南昌大学建筑与设计学院人工智能工具使用现状调查问卷

本问卷仅用于学术研究，所有答案均匿名处理，不涉及课程成绩或个人评价。题目不存在正确或错误答案，请根据您的真实经历和判断作答。
*
本研究旨在了解南昌大学建筑与设计学院在读学生对人工智能工具使用现状。您将回答48道相关的问题，预计耗时约 10分钟。本问卷仅用于学术研究，所有答案均匿名处理，不涉及课程成绩或个人评价。题目不存在正确或错误答案，请根据您的真实经历和判断作答。您的参与是完全自愿的，有权在填写过程中的任何时候中断或退出，不会受到任何不利影响，不必承担任何责任。
开始答题默认您已知悉自愿原则，且同意将此数据用于学术研究。
*
专业及班级:
*
学号:
*
姓名:
*
QQ号
*
联系电话:
第一部分
以下题目为单选题，选择唯一适配选项。
*
1. 您在填写本问卷时是否已年满18周岁?
是
否
*
2. 您是否为南昌大学建筑与设计学院在读学生?
是
否
*
3. 您的性别:
男
女
*
4. 您目前在南昌大学建筑与设计学院就读的学历层次是:
本科
硕士研究生
*
6. 您的年级:
本科一年级
本科二年级
本科三年级
本科四年级
本科五年级
硕士一年级
硕士二年级
硕士三年级
*
7. 在过去 30 天内，您大约有多少天实际使用过人工智能工具?
我从未使用过人工智能工具
我曾经使用过人工智能工具，但过去 30 天内没有使用
过去 30 天内使用了 1—2 天
过去 30 天内使用了 3—5 天
过去 30 天内使用了 6—10 天
过去 30 天内使用了 11—20 天
过去 30 天内使用了 21—30 天
*
8. 您是否在正式课程中接受过系统的人工智能相关教育或培训（如人工智能导论、人工智能辅助设计、计算思维等课程）?
是
否
*
9.您是否在专业课程作业或课程设计项目中曾使用过人工智能工具（例如:用于资料查找、设计构思、图像生成、方案优化、文本撰写、建模辅助、排版展示或作品说明等）?
是
否

第二部分

以下题目为多选题，勾选多个适配选项。

*
10. 您使用过以下哪些类型的人工智能工具?【多选题】
文本对话型人工智能工具（如DeepSeek、Kimi、豆包、文心一言、通义千问等）
图像或视觉生成型人工智能工具（如即梦AI 、通义万相、可灵AI 等）
3D模型生成型人工智能工具（如Meshy、字节跳动 Seed3D 2.0、腾讯混元3D等）
设计辅助型人工智能工具（如稿定AI、Canva AI、美图设计室助手等）
音视频生成型人工智能工具（如可灵 AI、即梦 AI、海螺AI、剪映AI等）
编程或代码辅助型人工智能工具（如腾讯云CodeBuddy、阿里通义灵码等）
其他（请注明）
*
11. 您主要通过哪些渠道接触和学习使用人工智能工具?【多选题】
自主摸索与自学（通过网络教程、视频、文档自学）
同伴交流（同学、朋友之间互相推荐与交流使用经验）
专业课程中的教师讲授或示范
院系或学校组织的人工智能相关讲座或培训
社交媒体（Bilibili、小红书、抖音、知乎等）
学术论文或专业文献中的介绍
实习或项目实践中接触
其他（请注明）
*
12.您在以下哪些场景中使用人工智能工具?【多选题】
尚未在学习或设计实践中使用人工智能工具
查找资料或总结文献
课程写作或文本表达
设计灵感或概念生成
图像或视觉元素生成
产品造型或产品概念发展
建筑、空间或环境效果表达
城市或规划方案表达
视频、动画或展示材料制作
作品集整理或排版
评价或优化已有方案
其他（请注明）

