2026年《网络传播概论及科技知识》考试题与答案

2026年《网络传播概论及科技知识》考试题与答案一、单项选择题（每题2分，共20分）1.根据中国互联网络信息中心（CNNIC）2025年2月发布的第55次《中国互联网络发展状况统计报告》，截至2024年12月，我国网民规模与互联网普及率分别为：A.10.79亿，76.4%B.11.08亿，79.4%C.11.32亿，81.2%D.11.56亿，83.5%答案：B解析：第55次CNNIC官方报告数据显示，截至2024年12月，我国网民规模达11.08亿，互联网普及率达79.4%，较2023年底提升0.8个百分点，农村地区互联网普及率达66.2%，城乡互联网普及率差距缩小至18.1个百分点。2.我国《生成式人工智能服务管理暂行办法（2024修订）》明确要求，生成式人工智能服务提供者应当对AI生成内容履行哪项义务：A.仅需审核无需标注B.对AI生成内容进行显著标识C.仅需添加隐式水印无需显性标注D.公开全部训练数据答案：B解析：2024年国家网信办修订的《生成式人工智能服务管理暂行办法》第十六条明确规定，生成式人工智能服务提供者应当按照国家有关规定，对生成的人工智能内容进行显著标识，方便公众区分AI生成内容与自然人原创内容，提升内容生产透明度，防范深度伪造等风险。3.截至2024年12月，我国短视频用户规模（CNNIC数据）占网民总数的比例为：A.82.3%B.88.6%C.94.7%D.98.1%答案：C解析：第55次CNNIC报告显示，截至2024年12月，我国短视频用户规模达10.50亿，占网民总数的94.7%，人均单日使用短视频时长达到152分钟，短视频已成为我国用户使用时长最长的互联网应用类型。4.Web3.0的核心特征是：A.中心化平台主导内容分发B.分布式存储与用户数据确权C.专业机构主导内容生产D.移动化场景接入答案：B解析：Web3.0基于区块链、分布式账本技术构建，核心特征为分布式存储、分布式确权与价值分配，用户完全掌握自身数据所有权与内容使用权，区别于Web2.0模式下平台中心化占有用户数据、分配流量价值的逻辑。5.我国具有舆论属性的算法推荐服务备案的受理监管主体是：A.国家互联网信息办公室B.工业和信息化部C.市场监督管理总局D.国家广播电视总局答案：A解析：根据《互联网信息服务算法推荐管理规定》，具有舆论属性或者社会动员能力的算法推荐服务提供者，应当自提供服务之日起十个工作日内，向国家互联网信息办公室履行算法备案手续，因此备案受理与监管主体为国家网信办。6.生成式AI相对于判别式AI的核心差异是：A.生成式AI用于分类任务，判别式AI用于生成任务B.生成式AI可以学习数据分布生成新内容，判别式AI用于对输入内容分类判断C.生成式AI需要的数据量更小D.判别式AI只能处理文本数据答案：B解析：AI模型分为生成式与判别式两类，生成式AI的核心功能是学习训练数据的概率分布，生成符合分布规律的新内容；判别式AI的核心功能是对输入内容进行分类、判断，不具备生成新内容的能力，当前ChatGPT、文心一言等通用大模型均属于生成式AI范畴。7.网络传播中“回声室效应”指的是哪一种现象：A.用户主动接触与自身立场一致的信息，排斥异质信息，强化原有立场B.信息在网络中快速扩散引发群体极化C.算法推荐不断推送给用户相似内容D.虚假信息快速传播超过真相传播速度答案：A解析：回声室效应由心理学家凯斯·桑斯坦提出，核心内涵是在网络传播环境中，用户更倾向于选择符合自身既有认知、立场的信息，主动排斥异质观点，最终形成认知固化、立场强化的封闭传播环境，算法推荐会放大回声室效应。8.数字孪生技术的核心是：A.生成虚拟数字人B.在虚拟空间构建物理实体的实时映射模型C.构建虚拟沉浸式场景D.