智能创意主题赛模拟卷（九）- 4-6年级组
侧重数据分布偏差、泛化能力、AI落地挑战与反馈循环分析。
// questions
题目预览
一个AI医疗系统在A医院训练时准确率很高，但移植到B医院后准确率大幅下降。经过调查发现，A医院主要治疗心血管疾病，B医院主要治疗呼吸道疾病。以下分析最全面的是？
B医院的医疗设备不如A医院先进，导致数据采集偏差
AI系统的训练数据与部署场景的疾病分布不一致，模型学到的规律不适用于新环境
B医院的医生水平不够高，影响了AI的判断
AI系统在移植过程中出现了算法参数偏移
AI推荐系统根据用户点击行为不断强化同类型内容推荐，三个月后用户发现自己能看到的内容越来越单一。这个过程中形成的恶性循环在AI领域被称为什么？
数据过拟合
计算资源浪费
算法复杂度提升
反馈循环导致的信息茧房
某公司用AI筛选简历，发现系统对女性候选人的评分普遍低于男性。经查，该公司过去5年录用的员工中80%是男性。以下分析最准确的是？
AI系统不能用于招聘场景
AI自动学会了市场规律，男性确实更适合这个岗位
AI从有偏差的历史数据中学习到了性别偏见
女性候选人提交的简历质量确实不如男性
工程师训练了一个识别猫狗图片的AI，测试准确率98%。但用户把狗穿着衣服、狗在游泳等图片上传后，准确率降到70%。以下分析最全面的是？
用户上传的图片质量不符合要求
测试数据与实际使用场景差异较大，模型泛化能力受训练数据多样性限制
AI系统在用户使用过程中发生了算法退化
训练数据的标注存在严重错误
小明发现同一款AI翻译软件把商务邮件翻译得很好，但把中医术语翻译得错误百出。最可能的原因是？
中医术语本身无法用外语准确表达
翻译软件对不同语言的转换能力不一样
训练数据中商务文本多而中医专业文本少
AI翻译软件只支持英语翻译
某AI安防系统在实验室测试中准确率99%，但部署到实际社区后对老年人的识别率降到82%。以下哪个最不可能导致这个问题？
训练数据中老年人样本比例过低
老年人的面部特征与训练数据中的年轻人差异明显
老年人面部皮肤老化导致摄像头的成像原理发生了物理变化
实验室测试所用的测试集与社区实际人群年龄分布不一致
AI作文批改系统将一篇语法错误多但立意新颖的作文打了低分，而将一篇语法完美但内容空洞的作文打了高分。这说明AI在评价作文时存在什么问题？
AI批改系统运行出现了故障
AI能识别句式结构等表面特征，但难以评估内容的创新价值和深层含义
批改的标准就是语法优先，AI的做法是正确的
那篇立意新颖的作文其实写得并不好
某城市同时测试两套AI交通系统：系统A按历史数据预设红绿灯（稳定但效率低），系统B根据实时车流动态调整（效率高但偶尔异常变化）。以下最合理的方案是？
只用系统A，交通管理稳定压倒一切
只用系统B，效率是交通管理的首要目标
结合两者优势，以实时调节为主并设置稳定性约束规则
两套系统轮流使用各占一半时间
AI课堂行为分析系统能统计学生举手次数和注意力分散情况，但一名学生因为家庭变故情绪低落，系统完全没有察觉。这说明？
课堂行为分析系统没有使用价值
AI在量化行为数据方面有效，但在情感感知和共情方面存在根本局限
系统设计存在缺陷，应该重新开发
学生的情绪变化与课堂教学无关
一个AI招聘系统在训练数据中，某岗位成功录用的候选人中90%毕业于985高校。系统因此对985毕业生评分高出30%。现在公司希望招聘有实践经验的专科毕业生，但AI仍然推荐985毕业生。这说明？
985毕业生确实比专科生更适合这个岗位
AI自动学习了历史数据中的招聘偏好，当用人需求变化时需重新训练或调整
招聘系统不能使用AI技术
专科毕业生的简历填写不够规范
自动驾驶汽车在训练数据中学到红色物体要停车。它在路上遇到红灯停车了，路边一个红色气球飘过时也刹车了。AI出现这种问题的深层原因是什么？
AI系统过于谨慎，这是安全的做法
汽车的颜色传感器有故障需要维修
AI学到了红色和刹车的表面关联，但缺乏区分不同场景中同一特征不同含义的能力
训练数据中缺少红色气球的数据
学生用AI辅助完成科学小论文：AI帮忙查阅资料和润色语言，但核心观点和实验设计都是学生自己的。老师给高分，同学说作弊。以下分析正确的是？
