2026年AI伦理学在线课程测试题及答案解析

2026年AI伦理学在线课程测试题汇总及答案解析一、单项选择题（每题2分，共10题，共20分）1.下列关于算法偏见的表述，错误的是（）。A.训练数据中的历史偏见可能导致模型产生歧视B.特征选择不当可能引入性别、种族等敏感因素的代理变量C.只要模型复杂度足够高，算法偏见就会自动消失D.部署后的用户交互反馈可能放大既有偏见2.欧盟《人工智能法案》对高风险AI系统提出的合规要求不包括（）。A.建立风险管理系统B.使用具有代表性且错误尽可能少的训练数据C.一律禁止在公共场所使用人脸识别D.保存技术文件与记录以便审计3.深度伪造技术最核心的伦理风险是（）。A.生成图像清晰度太高B.可能被用于制造虚假信息、侵害他人名誉和操纵舆论C.需要消耗大量计算资源D.对GPU型号要求较为苛刻4.AI系统的“可解释性”主要指的是（）。A.系统能够自动修复自身代码B.人类能够理解其决策依据、推理过程或输出原因C.模型推理速度大幅提高D.系统无需人工参与即可部署5.某招聘AI系统虽未直接使用性别、种族等敏感字段，但通过学习邮编、姓名、运动偏好等间接特征，对某些群体产生系统性不利影响。这在AI伦理中通常被称为（）。A.直接歧视B.间接歧视或差别影响C.过拟合D.欠拟合6.生成式AI产生“幻觉”带来的主要伦理问题是（）。A.模型训练能耗显著上升B.输出的内容可能看似合理却与事实不符，进而误导用户C.云服务费用必然增加D.系统响应时间变长7.下列做法中，更符合数据知情同意原则的是（）。A.在用户完全不知情时采集人脸图像用于模型训练B.以清晰、易懂的方式告知数据用途、范围和风险，并获得用户明确同意C.从公开网页大规模抓取个人数据后，不再告知数据主体D.将隐私条款隐藏于大量专业术语中，并默认勾选同意8.自动驾驶车辆在不可避免的碰撞中应如何作出伦理选择，当前更被广泛接受的治理思路是（）。A.只保护车内乘客，不考虑其他交通参与者B.只保护行人，无条件牺牲车内人员C.在部署前公开决策规则，并通过法律法规、行业标准和社会协商形成约束D.由车辆随机选择碰撞对象9.医疗AI系统给出错误建议并导致患者伤害时，较为合理的责任认定方式是（）。A.全部由AI系统自身承担B.全部由患者自行承担C.结合开发者、医疗机构、医生等多方是否存在过错综合判断D.仅由开发公司承担，医院和医生无责10.根据中国《生成式人工智能服务管理暂行办法》，生成式AI服务提供者发现违法内容时，应当采取的措施是（）。A.不采取任何行动，等待用户自行删除B.及时采取停止生成、停止传输、消除等处置措施，并保存有关记录C.仅在接到监管部门通知后处理D.仅对缴费会员提供内容过滤服务二、多项选择题（每题4分，共5题，共20分。错选、多选、少选均不得分）1.下列哪些属于AI伦理学的主要原则？（）A.公平与非歧视B.透明与可解释C.隐私与数据保护D.责任可追溯2.算法偏见可能产生的环节包括（）。A.历史数据采集与人工标注B.特征选择与代理变量使用C.训练目标函数与奖励机制设计D.系统上线后的反馈数据循环3.关于AI生成内容标识，以下说法正确的有（）。A.深度合成内容依法进行标识，有助于公众辨别真伪B.生成式AI服务提供者有义务防止虚假有害信息传播C.所有AI生成内容都必须经过人工审核后才能发布D.对生成内容进行标识是透明度原则的体现4.下列哪些AI应用通常被认为具有高风险，需要更强监管？（）A.医疗辅助诊断系统B.司法量刑辅助系统C.面向儿童的无害闲聊机器人D.招聘自动筛选系统5.一个完整的AI伦理治理框架通常包括（）。A.伦理审查委员会B.算法影响评估C.第三方审计与认证D.用户投诉与救济渠道三、判断题（每题2分，共10题，共20分）1.AI伦理问题只是技术问题，与社会制度、文化背景没有关系。2.一般而言，训练数据越多，AI模型必然越公平。3.所谓“黑箱”问题意味着所有AI系统都完全不可解释、无法监管。4.个人数据经过脱敏处理后，一定不存在任何隐私泄露风险。5.生成式AI服务提供者需要对由其服务生成的虚假有害信息承担相应的合规义务。6.在公共安全人脸识别应用中，公共利益与个人隐私保护需要进行比例原则权衡。7.欧盟《人工智能法案》将AI系统风险划分为不可接受风险、高风险、有限风险和最小风险。8.AI系统造成损害的，只能由开发者承担责任，部署者和使用者没有任何责任。9.“AI对齐”的目标是使AI系统的行为与人类价值观和意图保持一致。10.深度合成内容只要标注“由AI生成”，就可以用于电信诈骗等违法活动。四、简答题（每题20分，共2题，共40分）1.