第三部分

以下题目为单选题，选择唯一适配选项。
*
13.我了解人工智能的定义。
非常不同意
不同意
一般
同意
非常同意
*
14.我熟悉人工智能的一些基本原理，例如线性模型、决策树和机器学习。
非常不同意
不同意
一般
同意
非常同意
*
15.我了解人工智能如何感知外部世界，例如通过视觉和听觉信息来完成各种任务。
非常不同意
不同意
一般
同意
非常同意
*
16.我能够比较与人工智能相关的不同概念，例如深度学习与机器学习之间的区别。
非常不同意
不同意
一般
同意
非常同意
*
17.我能熟练使用人工智能应用或产品。
非常不同意
不同意
一般
同意
非常同意
*
18.我能使用人工智能应用或产品帮助我解决日常生活中的问题。
非常不同意
不同意
一般
同意
非常同意
*
19.我能使用人工智能应用或产品辅助我的学习。
非常不同意
不同意
一般
同意
非常同意
*
20.我能从人工智能提供的多种选项中选择适当的解决方案。
非常不同意
不同意
一般
同意
非常同意
*
21.我能评估不同人工智能应用或产品的局限性。
非常不同意
不同意
一般
同意
非常同意
*
22.我能识别人工智能生成内容中可能存在的偏见或不公平倾向。
非常不同意
不同意
一般
同意
非常同意
*
23.我对人工智能生成的内容保持审慎或质疑的态度。
非常不同意
不同意
一般
同意
非常同意
*
24.在使用人工智能应用或产品时，我始终遵守伦理原则。
非常不同意
不同意
一般
同意
非常同意
*
25.为确认您认真阅读了本题，请选择“非常同意”。
非常不同意
不同意
一般
同意
非常同意
*
26.在使用人工智能应用或产品时，我始终警惕隐私和信息安全问题。
非常不同意
不同意
一般
同意
非常同意
*
27.我能够批判性地反思人工智能对个人和社会产生的影响。
非常不同意
不同意
一般
同意
非常同意
*
28.我始终警惕人工智能技术可能被滥用的风险。
非常不同意
不同意
一般
同意
非常同意

