2026年人工智能伦理与法律课程考试试题及答案

2026年人工智能伦理与法律课程考试试题及答案一、单项选择题（每题2分，共20分）1.我国《新一代人工智能伦理规范》提出了增进人类福祉、促进公平公正、保护隐私安全、确保可控可信、强化责任担当、提升伦理素养等基本伦理要求。下列哪一项不属于这些基本要求？A.增进人类福祉B.促进公平公正C.保护隐私安全D.追求技术绝对自主答案：D解析：“技术绝对自主”与“可控可信”要求相悖，不属于人工智能伦理基本要求。2.根据《个人信息保护法》，下列哪一项属于敏感个人信息？A.姓名B.手机号码C.行踪轨迹D.电子邮箱答案：C解析：《个人信息保护法》第28条将行踪轨迹明确列举为敏感个人信息。3.根据《生成式人工智能服务管理暂行办法》，生成式人工智能服务提供者在向用户提供服务时，应当：A.保证生成内容绝对真实准确B.对服务可能产生的风险进行适当提示C.禁止生成任何创意性内容D.免费向所有公众开放服务答案：B解析：生成式人工智能可能产生不准确信息，提供者负有风险提示义务，不能承诺绝对真实准确。4.平台经营者利用算法对消费者实施“大数据杀熟”，最可能违反《个人信息保护法》的哪一规定？A.不得过度收集个人信息B.自动化决策不得对个人实行不合理的差别待遇C.个人信息跨境提供规则D.数据保存期限最小化答案：B解析：《个人信息保护法》第24条专门规制自动化决策中的不合理差别待遇。“大数据杀熟”即属于典型情形。5.欧盟《人工智能法案》将人工智能系统风险分为不同等级。下列哪一类属于“不可接受风险”而被原则上禁止？A.医疗诊断辅助系统B.一般性聊天机器人C.基于社会行为的公共信用评分系统D.垃圾邮件过滤系统答案：C解析：欧盟《人工智能法案》禁止不可接受风险系统，包括利用社会行为进行社会评分等应用。6.未经许可使用他人面部信息生成“深度伪造”视频并传播，最可能侵害的权利是：A.专利权B.肖像权与个人信息权益C.实用新型权D.商业秘密答案：B解析：深度伪造通常涉及使用他人肖像、声音等生物识别信息，主要侵害肖像权、声音权益及个人信息权益。7.依据《个人信息保护法》，个人撤回同意后，个人信息处理者原则上应当：A.继续以原有目的处理B.停止处理并删除个人信息C.仅在营销活动中继续使用D.将个人信息转让给关联公司答案：B解析：个人撤回同意后，处理者即失去相应合法性基础，除法定保存情形外，应停止处理并删除个人信息。8.关于人工智能生成物的著作权保护，我国司法实践较为普遍的认识是：A.只要由AI生成，一律不构成作品B.AI本身可以成为作者C.若自然人在生成过程中投入体现独创性的智力表达，可以构成作品并享有著作权D.著作权一律归属于AI开发者答案：C解析：我国司法实践一般认为AI本身不能成为作者，但若自然人通过提示词设计、筛选修改等投入独创性表达，生成物可以构成作品并受著作权法保护。9.下列哪一选项不属于OECD人工智能原则的核心理念？A.包容性增长、可持续发展与福祉B.以人为中心的价值观与公平C.透明性与可解释性D.技术发展优先于隐私保护答案：D解析：OECD人工智能原则强调以人为中心的价值观、公平、透明、稳健与问责，不主张技术发展优先于隐私保护。10.生成式人工智能在训练过程中抓取公网文本，主要可能引发哪类法律风险？A.专利权与商标权风险B.版权侵权与个人信息处理风险C.商业秘密与植物新品种权风险D.没有法律风险答案：B解析：大规模抓取公网文本可能涉及原作品著作权侵权以及个人信息的非法收集处理风险。二、多项选择题（每题3分，共15分）1.我国《个人信息保护法》规定的处理个人信息合法性基础包括：A.取得个人同意B.为订立或者履行个人作为一方当事人的合同所必需C.为履行法定职责或者法定义务所必需D.为公共利益实施新闻报道、舆论监督而在合理范围内处理个人信息答案：ABCD解析：上述选项均属于《个人信息保护法》第13条规定的合法性基础。此外还包括应对突发公共卫生事件、紧急情况下保护自然人生命健康和财产安全等情形。2.下列哪些属于人工智能伦理中“公平”原则的要求？A.避免基于种族、性别等敏感特征的算法歧视B.防止自动化决策中对消费者实行不合理差别待遇C.保证所有个体获得完全相同的决策结果D.在系统设计中考虑弱势群体和包容性答案：ABD解析：人工智能伦理中的公平强调机会平等、非歧视和包容性，并不要求所有人的决策结果完全一致，否则反而可能造成新的不公平。3.根据《生成式人工智能服务管理暂行办法》，生成式人工智能服务提供者应当依法开展的活动包括：A.对预训练数据来源进行合规审查B.设置便捷的投诉举报入口C.对生成内容进行标识D.建立用户模型和用户画像用于精准广告推送而不受限制答案：ABC解析：D选项错误。用户画像和精准广告推送还需遵守《个人信息保护法》《广告法》等规定，不能“不受限制”地进行。4.在人工智能系统造成损害时，以下哪些主体可能依照其过错或法定条件承担法律责任？A.系统设计开发者B.系统部署运营者C.训练数据提供者D.使用者（在自身存在过错时）答案：ABCD解析：人工智能责任链条涉及多个主体，设计开发者、部署运营者、数据提供者以及自身存在过错的使用者，都可能在不同情形下依法承担责任。5.