导学达标综合训练(1) 信息整合理解与分析推断(word练习)-九游会网址多少
2024-04-23
|
8页
|
49人阅读
|
3人下载
导学达标综合训练(一) 信息整合理解与分析推断
在新媒体时代,媒介素养,即使用、解读、评价各种媒介信息所需要的知识、技巧和能力,尤为重要。如果我们掌握了逻辑思维的特点,不断提升自己的媒介素养,就能够建立与信息世界真正的链接,重新改变和塑造自己。2023年高考语文试题关注媒介素养的提升,注重思维品质的培养,从能否形成观点、能否合理推理、能否严谨论证、能否准确表达等多个方面对逻辑思维能力进行考查。
一、阅读下面的文字,完成1~5题。
材料一:
chatgpt(chat generative pre-trained transformer)的中文全称为生成型预训练变换模型,这款人工智能技术驱动的自然语言处理工具,通过海量数据存储和高效设计架构理解和解读用户请求,可以以近乎人类自然语言的方式生成具有“较高复杂度的回应文本”,甚至能完成撰写、视频脚本、文案、机器翻译、分类、代码生成、对话ai等任务,将人机对话推向了新的高度。chatgpt具备自学习和自优化能力,可以通过对海量数据的处理不断改进自身算法和模型,实现更加智能化、人性化的搜索,这对传统搜索引擎的商业模式构成了挑战。随着人工智能技术的迅速发展,ai逐渐在一些具有简单规则性、应用经济性、技术实现性的工作领域替代人类。chatgpt已深度嵌入到全球互联网和数字媒介的环境中,在国际传播和跨境信息流动的过程中扮演日益重要的角色。在技术驱动的知识和话语权力结构层面理解chatgpt的出现,对于人工智能语境下的国际传播和中国国际传播能力建设具有重要而迫切的现实意义。
面对chatgpt带来技术驱动下国际传播话语权和传播机制的转型,我们需要在国际传播层面进行有针对性的关注和应对。首先应提高人工智能媒介素养,避免路径依赖,警惕意识形态渗透。chatgpt在其人工智能的技术包装背后,存在着算法歧视和内容操纵的风险,同时这种风险伴随着意识形态的偏见。若全球互联网用户在未来对此应用形成资料收集与处理的路径依赖时,“西方中心主义”的意识形态必将在中文学习规模扩大后或缺乏监督的情况下形成渗透。因此,需要对chatgpt为代表的西方人工智能应用保持警惕,避免陷入技术包装的意识形态渗透的陷阱中。其次,在解构西方话语权力陷阱,掌握在国际传播中的“麦克风”方面,应积极引导中国互联网企业主动纳入国际视野,开发本土全语种智能语言模型应用。目前,中国主要互联网企业都接连宣布未来将测试并推出人工智能驱动的聊天机器人应用。但大多旨在构建面向本土受众的中文服务,忽视了更大规模的国际用户。应当引导和鼓励本土互联网企业在绘制产品服务蓝图时主动纳入全球视野长线布局,在全球多语言舆论场中构建中国自主技术体系,纠正“西方中心主义”的偏颇话语生态。最后,作为新兴的媒介传播形态,chatgpt为代表的人工智能生成内容(aigc)尚处于混沌未开的状态中。全球范围内围绕技术标准、技术伦理等问题的讨论则方兴未艾。作为国际传播话语权的重要组成部分,技术规则层面的话语权亦具有相当分量。政府和互联网企业应当积极参与人工智能生成内容领域的国际对话,创新发展人工智能生成内容的技术能力,提高内容生成的准确性和速度。同时尽快开放api接口,引导国内外数字平台接入使用。一方面在技术能力上实现与西方国家的接近与并轨,另一方面注重参与相关技术规则和伦理标准的建立,为我国相关技术的发展和未来技术在全球范围内的广泛应用提供良好的制度和政策环境。
(摘编自王沛楠、邓诗晴《内容、算法与知识权力:
国际传播视角下chatgpt的风险与应对》,
有删改)
材料二:
人工智能风险是指因人工智能技术自身的不确定性所导致的人类经济结构、社会秩序、伦理道德乃至生存安全等方面的可能性后果。可以预见,在未来几年甚至几十年,人工智能的复杂性和社会影响度都将大大增加,由于涉及一系列不易定义衡量、多样化的社会需求及相关利益的博弈,制定相关政策时面临诸多风险和挑战,包括在决策过程中应考虑哪些类型的风险,如何平衡多重风险之间的相互关系,政府如何确保人工智能将使多数人受益而不是少数人。但是由于政策制定者一方面对什么是“人工智能”以及“人工智能政策风险”的认知存在着不确定性,另一方面由于政策制定者预测未来所需的各种信息和知识的不足,以及人类认知理性的不足,使预期与未来结果产生一定的偏差,因而风险不可能完全避免。对于上述问题,并不能通过某种机械过程加以解决,而需要对政策目标、国家和公民社会的作用和责任进行民主反思。
人工智能风险已然成为社会和政策关注的焦点。当技术的快速发展已超越政策制定群体所能把握其内涵、评估其风险的能力之时,政策制定过程中人工智能风险已不再是一个技术知识问题,而是技术社会化后所产生的经济社会问题。对于决策者而言,以上种种由人工智
相关资源
示范课
由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。