实现AI生成虚拟内容答案：B解析：数字孪生技术的核心是利用传感器数据、数字建模，在虚拟空间构建与物理实体一一对应、实时同步的映射模型，实现对物理实体的模拟、监测、预测与优化，目前已广泛应用于工业制造、城市治理、传播展览等领域。9.当前通用大语言模型的门槛参数规模通常为：A.亿级参数B.十亿级参数C.千亿级及以上参数D.百兆级参数答案：C解析：当前行业普遍将千亿级及以上参数规模作为通用大语言模型的技术门槛，千亿级参数的大模型具备涌现能力，能够完成复杂推理、多轮对话、跨模态理解等任务，千亿参数以下模型通常为垂直领域专用大模型。10.计算广告中实时竞价（RTB）模式的核心逻辑是：A.按广告触达效果付费B.广告平台对每一次广告曝光进行实时竞价，出价最高者获得曝光C.按广告投放时间付费D.按广告点击量固定付费答案：B解析：实时竞价RTB是当前互联网展示广告的核心交易模式，核心逻辑是用户访问媒体页面时，广告需求方平台实时对本次曝光进行竞价，出价最高的广告主获得本次曝光机会，实现广告流量的精准匹配与价值最大化。二、多项选择题（每题3分，共30分，多选、少选、错选均不得分）1.生成式AI技术对网络内容生产的影响包括：A.降低内容生产门槛，提升内容生产效率B.丰富内容生产形态，催生多模态内容产品C.完全替代人类创作者的劳动D.引发内容版权、虚假内容等新问题答案：ABD解析：生成式AI可以辅助人类创作者提升效率、降低门槛，但目前仍无法完全替代人类创作者的原创性、思想性创作，因此C选项错误，ABD均为生成式AI对内容生产的正确影响。2.移动互联网时代，网络传播的核心特征包括：A.传播主体泛在化，人人都可成为传播者B.传播场景移动化，传播渗透到日常生活全场景C.内容分发算法化，算法成为内容匹配用户的核心机制D.传播关系社交化，内容传播依托社交关系网络扩散答案：ABCD解析：移动互联网普及后，网络传播突破了传统PC时代的时空限制，形成了主体泛在、场景移动、分发算法化、关系社交化的核心特征，四个选项均正确。3.当前生成式AI传播面临的主要伦理问题包括：A.深度伪造引发内容真实性危机B.训练数据爬取侵犯知识产权与个人隐私C.算法偏见放大社会不平等D.大规模生成内容引发生态过载答案：ABCD解析：当前生成式AI在应用过程中，衍生出深度伪造虚假内容、训练数据侵权、算法偏见放大歧视、内容生产过剩引发生态过载等多类伦理问题，四个选项均正确。4.我国网络传播科技治理的核心原则包括：A.坚持发展与安全并重B.包容审慎对待创新C.落实网络主体责任D.维护国家网络主权答案：ABCD解析：我国当前网络传播科技治理形成了“发展与安全并重、包容审慎创新、落实主体责任、维护网络主权”的核心原则，四个选项均符合我国治理框架要求。5.算法推荐对网络传播的负面影响包括：A.引发信息茧房与回声室效应B.流量至上导向引发低俗内容泛滥C.算法黑箱导致不透明的内容操控D.降低内容分发的精准度答案：ABC解析：算法推荐的核心优势是提升内容分发的精准匹配度，因此D选项错误，ABC均为算法推荐带来的典型负面影响。6.元宇宙的核心支撑技术包括：A.虚拟现实（VR）/增强现实（AR）技术B.区块链技术C.人工智能大模型技术D.5G/6G通信技术答案：ABCD解析：元宇宙是沉浸式虚拟空间的融合生态，核心支撑技术包括VR/AR交互技术、区块链确权技术、人工智能生成内容技术、高速通信技术四个层面，四个选项均正确。7.网络舆论的特征包括：A.扩散快速性B.意见多元性C.群体极化性D.互动即时性答案：ABCD解析：网络舆论依托网络传播的即时性、互动性，具有扩散快、意见多元、容易引发群体极化等特征，四个选项均正确。8.下列属于我国网络传播相关法律法规的是：A.《中华人民共和国网络安全法》B.《互联网信息服务算法推荐管理规定》C.