资源简介

高二语文参考答案
1.D“从根本上解决”错误。材料二明确“数字来源链”是通过开源数据构建可回溯链条，降低误
读风险，但需结合“跨学科协作”“双轨审核”，并非“根本上解决了”AI“幻觉现象”。故选D。
2.C“技术完全能替代人类完成历史研究的核心工作”错误。材料二明确强调“历史研究不仅是
知识的发现过程，更是研究者基于史料进行价值判断与意义阐释的过程”，且指出AI“能梳理
王安石变法的措施条文，却无法替代研究者对变法成败的历史评价”，由此可知“技术无法完
全替代人类的价值判断与历史研究核心工作”。故选C。
3.B材料二的核心内容是：论述AI介入历史领域的深层张力（可靠性验证、历史语境消解、研究
主体性坚守等争议)，并提出“技术赋能学术引领一伦理约束”的平衡框架。A.“技术
应用的全景梳理”是材料一的内容(AI在历史领域应用的三阶段演进)，与材料二核心无关
B.准确概括材料二“核心争议（深层张力）十平衡路径”的结构，符合文意。C.“AI主导的认
知重构”是材料一第三阶段的内容，材料二强调历史学者的“主导者”姿态，而非“AI主导”。
D.“破解AI‘黑箱’”仅对应材料二第一个挑战的部分内容，未涵盖“历史语境消解”“研究主体
性”等深层争议，以偏概全。故选B。
4.①建立“数字来源链”：将古陶瓷原始扫描图、颜料成分分析数据、AI训练参数等全部开源，形
成从数据输入到复原结果的可回溯链条，便于核查、验证。②引入跨学科协作：让历史学者提
供古陶瓷年代、工艺、纹饰等标注数据；计算机专家针对古陶瓷修复训练专用AI模型，实施
“双轨审核”。③确保古陶瓷历史学者在项目中的主导地位，对AI复原结果进行专业判断和
逻辑约束，结合古陶瓷残片、同期器物等实物证据验证AI成果，避免过度依赖技术推演。
(答对任意一点得2分，满分4分，其他答案言之有理，能够自圆其说酌情给分)
本题考查学生对文中信息进行分析、运用的能力。
①材料二提到AI解读存在“可靠性验证”难题，而“数字来源链”能解决这一问题。针对“A虹
复原古陶瓷”项目，将古陶瓷原始扫描图、颜料成分数据等开源，形成可回溯链条，正是依据这
一理念，能让复原结果可核查、验证。②材料二指出跨学科协作是降低AI误判风险的关键。
在该项目中，历史学者提供古陶瓷年代、工艺等标注数据，计算机专家训练专用模型，这种“双
轨审核”的协作模式，能结合双方专业优势，提升AI复原古陶瓷的精准度。③材料二强调要
坚守历史研究的“主体性”，避免“技术决定认知”。在项目里让历史学者占据主导，结合实物
证据验证A1复原结果，可防止技术推演消解古陶瓷的历史语境，避免复原结果偏离史实。
5.这种观点存在误解，AI无法替代历史学者的核心价值。
①AI的解读需要经过专家的验证，确保其可靠性，AI的“黑箱运算”和“幻觉现象”可能生成
看似合理却无依据的内容，需要历史学者进行核验。②虽然AI在历史研究中的应用能够提
升数据处理效率和实现场景还原，但历史研究的精髓在于历史学者对史料进行价值判断与意
义阐释，这是AI无法替代的。③历史学者在AI应用中不仅需要验证AI的解读结果，还需
要为AI提供精准的标注数据和逻辑约束，AI始终是重要的辅助工具，而历史学者才是历史
【高二语文·参考答案第1页（共6页）】桂林十二县期中联考高二语文
考生注意：
1.本试卷共150分，考试时间150分钟。
2.请将各题答案填写在答题卡上。
3.本试卷主要考试内容：部编版选择性必修中、下册。
报
一、阅读(72分)】
(一)阅读I(本题共5小题，19分)
欧
阅读下面的文字，完成1~5题。
材料一：
人工智能(A)与历史研究、文化遗产保护的跨界融合，正从技术辅助工具升级为重构认知
路径的核心力量，其应用形态随技术迭代呈现出清晰的演进脉络。这一进程大致可分为三个阶
段，每个阶段的技术特征与历史研究价值形成鲜明呼应。
救
早期应用聚焦“数据处理效率提升”，以基础算法解决历史研究中的“海量信息困境”。20
世纪末至21世纪初，计算机技术初步介入历史领城，主要承担数据分类、索引建立等辅助性工
作。例如，针对朝鲜王国14世纪至20世纪初的数十万篇宫廷档案，人工整理与翻译需耗时数
到
十年，而基于早期机器学习的文本识别系统虽准确率有限，却将初步分拣与关健词提取效率提
升近百倍。这一阶段的AI本质是“数字化助手”，仅替代人力完成重复性劳动，并未触及历史
解读的核心环节，研究范式仍以学者主观分析为主。
中期发展进入“残缺信息补全”阶段，深度学习技术成为破解历史残片的关健工具。随着卷
积神经网络(CNN)、循环神经网络(RNN)的成熟，AI开始具备从残缺载体中提取有效信息的
能力。在古文字研究领域，中国团队利用CN模型复原侵蚀严重的甲骨文图案，精准捕捉宇
符演变轨迹；牛津大学研发的Pythia模型通过学习数万份希腊铭文，成功预测西西里希腊铭文
的缺失字符，解决了学者“知识盲区”导致的解读难题。这一阶段的突破在于，AI能基于历史数
据的内在逻辑进行推演，其成果可直接作为研究佐证，但仍需依赖人类专家判断其合理性。
线
当前，AI应用已迈入“深度认知重构”阶段，多模态大模型推动历史研究从“文本解读”走向
“场景还原”。Transformer模型的突破使AI能整合文本、图像、空间等多维度数据，实现从“识
别信息”到“构建认知”的跨越。“维苏威挑战”项目中，AI结合X射线断层扫描与深度学习，在
不拆解碳化卷轴的前提下完成虚拟展开与文字识别，修正了学者对斐洛德漠《论恶习》一书结构
的传统认知；浙江大学团队则通过大模型分析古画颜料成分、作者风格，结合材料实验室的实物
验证，让唐代《挥扇仕女图》等褪色画作重现原貌，并构建起关联历代绘画数据的知识图谱。更
具突破性的是生成式AI的应用，通过分析文献中的语言特征与思想脉络，AI可构建孔子、王安
石等历史人物的虚拟形象，使学习者能在V℉场景中“对话先贤”，实现历史知识的沉浸式传递。
(摘自佛罗里达大学团队撰写的《AI世代：从AI1.0到AI4.0》)
【高二语文第1页（共8页）】
CS扫描全能王
3亿人都在用的扫描App

展开更多......

收起↑