2025年人工智能与伦理问题考试题及答案_第1页
2025年人工智能与伦理问题考试题及答案_第2页
2025年人工智能与伦理问题考试题及答案_第3页
2025年人工智能与伦理问题考试题及答案_第4页
2025年人工智能与伦理问题考试题及答案_第5页
已阅读5页,还剩9页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

2025年人工智能与伦理问题考试题及答案一、单项选择题(每题2分,共20分。每题只有一个正确答案,请将正确选项填入括号内)1.2024年欧盟《人工智能法案》正式生效后,下列哪一类系统被直接划入“禁止类AI”?A.用于信用评分的深度学习模型B.在公共场所实时进行人脸识别的大规模监控系统C.基于用户浏览历史的推荐算法D.医院用于辅助诊断的影像识别系统【答案】B2.在“差别性影响”(disparateimpact)框架下,若某招聘算法对女性候选人的通过率比男性低25%,则首要的伦理审查步骤是:A.立即下线该算法并公开道歉B.检查训练数据是否存在历史性别偏差C.将性别字段从特征集中删除D.引入随机噪声以平衡通过率【答案】B3.2023年10月,联合国教科文组织发布的《人工智能伦理建议书》首次将哪项权利列为“算法可撤销权”的上位概念?A.数据可携权B.人类自主决策权C.算法解释请求权D.数字遗忘权【答案】B4.当生成式AI在医疗咨询场景下给出错误诊断导致患者损害,依据2025年《中华人民共和国人工智能侵权责任条例(草案)》,承担“首要赔偿责任”的主体是:A.模型权重托管云服务商B.提供咨询界面的终端医院C.算法备案人(通常是开发企业)D.患者本人因未进行二次确认【答案】C5.“道德机器实验”(MoralMachine)2018—2023年的全球数据显示,在“保护乘客还是保护行人”两难中,下列哪项偏好比例最高?A.保护年轻人多于老年人B.保护富人多于穷人C.保护更多数量生命D.保护守法者多于违法者【答案】C6.联邦学习在跨机构医疗数据协作中面临的主要伦理障碍是:A.模型参数传输时可能泄露患者隐私B.计算开销过大导致碳排放超标C.医疗机构间无法达成利润分成协议D.无法满足GDPR第9条“特殊类别数据”明示同意要求【答案】A7.2025年1月,美国FTC对一家社交软件公司处以3.5亿美元罚款,因其推荐算法被认定为“对未成年人构成不合理伤害”。该处罚援引的法律条文是:A.《儿童在线隐私保护法》(COPPA)B.《联邦贸易委员会法》第5条“不公平或欺诈行为”C.《算法责任法案》(尚未生效)D.《通信规范法》第230条【答案】B8.“可解释AI”在欧盟高风险系统中必须满足的最低标准是:A.向终端用户提供完整模型权重下载B.提供足以理解模型决策逻辑的“有意义信息”C.开源训练数据D.在界面显著位置展示准确率指标【答案】B9.2024年,某自动驾驶卡车在L3级别模式下因传感器故障撞上施工路障。事故后调查发现,系统日志显示“人类安全员在碰撞前0.4秒才收到接管请求”。该情形主要违反了伦理原则中的:A.可审计性B.人类有效监督C.公平性D.数据最小化【答案】B10.在“AIforGood”全球峰会上,被首次写入《日内瓦宣言》的“算法休假权”是指:A.员工有权要求雇主在周末关闭AI监控系统B.用户每月可免费获得一次算法推荐“静默日”C.劳动者可拒绝在休假期间被AI远程绩效追踪D.平台必须为骑手提供“拒绝算法派单”的24小时冷却期【答案】C二、多项选择题(每题3分,共15分。每题有两个或两个以上正确答案,多选、少选、错选均不得分)11.下列哪些做法可以有效降低人脸识别在跨种族场景下的假阳性率差异?A.在训练集中增加少数族裔样本权重B.采用种族平衡测试集进行迭代验证C.将肤色从特征空间中显式移除D.引入对抗性去偏网络E.直接降低整体识别阈值【答案】A、B、D12.关于“生成式AI水印”技术,下列说法正确的有:A.2025年ISO颁布的《文本水印238782》要求至少对每100词嵌入1bit信息B.谷歌SynthID方案对图像像素修改量低于1/256时,仍可被压缩后检出C.中文大模型普遍采用“词汇替换+句法变换”双通道隐写D.欧盟规定未加水印即发布政治广告属刑事犯罪E.音频水印必须嵌入人耳听觉敏感频段以保证鲁棒性【答案】A、B、C13.以下哪些情形会触发《人工智能伦理影响评估(AIEIA)》的强制申报?A.某市交通局部署实时行人轨迹预测系统B.银行使用AI对小微企业贷款额度进行自动审批C.高校科研团队内部测试用于辅助批改作业的LLMD.电商平台基于用户画像动态调整商品价格E.医院使用AI辅助阅片,但仅作为医生参考工具【答案】A、B、D14.在“人工智能与气候正义”框架下,训练大模型导致的碳排放责任分配应遵循:A.生产者延伸责任(谁训练谁负责)B.使用者付费(推理阶段按调用量付费)C.国家间共同但有区别的责任D.开源模型社区集体豁免E.采用绿色电力即自动免责【答案】A、B、C15.2025年《韩国深度伪造特别法》将“非合意色情深度伪造”列为加重情节,其量刑参考因素包括:A.是否使用国家公共数据训练B.是否对被害人造成二次伤害传播C.是否在加密聊天室付费观看D.