大学生算法素养水平现状调查问卷

您好！非常感谢您在百忙之中抽空填写此问卷。本问卷旨在服务于学术课题研究，系统调查大学生算法素养水平，分析大学生在相关维度上的发展现状。本问卷采用匿名填写方式，不收集个人身份信息。您的个人原始数据不会被泄露、外传，研究结果仅用于相关学术研究，不用于任何商业用途，请您放心作答。（1 = 非常不同意｜ 2 = 不同意｜ 3 = 一般｜ 4 = 同意｜ 5 = 非常同意）

填写说明

1.本问卷共分为两部分，包括基本信息题和算法素养测评题。

2.问卷题型为单项选择题。

3.全部题目填写时间预计约为 8-10分钟。

感谢您的支持与配合！

第二部分算法素养调查问卷

一、算法记忆与意识

	很不同意	不同意	一般	同意	非常同意
1.算法知识（1）我能够回忆起常见算法的核心定义。
1.算法知识（1）我能够回忆起常见算法的核心定义。
（2）我对学习过的算法相关知识仍有较清晰的印象。
（2）我对学习过的算法相关知识仍有较清晰的印象。
（3）我能快速且准确地回忆起常见算法的核心步骤与适用条件
（3）我能快速且准确地回忆起常见算法的核心步骤与适用条件
2.算法感知（4）我能意识到算法广泛存在于搜索、推荐、导航等应用中（如百度搜索、抖音推荐、高德地图导航等）。
2.算法感知（4）我能意识到算法广泛存在于搜索、推荐、导航等应用中（如百度搜索、抖音推荐、高德地图导航等）。
（5）我能意识到算法在后台持续对信息进行处理与筛选
（5）我能意识到算法在后台持续对信息进行处理与筛选
（6）使用智能系统时，我注意到算法会对结果进行筛选与排序（如抖音推荐内容、外卖平台排序、地图导航路径等）。
（6）使用智能系统时，我注意到算法会对结果进行筛选与排序（如抖音推荐内容、外卖平台排序、地图导航路径等）。
3.算法风险认知（7）我意识到算法在收集我的相关数据时，存在隐私泄露的潜在风险（如平台收集浏览记录、位置信息或消费偏好等）。
3.算法风险认知（7）我意识到算法在收集我的相关数据时，存在隐私泄露的潜在风险（如平台收集浏览记录、位置信息或消费偏好等）。
（8）我认为算法在某些情况下可能产生负面影响（如信息茧房、过度推荐等）。
（8）我认为算法在某些情况下可能产生负面影响（如信息茧房、过度推荐等）。
（9）我会关注算法使用过程中潜在的安全、偏见或伦理问题。
（9）我会关注算法使用过程中潜在的安全、偏见或伦理问题。
4. 算法敏锐度（10）我能察觉算法对信息呈现方式的影响（如首页内容排序、热点推送方式的变化等）。
4. 算法敏锐度（10）我能察觉算法对信息呈现方式的影响（如首页内容排序、热点推送方式的变化等）。
（11）当我发现平台（抖音、小红书、B站等）推荐内容突然变化时，我会想到这可能与算法调整有关。
（11）当我发现平台（抖音、小红书、B站等）推荐内容突然变化时，我会想到这可能与算法调整有关。
（12）我能判断在哪些场景下算法更可能介入判断或筛选（如内容推荐、商品排序、路径规划等）。
（12）我能判断在哪些场景下算法更可能介入判断或筛选（如内容推荐、商品排序、路径规划等）。

三、算法应用

	很不满意	不满意	一般	满意	很满意
7. 算法工具使用（19）我能够独立使用搜索、推荐或导航类工具完成日常任务（如查资料、找视频、规划路线）
7. 算法工具使用（19）我能够独立使用搜索、推荐或导航类工具完成日常任务（如查资料、找视频、规划路线）
（20）面对不同任务时，我能判断应该使用工具的哪种功能（如查新闻用搜索、找附近美食用推荐、去陌生地点用导航）。
（20）面对不同任务时，我能判断应该使用工具的哪种功能（如查新闻用搜索、找附近美食用推荐、去陌生地点用导航）。
（21）当工具的初始结果不理想时，我能调整关键词、筛选条件或使用方式以获得更好结果。
（21）当工具的初始结果不理想时，我能调整关键词、筛选条件或使用方式以获得更好结果。
8. 算法选择（22）面对实际问题时，我能判断是否适合使用算法或算法工具来解决。
8. 算法选择（22）面对实际问题时，我能判断是否适合使用算法或算法工具来解决。
（23）我能区分不同算法工具的适用场景。
（23）我能区分不同算法工具的适用场景。
（24）当多种算法或算法工具都能完成同一任务时，我能选择更高效或更合适的那一个。
（24）当多种算法或算法工具都能完成同一任务时，我能选择更高效或更合适的那一个。
9. 算法运用（25）遇到实际问题时，我能识别出这个问题可以应用某种学过的算法来解决。
9. 算法运用（25）遇到实际问题时，我能识别出这个问题可以应用某种学过的算法来解决。
（26）面对不同问题，我能区分应该使用哪种算法更为合适。（如排序、筛选、分类、匹配）。
（26）面对不同问题，我能区分应该使用哪种算法更为合适。（如排序、筛选、分类、匹配）。
（27）我能将选定的算法通过编码或利已有模块实现，实际解决该问题。
（27）我能将选定的算法通过编码或利已有模块实现，实际解决该问题。