同学说得对，使用AI辅助就是作弊
老师是对的，会用AI就值得表扬
关键是区分AI作为辅助工具和AI完全替代思考，前者合理后者违规
应该把AI生成的内容直接作为论文提交
社交平台用关键词匹配规则审核违规内容，用户很快发现用错别字或图片形式就能绕过审核。这说明？
AI审核系统完全没有存在的必要
该系统只做了浅层关键词匹配，缺乏对内容语义的真正理解能力
平台应该直接禁止所有用户发布内容
关键词库还不够大，增加更多关键词就能解决
用AI生成了研究报告后直接提交，与先用自己调查再用AI整理格式后提交，这两种做法有什么本质区别？
没有本质区别，都是用了AI
前者是AI替代思考，后者是AI辅助优化，体现了不同的使用理念
后者更省时间效率更高
前者更容易被发现用了AI
AI教育系统根据学生答题数据精准推送练习题，学生A进步明显。但学生B因基础差被推送大量基础题后感到枯燥失去兴趣。以下分析最准确的是？
学生B自己缺乏耐心，与AI系统无关
AI教学系统存在算法缺陷应该停止使用
AI在提升学习效率上有效，但可能忽略学习过程中的情感体验和激励需求
学生B应该主动向AI提出更多要求
一家医院的AI诊断系统在1000人筛查中标记了100个疑似病例，医生复核发现其中只有60人真正患病。同时系统漏报了20名患者。以下评价最合理的是？
该系统有40次误报和20次漏报，说明AI完全不可靠
系统准确率高达94%，已经可以完全替代医生诊断
该系统存在一定误差但能辅助初筛，可帮助医生提高整体效率
误报比漏报更严重，系统应优先减少误报
AI能够24小时不间断工作、同时处理海量信息、不会受情绪影响。但AI目前做不到的是？
快速从大量照片中识别出特定目标
在陌生场景中灵活应对从未见过的情况
同时翻译多种语言的文字内容
按照用户指令生成符合要求的图片
某AI医疗系统的训练数据主要来自三甲医院（疑难杂症多），被部署到社区卫生服务中心（常见病为主）后，把很多普通感冒诊断成了肺炎。最可能的原因是？
社区卫生服务中心的医生误诊在先
AI系统在部署过程中参数发生了偏移
训练数据与部署环境的疾病分布不一致，模型学到的规律不适用于新场景
普通感冒和肺炎的早期症状确实很相似
AI系统在训练过程中使用了大量包含偏见的历史数据，导致它对某些群体做出不公平的判断。解决这个问题最有效的方式是？
完全放弃使用AI进行决策
让AI意识到自己的偏见并自我纠正
在数据收集和算法设计两个环节都注意消除偏见
只使用AI对不涉及公平问题的领域做决策
一个AI客服系统能处理70%的常见问题，但三个月后用户满意度下降——复杂问题转人工时需要重复描述问题。这说明？
AI客服应该能解决100%的问题才算成功
系统的转接流程设计有缺陷，没有有效传递对话上下文
用户对AI客服的期望太高了
应该取消AI客服全部改用人工
某AI绘画系统要求用户输入详细描述来生成图片。用户输入画一只在月亮上跳舞的兔子，AI生成了一张符合描述的图片。这说明AI绘画的实质是？
AI具有真实的艺术创造灵感
AI根据训练数据中的图文关联来生成符合描述的图像
AI能理解人类的情感并表达在画中
AI只是随机组合像素产生图片
人工智能中的训练数据质量对AI表现有什么影响？如果训练数据中的猫都是白色，AI会怎样？
AI仍然能准确识别所有颜色的猫
AI会自动补充对其他颜色猫的认识
AI可能无法准确识别黑色或花色的猫
训练数据中猫的颜色对AI没有影响
小明问AI你知道吗？AI回答我知道很多知识。但小明追问你现在心情怎么样？AI说作为AI我没有真实情感。这个对话说明？
AI在第一个问题里撒谎了
AI能理解人类的情感并表达自己
AI能处理知识性问题但无法产生真实情感体验
AI第二个回答是在回避问题
学校引入AI体育测评系统，通过摄像头分析学生的跑步姿势并给出改进建议。以下使用方式最合理的是？
只参考AI的建议，完全按照AI说的改
完全由体育老师凭经验指导
AI分析数据后由体育老师结合AI建议和自己的判断来指导
让AI直接给学生打分排名
学习人工智能知识对小学生最重要的意义是？
学会编写AI程序将来成为程序员
了解AI的原理和局限，培养科技素养和批判性思维
考试能考高分升入好中学
掌握用AI完成所有作业的方法