《生成式人工智能服务管理暂行办法》D.《中华人民共和国数据安全法》答案：ABCD解析：四部法律法规均为我国现行有效的网络传播与网络科技领域的核心监管规则，四个选项均正确。9.数字鸿沟主要包括哪几个层面：A.接入鸿沟，不同群体接入互联网的差距B.使用鸿沟，不同群体使用互联网能力的差距C.产出鸿沟，不同群体利用互联网获得收益的差距D.内容鸿沟，不同群体接触内容的差异答案：ABC解析：数字鸿沟的经典划分分为三个层面：第一层面是接入鸿沟，即是否能够接入互联网；第二层面是使用鸿沟，即使用互联网的能力差异；第三层面是产出鸿沟，即利用互联网创造价值获得收益的差异，ABC正确。10.大语言模型在新闻传播领域的应用场景包括：A.AI辅助写稿、素材整理B.AI生成个性化新闻推送C.AI主持虚拟主播播报D.AI深度分析用户数据与舆情答案：ABCD解析：当前大语言模型已经广泛应用于新闻生产、分发、播报、舆情分析等全链条，四个选项均属于典型应用场景。三、名词解释题（每题4分，共20分）1.AIGC答案：AIGC全称是ArtificialIntelligenceGeneratedContent，即人工智能生成内容，是继UGC（用户生成内容）、PGC（专业生成内容）之后的新型内容生产模式，核心是依托生成式人工智能技术，自动生成文本、图像、音频、视频、3D模型等多模态内容。2022年ChatGPT推出后，AIGC进入规模化商用阶段，彻底重构了网络内容生产的产业链与生态格局。2.算法黑箱答案：算法黑箱指算法模型的决策与推送过程不透明，外部主体无法观测、理解算法的内部运行逻辑与决策过程的现象。在网络传播领域，平台的算法推荐模型多为不公开的商业秘密，用户与监管机构无法知晓内容被推送或过滤的具体原因，容易引发算法操控、歧视、不公正等问题，是当前算法规制的核心治理对象。3.信息茧房答案：信息茧房是由美国学者凯斯·桑斯坦提出的概念，指在算法推荐与用户主动选择的共同作用下，用户的信息接触会被局限在符合自身兴趣、立场的狭窄范围内，如同被封闭在“茧房”中，最终导致用户认知固化、视野狭窄，难以接受异质观点，容易引发群体对立与社会分裂。4.数字人答案：数字人是依托数字建模、动作捕捉、生成式AI等技术构建的虚拟人物，具备类人的外观、行为与交互能力，按照功能可以分为服务型数字人、身份型数字人两类，当前已经广泛应用于新闻播报、直播带货、品牌代言、文旅服务等网络传播场景，是数字经济领域的典型应用形态。5.网络把关人答案：网络把关人是在传统把关人理论基础上发展而来的概念，指网络传播环境中，对信息进行筛选、加工、过滤，决定信息能否进入传播渠道的主体或机制。移动互联网时代，把关主体从传统的新闻机构拓展到平台算法、普通用户，形成了“人机协同、多层级把关”的新把关格局。四、简答题（每题7分，共14分）1.简述生成式AI对传统把关人理论的冲击与变迁。答案：传统把关人理论的核心观点认为，大众传播时代信息由专业机构进行层级化筛选，只有符合机构标准的内容才能进入传播渠道，把关主体清晰、流程固定。生成式AI普及后，传统把关机制发生了根本性变迁：（1）把关主体从单一专业机构变成人机协同多元主体：生成式AI降低了内容生产门槛，普通用户也可以批量生产内容，平台算法成为核心把关主体，AI本身也成为辅助把关的工具，形成了“用户生产-AI初筛-平台复核-监管抽查”的多元主体把关结构。（2分）（2）把关对象从人类原创内容拓展到AI生成内容：AI生成内容具有规模化、同质化、易伪造等特征，把关需要新增AI内容识别、真实性核验、版权审核等新任务，大大提升了把关的难度与复杂度。（2分）（3）把关逻辑从事后把关变成全流程动态把关：传统把关是内容生产完成后的静态把关，生成式AI时代，内容生产过程中就需要进行动态把关，防范生成违规内容，形成了“训练数据审核-生成过程管控-生成内容核验”的全流程把关逻辑。