五、算法评价

	很不满意	不满意	一般	满意	很满意
13. 算法效能评价（37）我能从多个维度（如准确性、响应速度、易用性）来考察算法的表现。
13. 算法效能评价（37）我能从多个维度（如准确性、响应速度、易用性）来考察算法的表现。
（38）我能通过比较不同算法在同一任务上的表现来区分算法的优劣。
（38）我能通过比较不同算法在同一任务上的表现来区分算法的优劣。
（39）我能根据任务目标，对算法是否有效做出判断。
（39）我能根据任务目标，对算法是否有效做出判断。
14. 算法公平性评价（40）我能识别算法在不同群体间是否存在差异对待（如招聘推荐、贷款审核、内容分发中的差异对待等）。
14. 算法公平性评价（40）我能识别算法在不同群体间是否存在差异对待（如招聘推荐、贷款审核、内容分发中的差异对待等）。
（41）我能分析算法设计中哪些因素可能导致偏见或不公平。（如总是更偏向某些人群、内容或观点等）。
（41）我能分析算法设计中哪些因素可能导致偏见或不公平。（如总是更偏向某些人群、内容或观点等）。
（42）我能根据公平性标准（如推荐机会均等、无歧视原则），对算法是否公正做出有依据的判断。
（42）我能根据公平性标准（如推荐机会均等、无歧视原则），对算法是否公正做出有依据的判断。
15. 算法可解释性评价（43）我能判断算法的解释是否足够清晰。
15. 算法可解释性评价（43）我能判断算法的解释是否足够清晰。
（44）我能区分“解释充分”与“解释不充分”的算法结果，并说明区分的依据。
（44）我能区分“解释充分”与“解释不充分”的算法结果，并说明区分的依据。
（45）我能基于可解释性标准，对算法的解释质量做出有依据的评价。
（45）我能基于可解释性标准，对算法的解释质量做出有依据的评价。
16. 算法透明度评价（46）我能判断算法是否充分说明了所使用数据的来源和类型（如浏览记录、点击记录、位置信息、消费记录等）。
16. 算法透明度评价（46）我能判断算法是否充分说明了所使用数据的来源和类型（如浏览记录、点击记录、位置信息、消费记录等）。
（47）我能判断算法系统在运行规则和决策依据方面的公开程度是否足够。
（47）我能判断算法系统在运行规则和决策依据方面的公开程度是否足够。
（48）我能基于透明度标准（如数据披露、规则公开、信息可查），对算法的透明程度做出有依据的评价。
（48）我能基于透明度标准（如数据披露、规则公开、信息可查），对算法的透明程度做出有依据的评价。
17.算法问责性评价（49）我能识别算法造成问题时所涉及的各方（如平台、开发者、管理者或使用者）以及各方可能的责任范围。
17.算法问责性评价（49）我能识别算法造成问题时所涉及的各方（如平台、开发者、管理者或使用者）以及各方可能的责任范围。
（50）我能区分不同场景下责任归属的合理性（如设计缺陷归开发者、使用不当归用户）。
（50）我能区分不同场景下责任归属的合理性（如设计缺陷归开发者、使用不当归用户）。
（51）我能根据问责标准（如因果关系、角色权责），对算法相关方的责任归属做出有依据的判断。
（51）我能根据问责标准（如因果关系、角色权责），对算法相关方的责任归属做出有依据的判断。

