1 （本题共5小题，19分） 阅读下面的文字，完成1~5题。 材料一： 因果认知是人类智能的重要表征，是我们认识世界、解决问题和适应环境的重要能力。现代认知神经科学认为，人的因果认知能力来源于神经元网络之间联结产生的条件反射，随着对于因果关系的日常感知与认知频率的增加、 人脑中相应的神经元的突触也会增加。但对于 ChatGPT 等自然语言处理模型来说，因果关系的感知与识别是通过概率与相关性的训练得以完成，由此因果关系成为人工智能与自然语言处理模型显示出拟人化的工具和手段。 通过人类对 ChatGPT深度神经网络的训练，“因果性”概念就被识别为“相关性”概念，实现了因果认知能力的构建。与因果性相比，相关性更容易认知和理解，也更容易成为人工智能和自然语言处理模型认知人类世界的工具。对于后者而言，人类世界虽然能够通过数据进行表征，但是数据间的关系涉及人与人、人与物、物与物之间的复杂关系，甚至在数据间存在着大量的“噪声”，人类世界的数据在多种关系的杂糅下，形成了复杂性系统。而在深度神经网络、大数据技术、统计分析的加持下，人工智能的相关性认知比因果性认知更加容易模拟和实现，相关关系只需要知道数据本身是什么，而无需知道数据之间的关系是什么，通过概率叠加的相关关系能够帮助ChatGPT 类自然语言处理模型更好地“了解”人类世界。正如“大数据之父”维克托·迈尔-舍恩伯格（ Viktor Mayer-Sch nberger）所说“相关关系很有用， 不仅仅是因为它能为我们提供新的视角，而且提供的视角都很清晰。而我们一旦把因果关系考虑进来，这些视角就有可能被蒙蔽掉”。 但是这并不意味着 ChatGPT 已经拥有了人类智能水平的因果认知能力。人的因果认知能力在儿童时期便已经产生。与当前的人工智能相比，人对于因果关系有着更敏锐的认知能力。 心理学家皮亚杰通过实验研究得出，正常儿童在3-6岁的学龄前阶段已经能够对因果关系进行认知，但是他们对于因果关系的认知更多是通过对外部环境的变化进行概率上的匹配。布洛克（ Bullock M) 与格利曼（ Gelman R )，在其设计的实验中，用不同颜色、不同长短的木棒分别将积木推倒，并让积木在倒下的过程中将放置在桌子上的兔子玩偶撞到地上。 E1:3岁左右的部分儿童，认为兔子地摔落与木棒颜色的变化有关，尤其是某一种颜色的长木棒重复出现时。 E2:6岁以后的儿童，几乎无人认为兔子地摔落与木棒的颜色有关，并能够给出兔子玩偶掉落的连续原因解释，如表1所示： 表 1 ChatGPT与3-6岁和6岁以上儿童因果认知能力对比表 Tablel Comparison between ChatGPT and causal cognitive ability of children aged 3-6 and over 6 years old 能力来源 因果认知表征 因果认知水平 3-6 岁儿童 先天+经验 关联 低 6岁以上儿童 先天+经验 关联+干预+反事实 高 ChatGPT （训练） 经验 关联 低 11月调研测试卷 （语文） 第1页 共8页 这表明，3-6岁儿童虽然已经具备了一定的因果认知能力，但是这种认知能力是有限的，他们能够将环境中出现的一切因素进行归纳和认知去理解“是什么”即“平顶”使得兔子跌落了，但是他们没有进一步探求“为什么”即“反事实”问题，“如果木棒的颜色改变，兔子会摔落吗？”. 因此他们会将木棒的颜色纳入因果认知之 ... ...