（2分）（4）把关标准新增了AI内容标识、透明度等新要求：现行监管规则要求AI生成内容必须标注，透明度成为把关的新指标，打破了传统只关注内容合规性的标准。（1分）2.简述我国算法治理的核心框架。答案：我国经过近十年的探索，已经形成了法律监管、行政备案、技术约束、行业自律结合的多元算法治理框架：（1）法律规则层面：形成了以《网络安全法》《数据安全法》《个人信息保护法》为基础，以《互联网信息服务算法推荐管理规定》为核心的专门规则体系，明确了算法推荐服务提供者的主体责任，禁止算法歧视、算法操控、大数据杀熟等违法违规行为。（2分）（2）行政监管层面：建立了算法备案制度，要求具有舆论属性、社会动员能力的算法必须向国家网信办备案，对生成式AI算法、推荐算法、排序算法等进行分类监管，定期开展算法安全专项检查，对违规算法依法处置。（2分）（3）技术治理层面：推动算法透明度建设，要求平台公开算法推荐的基本原理，推广可解释AI技术，建立算法安全评估机制，要求平台定期开展算法风险自评估，及时排查算法风险。（2分）（4）行业自律层面：推动互联网行业制定算法自律公约，引导企业主动落实主体责任，建立内部算法伦理审查机制，接受社会监督。（1分）五、论述题（共16分）题目：结合近年的案例，论述大语言模型技术迭代背景下，网络传播伦理面临的新挑战与我国的治理路径。答案：2023年以来，GPT-4o、文心一言4.0、Claude3等大语言模型快速迭代，生成式AI进入多模态通用阶段，深度融入网络传播全链条，在提升传播效率的同时，也催生了一系列新的传播伦理挑战，具体如下：（一）大语言模型带来的新传播伦理挑战1.内容真实性危机，深度伪造技术降低虚假内容生成门槛。大语言模型结合多模态生成技术，只需要几张图片就可以生成以假乱真的AI换脸视频、AI语音，生成AI谣言的成本几乎为零。2024年美国大选期间，出现了大量AI生成的候选人假视频、假演讲，在TikTok、X等社交媒体快速扩散，覆盖用户超亿次，严重干扰选举秩序；国内也多次出现AI换脸诈骗、AI生成虚假灾情信息的案例，2024年河南局部暴雨期间，AI生成的“水库决堤”假视频12小时内转发超10万次，引发公众恐慌，对公共秩序与公众财产安全造成威胁。内容真实性是网络传播伦理的核心基础，AI生成虚假内容的规模化出现，彻底冲击了传统的内容真实性判断体系，用户很难依靠肉眼区分AI内容与真实内容，引发了整体性的信任危机。2.知识产权与创作权益冲突，侵权风险凸显。大语言模型训练需要爬取海量的互联网原创内容，多数训练数据没有获得原作者的授权，直接侵犯了原作者的著作权。2024年，美国13名作家联合起诉OpenAI侵权，索赔金额超10亿美元；国内也出现了百名插画师联合起诉AI绘画平台侵权的案例，目前AI生成内容的著作权归属还存在法律争议，大量AI作品未经授权使用人类原创内容训练，本质上是对人类创作劳动的无偿占有，损害了创作者的合法权益，冲击了“原创受保护”的基本传播伦理。3.隐私泄露与算法偏见放大社会不平等。一方面，大语言模型训练过程中会爬取大量用户的个人信息，对话交互过程中也会收集用户的隐私数据，容易引发大规模隐私泄露，2024年某头部大模型被爆出训练数据泄露超过10万条用户对话隐私，对用户权益造成直接损害；另一方面，大语言模型的训练数据来自互联网既有内容，自带既有社会结构中的偏见，例如对特定性别、特定地域群体的刻板印象，算法会不断放大这些偏见，在招聘推荐、内容推送中产生歧视，进一步加剧不同群体之间的信息鸿沟与社会不平等。4.人的主体性消解，算法操控舆论风险升级。大语言模型可以批量生成符合特定立场的内容，操控舆论的成本大大降低，一些资本、势力可以用AI批