六、算法创新

	很不满意	不满意	一般	满意	很满意
18. 算法优化（52）我能发现现有算法在设计或效果上的不足（如推荐不准、搜索不快、导航不合理）
18. 算法优化（52）我能发现现有算法在设计或效果上的不足（如推荐不准、搜索不快、导航不合理）
（53）我能针对算法的不足提出改进思路（如提高推荐准确性、减少无关内容、优化路线选择）
（53）我能针对算法的不足提出改进思路（如提高推荐准确性、减少无关内容、优化路线选择）
（54）我能通过调整步骤或参数尝试实现效果提升。
（54）我能通过调整步骤或参数尝试实现效果提升。
19. 算法整合（55）我能识别不同算法之间的互补关系，判断哪些算法可以配合使用来解决同一问题。
19. 算法整合（55）我能识别不同算法之间的互补关系，判断哪些算法可以配合使用来解决同一问题。
（56）我能将多种算法或方法的优势结合起来，设计出比单一方法更优的解决方案。
（56）我能将多种算法或方法的优势结合起来，设计出比单一方法更优的解决方案。
（57）我能将整合后的方案细化为具体可行的操作步骤或流程。
（57）我能将整合后的方案细化为具体可行的操作步骤或流程。
20. 算法迁移（58）面对新问题时，我能识别出它与之前遇到过的问题在算法思路上的相似之处
20. 算法迁移（58）面对新问题时，我能识别出它与之前遇到过的问题在算法思路上的相似之处
（59）我能将已有的算法思路或方法迁移到新的问题场景中加以运用。
（59）我能将已有的算法思路或方法迁移到新的问题场景中加以运用。
（60）我能根据新场景的特点，对迁移来的算法思路进行适当调整以适应新情境。
（60）我能根据新场景的特点，对迁移来的算法思路进行适当调整以适应新情境。
21. 算法开发（61）我能将现实问题转化为算法的输入、输出和处理步骤（即进行问题建模）。
21. 算法开发（61）我能将现实问题转化为算法的输入、输出和处理步骤（即进行问题建模）。
（62）面对没有现成方案的问题时，我能构思并设计出新的算法思路。
（62）面对没有现成方案的问题时，我能构思并设计出新的算法思路。
（63）我能将设计的算法方案通过编码或工具实现，并验证其有效性。
（63）我能将设计的算法方案通过编码或工具实现，并验证其有效性。

问卷星提供技术支持

	很不满意	不满意	一般	满意	很满意
5. 算法解释（13）我能够用自己的话解释某种算法系统的基本功能。
5. 算法解释（13）我能够用自己的话解释某种算法系统的基本功能。
（14）我能说明算法在系统中起到的主要作用。
（14）我能说明算法在系统中起到的主要作用。
（15）我能对平台为什么会推荐某些内容或给出某些结果有基本理解（如抖音、小红书、B站的信息推荐）。
（15）我能对平台为什么会推荐某些内容或给出某些结果有基本理解（如抖音、小红书、B站的信息推荐）。
6. 算法推断（16）当推荐内容明显不符合我的兴趣时，我能反推可能是哪些原因导致了这一结果。
6. 算法推断（16）当推荐内容明显不符合我的兴趣时，我能反推可能是哪些原因导致了这一结果。
（17）当两个用户看到完全不同的推荐结果时，我能推断出可能是哪些行为差异造成了这种分化。
（17）当两个用户看到完全不同的推荐结果时，我能推断出可能是哪些行为差异造成了这种分化。
（18）当推荐结果明显不对时，我能推断出可能是哪些逻辑环节出了问题。
（18）当推荐结果明显不对时，我能推断出可能是哪些逻辑环节出了问题。

	很不满意	不满意	一般	满意	很满意
10. 算法结构分析（28）我能辨别出算法中的核心要素与辅助部分。
10. 算法结构分析（28）我能辨别出算法中的核心要素与辅助部分。
（29）我能理解算法各部分之间的依赖关系和执行顺序。
（29）我能理解算法各部分之间的依赖关系和执行顺序。
（30）我能分析算法在整体流程中的设计意图与潜在问题。
（30）我能分析算法在整体流程中的设计意图与潜在问题。
11. 算法效率分析（31）我知道不同算法在处理速度和资源占用上可能存在差别。
11. 算法效率分析（31）我知道不同算法在处理速度和资源占用上可能存在差别。
（32）我能分析算法设计中哪些因素影响了运行效率（如循环次数、数据选择）。
（32）我能分析算法设计中哪些因素影响了运行效率（如循环次数、数据选择）。
（33）面对多种解决方案时，我能基于效率优劣做出判断并说明理由。
（33）面对多种解决方案时，我能基于效率优劣做出判断并说明理由。
12. 算法影响分析（34）我能识别算法对用户行为或信息环境产生的影响。
12. 算法影响分析（34）我能识别算法对用户行为或信息环境产生的影响。
（35）我能分析算法产生这些影响背后的原因（如为什么推荐算法会强化用户偏好、为什么筛选算法可能导致信息不公）。
（35）我能分析算法产生这些影响背后的原因（如为什么推荐算法会强化用户偏好、为什么筛选算法可能导致信息不公）。
（36）我能基于算法的影响分析，判断其利弊并提出改进或应对思路。
（36）我能基于算法的影响分析，判断其利弊并提出改进或应对思路。