当前生成式AI的“幻觉”与深度伪造技术相互叠加，对信息生态构成严峻挑战。请分析由此产生的主要伦理风险，并提出至少三项治理措施。2.某市拟在主要街道、商场和交通枢纽全面部署实时人脸识别系统，用于治安防控和重点人员预警。请从AI伦理学角度，分析其潜在收益与风险，并提出合规建议。参考答案与解析一、单项选择题1.答案：C解析：模型复杂度与公平性并无正相关关系。复杂模型同样可能从有偏数据中学习并固化歧视，甚至更难解释和纠偏。2.答案：C解析：该法案并未完全禁止公共场所人脸识别，而是在执法等特定场景有例外和严格限制；禁止的是不可接受风险的部分应用。3.答案：B解析：深度伪造直接把真实人像、声音嫁接到虚假内容中，容易造成“有图有真相”的误导效果。4.答案：B解析：可解释性解决的是“AI为什么作出该决定”的问题，是透明度和问责的基础。5.答案：B解析：未直接使用敏感特征，但通过代理变量产生实质性歧视后果，属于间接歧视或差别影响。6.答案：B解析：幻觉内容的危险性在于其流畅性和表面可信度，容易让用户对错误信息产生信任。7.答案：B解析：知情同意的核心是自愿、明确、充分告知，而非隐瞒或默认勾选。8.答案：C解析：电车难题没有唯一技术答案，伦理上更强调规则透明、多方协商和可问责的制度设计。9.答案：C解析：AI医疗事故往往涉及产品缺陷、部署使用、专业判断等多个环节，应基于过错和因果链条分配责任。10.答案：B解析：该办法明确要求对违法内容及时处置并向有关主管部门报告，体现了“平台有责”的治理逻辑。二、多项选择题1.答案：ABCD解析：上述四项是大多数AI伦理准则共同强调的核心原则，也常见于OECD、欧盟、中国等AI治理文件。2.答案：ABCD解析：偏见不是单点问题，而是贯穿数据、建模、部署、反馈全生命周期，需要在各环节进行审计。3.答案：ABD解析：C项过于绝对，并非所有内容都必须人工审核；实践中可采取技术过滤、抽查、用户举报等分级处置。4.答案：ABD解析：医疗、司法、就业等场景直接影响个人基本权利和重大利益，属于典型高风险应用；儿童闲聊机器人若涉及隐私与安全也应评估，但常规场景风险较低。5.答案：ABCD解析：伦理治理需要组织、程序、技术标准和救济机制相结合，不能仅依赖开发者自律。三、判断题1.答案：错误2.答案：错误解析：数据量大不等于数据代表性强。如果数据本身存在偏差，规模扩大反而可能强化偏见。3.答案：错误4.答案：错误5.答案：正确6.答案：正确7.答案：正确8.答案：错误9.答案：正确10.答案：错误解析：标识不能免除违法犯罪责任；利用深度合成实施诈骗仍然构成违法甚至犯罪。四、简答题1.答案：(1)主要伦理风险：•虚假信息大规模生产与传播，误导公众认知，破坏社会信任；•深度伪造他人肖像、声音，侵害肖像权、名誉权，可能用于敲诈、诈骗、名誉操纵；•生成内容来源难辨，导致“有图无真相”，加剧网络舆论极化；•算法可能放大既有偏见，形成对特定群体的刻板印象；•公众对信息的真实性产生普遍怀疑，造成“真相衰退”。(2)治理措施（至少三项）：•依法落实生成式AI内容标识制度，要求对深度合成内容进行显著标识；•平台建立内容审核、监测、投诉、下架闭环机制，并保存相关记录；•发展深度伪造检测技术，提升对合成音视频的识别能力；•开展公众媒介素养教育，提高用户对AI生成内容的辨别意识；•完善立法与执法，对利用AI生成虚假有害信息、实施诈骗等行为追究法律责任；•推动算法备案、安全评估和第三方审计，强化源头治理。解析：该题考查生成式AI对信息生态的复合影响。答题需区分“幻觉”是模型基于概率产生的失真，而“深度伪造”是人为恶意合成，二者叠加后风险被放大。治理应从技术标识、平台审核、法律追责、公众教育等多维度展开，体现“技术—制度—人”协同治理思路。2.答案：(1)潜在收益：•提升公共安全与应急响应效率，帮助寻找走失人员、识别犯罪嫌疑人；•对重点区域进行实时监测，降低部分犯罪发生率；•为大型活动和交通管理提供数据支持。(2)主要风险：•大规模、无差别收集人脸等生物识别数据，严重压缩公民隐私空间；•误识别可能造成错误预警或执法，侵犯无辜者合法权益；•算法偏见可能对特定种族、性别、年龄群体产生不成比例的误判；•缺乏透明度，公众难以知晓系统如何运行、数据如何存储和使用；•可能出现功能蠕变，即从治安防控扩展到追踪行踪、信用评分等其他目的。(3)合规建议：•遵循合法、必要、最小化原则，明确法律授权和适用场景，不得无限扩大范围；•开展算法影响评估与数据保护影响评估，充分论证部署的必要性和相称性；•建立严格的数据安全管理制度，对人脸数据进行加密存储、脱敏处理和访问控制；•保障公众