是否主动删除并在媒体道歉E.是否利用政府补贴算力【答案】B、C、E三、判断题(每题2分,共10分。正确打“√”,错误打“×”)16.2025年起,中国所有APP若使用个性化推荐,必须在首次启动时提供“一键关闭”且不得二次弹窗提醒。【答案】√17.根据《人工智能伦理审查办法(试行)》,高校科研用途的AI系统无需进行伦理审查,只需备案。【答案】×18.研究发现,当训练数据中毒比例超过3%时,联邦学习模型在医疗影像任务上的AUC下降幅度高于集中式训练。【答案】√19.目前全球已有超过60个国家在数据保护法中明确赋予个人“免受完全自动化决策”的权利。【答案】√20.2024年IEEE发布的《算法偏见检测标准》规定,任何AI系统只要训练数据代表性与用户群体一致,即可视为无偏见。【答案】×四、简答题(每题10分,共30分)21.简述“差别性待遇”与“差别性影响”在算法公平性评估中的区别,并给出各自适用的法律场景。【答案要点】差别性待遇(disparatetreatment)指算法在设计上显式使用受保护属性(如种族、性别)作为决策依据,构成直接歧视,适用《民权法》第7章等禁止性条款;差别性影响(disparateimpact)指算法表面中性但对受保护群体造成不成比例的不利结果,需通过“四步检验”(业务必要性、最小限制性手段等)进行正当化,适用于信贷、就业、住房等领域。案例:美国HUDv.Facebook案即围绕差别性影响展开,最终达成和解并要求平台移除“相似受众”中的种族proxies。22.概述“人类自主决策权”在医疗AI辅助决策中的三项具体实现机制,并指出其伦理学依据。【答案要点】(1)“有意义人类控制”机制:AI仅提供可解释的概率与证据,最终治疗方案由医生勾选确认,确保因果链上人类为“最终作者”;(2)“动态同意”机制:患者可实时撤回对AI建议的授权,系统立即切换至纯人工模式,体现康德“目的自身”原则;(3)“反向教育”义务:医生须向患者披露AI的局限与不确定性,保障患者的知情同意权,契合比彻姆“四原则”中的尊重自主。伦理学依据:康德义务论强调理性主体不可被工具化;罗尔斯正义论要求最不利者(患者)拥有退出权;比彻姆四原则提供临床伦理框架。23.说明“算法可撤销权”与“数字遗忘权”的异同,并分析其在生成式AI时代的实施难点。【答案要点】相同点:均赋予个人对数字足迹的删除请求权,根源在于人格尊严与信息自决。差异:(1)对象不同——前者针对算法模型本身(权重、参数),后者针对公开数据(搜索索引、社交媒体帖子);(2)技术路径不同——前者需实现“机器遗忘”(unlearning),后者多为数据删除与去索引;(3)法律属性不同——前者属“算法治理”范畴,后者为“数据保护”子权利。实施难点:a.生成式AI参数高度集成,难以定位特定个人数据贡献;b.机器遗忘技术尚不成熟,重训练成本高昂;c.模型一旦开源,全球副本无法追踪;d.可能引发“模型降智”与商业机密泄露风险,需平衡第三方利益。五、案例分析题(25分)24.案例背景:2025年3月,A国B市政府与C公司联合部署“智慧养老陪护机器人Ribo”,在1200户独居老人家中试点。Ribo具备语音对话、跌倒检测、药物提醒功能,其对话数据经边缘计算脱敏后上传至市政云平台,用于优化情感陪护算法。6月,媒体曝光:(1)Ribo夜间默认开启“情感营销”模式,向老人推荐合作保险公司的长护险产品,转化率18%,其中73%用户年龄在75岁以上;(2)两名老人因听错药物剂量导致低血糖入院,家属发现Ribo在药物提醒时使用了网络段子语言,疑似训练数据污染;(3)云平台上发现可明文下载的“语音片段地址姓名”映射表,涉及840人;(4)第三方审计显示,Ribo对地方口音识别准确率差异显著:对主城区口音92%,对郊区移民口音仅74%,后者多为低收入群体。请结合伦理原则与法律规范,回答:(1)指出C公司违反的四项具体伦理原则(8分);(2)评估B市政府在采购与监管中的过失责任(5分);(3)设计一套“补救+预防”综合方案,包括技术、法律、组织层面(12分)。【参考答案】(1)违反伦理原则:a.尊重自主:夜间默认营销且针对认知能力下降的高龄群体,未获得有效同意;b.有益无害:药物提醒错误导致健康损害,未尽到“不伤害”义务;c.公平性:口音识别差异造成对低收入移民群体的服务降级,构成算法歧视;d.可解释与透明:未向老人披露营销意图及数据二次使用目的,违背透明原则。(2)市政府过失:采购阶段未进行AIEIA伦理影响评估;合同未约定数据安全与算法公平性KPI;监管阶段未建立“算法沙箱”与退出机制;对敏感数据明文存储未做现场验收,构成监管懈怠,应承担行政赔偿连带责任。(3)综合方案:技术层:1.立即推送OTA更新,关闭默认营销模块,增加“子女二次确认”语音网关;2.采用差分隐私+联邦学习,将语音数据在本地嵌入噪声后再上传,杜绝明文映射;3.引入口音自适应迁移学习模块,对郊区口音数据增广,目标差异<5%。法律层:1.C公司依据《产品质量法》召回同批次机器人,赔偿医疗费并设立2

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论