第四部分

以下题目为单选题，选择唯一适配选项。
本部分为客观知识测试，请独立完成。答题过程中不得使用DeepSeek、豆包、搜索引擎、教材或与他人讨论。若不确定，请根据自己的知识选择最合适的答案。本测试仅用于科研，不影响课程成绩或个人评价。
*
29.以下哪一项最准确地描述了“生成式人工智能（Generative AI）”?
A. 一种通过学习现有数据来生成新内容（如文本、图像或音乐）的人工智能。
B. 一种旨在提高搜索引擎数据检索速度和准确性的人工智能系统。
C. 一种专注于实时语言翻译的人工智能形式。
D. 一种主要用于管理和组织大型数据库的人工智能技术。
*
30.以下哪一项最准确地描述了大型语言模型（Large Language Model, LLM）?
A. 它通过分析和总结大量网页内容来生成文本。
B. 它根据前文语境预测下一个词，从而生成文本。
C. 它通过同时将输入文本翻译成多种语言来生成文本。
D. 它通过使用预先设定的模板并填充其中的空白来生成文本。
*
31.以下哪一项任务是生成式人工智能能够以较高准确度完成的?
A. 预测股票市场趋势。
B. 在复杂情境中作出伦理判断。
C. 诊断罕见疾病。
D. 根据提示词生成人类风格的文本。
*
32.在生成式人工智能的语境中，“零样本学习（zero-shot learning）”是指什么？
A. 在没有任何数据的情况下训练模型。
B. 模型在没有接受任何针对特定任务的专门训练的情况下执行该任务的能力。
C. 一种将模型训练时间缩短至零的方法。
D. 一种生成合成训练数据的技术。
*
33.在向人工智能输入指令让其生成文字内容时可能遇到以下哪个问题?
A. 语言模型只能生成二元输出。
B. 需要大量带标签的数据来训练模型。
C. 设计一个能够准确表达所需语境及细微差异的提示词。
D. 需要进行复杂的特征工程。
*
34.在大型语言模型（LLM）的语境中，“token”指的是什么?
A. Token 是模型单独处理的一个文本单位，例如一个词或一个子词。
B. Token 是分配给每位与语言模型交互的用户的唯一识别码。
C. Token 是用于验证向语言模型发送的 API 请求的一种安全机制。
D. Token 是给予为语言模型训练贡献有价值数据的用户的一种奖励。
*
35.以下哪一项并不是人工通用智能（Artificial General Intelligence, AGI）被认定为 AGI 所必须具备的条件?
A. 能够在无需人工干预的情况下学习并适应新的任务。
B. 能够在人类水平上熟练完成多个不同领域的任务。
C. 能够以完全准确的方式预测未来事件。
D. 能够理解并生成自然语言。
*
36.检索增强生成（Retrieval-Augmented Generation, RAG）如何增强大型语言模型（LLM）的能力?
A. 通过改善其语法和句法。
B. 通过向模型提供实时且相关的数据。
C. 通过提高模型的计算速度。
D. 通过使模型能够理解多种语言。
*
37.在使用生成式人工智能创建营销推介内容时，以下哪一种策略最不可能有效?
A. 向人工智能提供有关目标受众的信息。
B. 要求人工智能包含独特卖点和产品优势。
C. 要求人工智能使用具有说服力的语言技巧。
D. 向人工智能提供竞争对手产品的清单。
*
38.在部署客户服务聊天机器人后，你发现它经常提供已经过时的公司政策信息。解决这一问题的最佳做法是什么?
A. 建立反馈机制，让用户可以标记过时的信息以供审核。
B. 定期更新聊天机器人的训练数据，使其包含公司最新的政策信息。
C. 建立一套机制，将复杂问题或与政策相关的问题转交给人工客服，以确保回答准确。
D. 对聊天机器人的绩效指标进行全面审查，以确定需要改进的领域。
*
39.假设你拥有一个包含大量电子邮件的数据集，并希望构建一个能够基于该数据集回答问题的应用程序。以下哪一种情境最能体现使用检索增强生成（Retrieval-Augmented Generation, RAG）相比仅使用提示词（即不使用 RAG）的优势?
A. 你需要根据电子邮件内容创作富有创意的文本。
B. 你希望确保即使模型从未见过类似的问题，也能够回答这些问题。
C. 你需要回答那些必须从电子邮件数据集的不同部分提取特定信息才能解决的问题。
D. 你希望缩小语言模型的规模以节省计算资源。
*
40.作为一名使用大型语言模型（LLM）为作业收集信息的学生，你应该如何对待 LLM 所提供的信息?
A. LLM 的回答始终比你在互联网上找到的任何信息都更值得信赖，因此可以直接使用，无需进一步核实。
B. LLM 的回答通常比互联网来源更值得信赖，但你仍应使用其他可靠来源对信息进行核实。
C. LLM 的回答未必比互联网来源更值得信赖，因此你应使用其他可信来源对相关信息进行交叉核查。
D. LLM 的回答比互联网来源更不值得信赖，因为它依赖的是过时的信息。
*
41.“大型语言模型（LLM）不能实时准确地概括最新的金融市场趋势。”这一说法是正确还是错误?
A. 正确，因为受到知识截止时间的限制，LLM 所掌握的数据可能已经过时。
B. 正确，因为 LLM 不擅长处理数字和结构化数据。
C. 错误，因为 LLM 会频繁更新其知识库。
D. 错误，因为 LLM 能够自动整合最新的市场数据。
*
42.某生成式人工智能工具对一篇研究论文进行了总结。该总结称:“研究发现，屏幕使用时间增加与8–12岁儿童注意力持续时间缩短存在直接相关关系。”你的下一步应该是什么?
A. 接受该总结是准确的，因为人工智能工具通常是可靠的。
B. 要求人工智能提供有关该研究方法和研究结果的更多细节。
C. 将该总结与原始研究论文进行核对。
D. 使用另一个人工智能工具生成该论文的总结，并通过比较两个总结的一致性来进行评估。
*
43.在查看一段某知名公众人物发表争议性言论的视频时，以下哪一项特征能够确认该视频并非由人工智能生成?
A. 视频中该公众人物的声音听起来与其本人相似。
B. 视频具有专业、精良的制作效果。
C. 视频画质很高，而且画面过渡流畅。
D. 以上各项都不能确认。
*
44.当生成式人工智能系统被用于筛选求职申请时，在招聘决策的质量和公平性方面可能出现什么问题?
A. 人工智能系统可能忽视申请者独特的成就和课外活动经历。
B. 人工智能系统可能错误理解简历中细微的格式差异。
C. 人工智能系统可能无法有效处理以不同语言提交的申请。
D. 人工智能系统可能会强化历史招聘数据中已经存在的偏见。
*
45.在一家医疗健康初创企业中，一个准确的人工智能模型可以推荐治疗方案，但医生并不信任它，因为他们无法理解该模型是如何得出结论的。这一情境体现了人工智能的哪一个核心问题?
A. 人工智能模型使用了已经过时的训练数据。
B. 训练数据集缺乏足够的多样性。
C. 输入模型的治疗指南存在错误。
D. 人工智能模型以“黑箱”的方式运行。
*
46.记者在商业性文章中使用人工智能生成的图像，可能涉及哪些版权问题?【多选题】
A. 记者需要查看其所使用的人工智能工具的许可政策。
B. 人工智能生成的图像自动可以免费使用，不受任何限制。
C. 记者必须支付统一的许可费用才能使用人工智能生成的图像。
D. 由于图像是人工智能生成的，因此不能用于任何商业用途。
*
47.我们是否应该对生成式人工智能技术的输出内容施加限制?
A. 应该，因为这样可以减少运行这些技术所需的计算资源。
B. 应该，以防止有害或误导性内容的传播。
C. 不应该，因为这样会阻碍技术创新和创造力。
D. 不应该，因为用户应该有自由访问所有生成内容的权利。
*
48.将个人信息发送给基于云端的生成式人工智能工具，几乎不存在隐私方面的担忧。
A. 正确，因为这些信息在传输过程中会使用复杂的算法进行加密。
B. 正确，因为生成式人工智能工具属于黑箱系统，即使个人信息被用于模型训练，也无法输出这些信息。
C. 错误，因为生成式人工智能工具会使用未加密的数据进行训练，并且由于其概率生成机制，可能输出私人信息。
D. 错误，因为量子计算的发展可以轻易破解经过加密的数据。
问卷星提供技术支持
举报