欧盟《人工智能法案》对高风险人工智能系统规定的义务包括：A.建立并运行风险管理体系B.实施数据治理和数据质量保障C.编制充分的技术文件并保存记录D.确保人类监督的有效性答案：ABCD解析：欧盟《人工智能法案》对高风险人工智能系统规定了全生命周期合规义务，涵盖风险管理、数据治理、技术文件、记录保存和人类监督等内容。三、名词解释（每题3分，共15分）1.算法歧视答案：指算法系统基于个体或群体的种族、性别、年龄、宗教、健康状况等特征或与之密切相关的替代变量，在法律未允许的情形下实施不合理的差别对待，产生排斥、限制或不平等的效果。2.深度合成（deepfake）答案：指利用人工智能深度学习技术合成、伪造图像、音频、视频或文本等内容，使虚假信息具有高度真实性，可能被用于误导公众、侵害权利或从事其他违法活动。3.自动化决策答案：指通过计算机程序自动分析、评估个人的行为习惯、兴趣爱好或者经济、健康、信用状况等，并据此作出对个人权益有影响的决定的处理活动。4.可解释人工智能答案：指使人工智能系统的决策过程、输出结果能够以人类可理解的方式被理解和说明的技术与方法，是人工智能伦理中“透明可解释”原则的核心内容。5.生成式人工智能答案：指能够根据已有数据学习规律并生成文本、图像、音频、视频或其他内容的模型与系统，如大型语言模型和扩散模型等。四、简答题（每题10分，共20分）1.简述人工智能伦理中“透明可解释”原则的基本要求及法律意义。答案：基本要求包括：(1)模型设计、数据处理和决策逻辑应当可追溯、可审计；(2)在可能影响个人权益的场景中，应当以通俗方式向用户说明决策依据、主要因素和可能后果；(3)对高风险系统应当提供必要的技术文档和人工干预渠道。法律意义主要包括：(1)保障个人知情权、解释权等程序性权利；(2)为监管问责、司法审查和侵权责任认定提供事实基础；(3)促进算法公平，减少“算法黑箱”带来的歧视与信任危机。解析：本题须从“技术系统自身要求”和“对个人权利及监管的意义”两个层面作答，避免只解释概念。答案应体现透明可解释原则对权利保护和责任分配的功能。2.简述我国《个人信息保护法》确立的“告知-同意”规则及主要例外情形。答案：“告知-同意”规则要求：处理个人信息前，处理者应当以显著、清晰易懂的语言真实、准确、完整地向个人告知处理者名称、处理目的、处理方式、信息种类、保存期限、个人权利等事项，并取得个人同意。处理敏感个人信息应当取得个人单独同意；法律、行政法规规定应当取得书面同意的，从其规定。主要例外情形包括：(1)为订立或履行个人作为一方当事人的合同所必需；(2)为履行法定职责或法定义务所必需；(3)为应对突发公共卫生事件所必需；(4)紧急情况下为保护自然人的生命健康和财产安全所必需；(5)为公共利益实施新闻报道、舆论监督而在合理范围内处理个人信息；(6)在合理范围内处理个人自行公开或者其他已经合法公开的个人信息。解析：本题应围绕告知义务的内容、同意的形式与效力，以及法定豁免情形展开。主要依据为《个人信息保护法》第13条、第14条、第17条、第28条等。五、论述题（每题15分，共30分）1.试论生成式人工智能生成内容的著作权归属与侵权责任承担。答案：该问题应从著作权归属、侵权责任和制度完善三个层面分析。(1)著作权归属。我国目前不承认人工智能本身为作者，必须依据自然人是否投入体现独创性的智力表达判断生成内容能否构成作品。若自然人通过提示词设计、参数调试、筛选修改等方式投入独创性表达，司法实践倾向于认定该内容可以构成作品并受著作权法保护，权利归属可按创作贡献、合同约定或职务作品等规则确定；若仅机械生成，缺乏自然人的独创性投入，则不构成作品。(2)侵权责任。生成内容若与他人作品构成实质性相似且不存在合理使用等抗辩事由，使用者、提供者可能承担著作权侵权责任。平台提供者应当举证训练数据来源合法、已采取合理注意义务、建立有效的投诉举报机制等。我国《生成式人工智能服务管理暂行办法》要求提供者承担数据合规、内容标识、投诉举报和模型安全等义务，但民事责任仍应结合过错、注意义务和损益分担加以确定。(3)制度完善。宜建立训练数据来源合法性披露、版权补偿机制和分级分类责任规则，在保护权利人合法权益的同时，为人工智能技术创新保留合理空间。解析：本题需结合《著作权法》关于作品构成要件的规定，以及《生成式人工智能服务管理暂行办法》的合规义务，区分权利归属与责任承担两个层面，体现利益平衡思维。答题时避免简单认定“AI生成物一定有版权”或“一定无版权”。2.试论自动驾驶汽车致害的民事责任规则应如何构建。答案：自动驾驶汽车致害责任制度应当从现行框架困境、责任分层设计、产品责任适用和配套制度四个方面构建。(1)现行框架的困境。传统机动车交通事故责任和过错责任以“驾驶人”为中心。对于L4及以上级别的无人驾驶汽车，“驾驶人”概念失效，需要重新分配风险和责任。(2)责任分层设计。第一层由强制保险先行赔付，保障受害人及时获得救济；第二层在保险不足部分，依据产品缺陷责任向生产者、自动驾驶系统开发者或销售者追偿；第三层在车主或使用人因未升级、未维护、不当干预等存在过错的，在其过错范围内承担相应责任。(3)产品责任适用。应当将自动驾驶系统视为产