辽宁省沈文新高考研究联盟
2025
-
2026
学年高三
8
月质量
检
测暨第零次诊断语文试题
一、现代文阅读(
35
分)
(一)现代文阅读
I
(本题共
5
小题,
19
分)
阅读下面材料,完成小题。
材料一:
八年前由微软
“
小冰
”
生成的国内首部人工智能诗集《阳光失了玻璃窗》引发热议,它虽然折射出冰心、李金发、徐志摩等著名诗人的影子,但同时也暴露了模拟和拼凑的痕迹,大多读者认为它离真正的诗歌还十分遥远。
当时间来到
2025
年
1
月,国产
AI
大语言模型工具
DeepSeek
的横空出世,令许多中文创作者震撼不已。这款问世数日便撼动了全球
AI
市场的模型,通过分析超万亿字的优质文本,建立起包含
8000
多种修辞手法、
300
多种叙事结构、
200
多种文体特征的知识网络。这也意味着,人们借助
AI
,能在极短时间内写出结构严谨、内容丰富的文本,无论是文学作品、新闻报道还是广告文案、教育资料,统统不在话下。
随着
ChatGPT
、
DeepSeek
等模型的迅速发展,人们在享受其便利的同时,也不免担忧:大语言模型会不会对纯人工写作造成
“
降维打击
”
?对此,许多作家认为不必过分担忧。知名作家永城曾将正在创作的小说的梗概告诉
DeepSeek
,让它试着完成一部小说,看到结果后,他彻底放下心来。
DeepSeek
生成的作品虽然文字华丽、逻辑链完整,但它一般会选取最常出现的语句、比喻、情节和立意。对于算法而言,使用频次最多的文字和写法,就是最稳妥的选择。
DeepSeek
、
ChatGPT
等模型的根本原理是通过对海量数据的学习,利用已有的叙述、描写、比喻来提供令用户满意的答案,而非基于创作者本人的人生经历、对世界的观察以及从中总结出来的心得。
“
而这些经历、观察、体验和总结才是人类的智慧、创作的源泉。
”
永城说。
(摘编自戴雪晴《人机协作会是写作新趋势吗?》)
材料二:
人工智能写作充分开掘了数字技术潜能,为网络文学成为真正的
“
数智文学
”
铺平了道路。网络文学之所以不同于印刷文学,最关键之处在于数字技术使文学生产的底层逻辑发生了从类比法则向计算法则的转换。在印刷文学中,人类主体的思想、情感、体验在各种类同性的物质媒介之间表征、传递、复制、接受,此即类比性文学生产。在网络文学中,上述一切都成为按计算法则进行的数字化活动,即通过采样和量化方式将类比世界中的连续性事物转化为可以标注出一定数值的离散性数据模块,它们可以在保留各自独立性的前提下组合成更大或被分割为更小的对象。这种情况在一般性网络文学生产中已经存在,不过还不够典型。人工智能写作则通过强大算力处理海量数据,使文学信息模块与模块之间的拆装组合可以瞬
间精准完成,这个过程被称为审美数字编程。此时,人工智能虽无法拥有人类的经历、体验、情感,却可以完整复现人类作者所创作的一切,甚至会
“
涌现
”
人类作者难以创造出的审美素质和新的艺术风格。
(摘编自单小曦《人工智能写作与网络文学重大变革》)
材料三:
无论古今中西,都十分强调艺术创作内蕴的创造性。艺术史学者詹森在其所著《艺术史》序言中特别强调
“
艺术创作
”
与
“
制造
”
的不同,因为制造侧重于
“
技
”
的层面,工匠们从一开始就知道自己要制造什么样形态的产品;而创作更强调
“
艺
”
的层面,艺术家更看重的是灵活甚至冒险的调整。相较之下,目前
AI
创作的生成过程更近乎于
“
技
”
的一端,因为其往往是按照特定模式来制作产品的。以智能写作为例,程序更擅长撰写那些强调一板一眼的程式化文本,比如文案和新闻稿,而不擅长撰写那些需要通过深刻思考才能抵达的创意类文本和需要阅历支撑的情感类文本,比如运用隐喻、暗示等修辞手法的诗歌,以及用个人经历过的苦难写就的情感散文和小说。
人工智能确实是具有一定的创造力,以至于学界开始呼吁将其作品视为
“
智力成果创造性表达的新来源之一
”
。特别是它所展现出的强大的
“
风格迁移
”
能力,更是让人眼前一亮。但它目前只能创造出新的作品,却还不能创造出新的风格范式,故此更多的还是属于
“
炫技
”
的层次。另外,人工智能由于自身没有自我意识,故而它在
“
借鉴
”
和
“
化用
”
他人作品、侵犯他人著作权时,还是不自知的。
“
风格迁移
”
只是通过提取对象的关键特征来建模,然后依照这些关键特征来生成新的作品,但当代诗人对古典诗歌传统的
“
再发现
”
和借鉴却是从更抽象的精神和思维层面进行的,这种行为带来的不仅是新作品,还有新风格。
此类自动生成的创作是一把双刃剑,在提升用户对文艺关注度的同时,也可能由于生成太过便捷而使用户容易产生对文艺创作行为的轻视,认为技术的提升可以替代人文的思考,逐渐出现所谓
“
工具理性对价值理性的僭取
”
的问...
(语文试题试卷)辽宁省沈文新高考研究联盟2025-2026学年高三8月质量检测暨第零次诊断试题(解析版).docx

