【文源学校】中小学AI素养测评(L3-C)
同学你好!
欢迎参与AI素养测评!
本次测评是为了解你对于人工智能相关知识的理解与应用,所有题目均无成绩压力,只需根据你的真实认知作答即可。所有回答将严格保密,仅用于统计分析,不会泄露个人信息。
1.
你是否自愿参与此次问卷调查
是
否
第一部分:基本信息
请根据实际情况如实作答。
2. 姓名:
3. 性别:
男
女
4. 出生年月:
5. 年级:
请选择
6. 班级
请选择
模块一:体育课的“AI姿态教练”
情境描述: 体育课上,学校引入了“AI姿态教练”来辅助学生进行仰卧起坐等体测项目。但在实际使用中,系统面临着算力瓶颈、衣物飘动导致误判、对物理世界缺乏常识等挑战,需要同学们运用高阶AI素养来分析和应对。
7.
AI识别仰卧起坐动作时,相比依赖人工编写固定规则的传统程序,“深度学习”算法的最核心特征是( )
依靠系统里预先录制好的“满分示范视频”,将学生的动作图像进行逐帧重合对比,以此来判定得分。
通过多层神经网络自主提取动作图像的关键特征,并依据大量带标签样本进行学习优化。
不需要现实动作数据输入,依靠算法逻辑推演生成完美动作模型。
基于预设的人体解剖学死规则,通过硬性计算骨骼固定角度输出对错判断。
8. 50人同时测试时画面卡顿严重,在学校经费有限的情况下,最合理的架构优化方案是( )
连接外部的大型超级计算机网络,将视频实时上传处理以突破本地设备的计算瓶颈。
增加摄像头数量,以分担单个摄像头的画面采集与计算压力
降低输入视频的帧率与分辨率,在精度允许的范围内大幅减少计算资源消耗
将图像识别模型替换为文本分类模型,减轻设备的运行压力
9.
体测中遇到动作边缘违规、画面因角度出现争议时,考虑到当前视觉算法在边缘极端样本上的判断可靠性有限,最合理的人机协作安排是( )
由 AI 负责大批量体测视频的初步自动化筛查与初判,体育教师负责对争议样本进行最终复核与确认。
提高 AI 的决策权重,遇到争议动作时一律以 AI 系统的判断为准,避免人工主观分歧。
重新编写底层规则,要求算法在遇到争议时自动透视并重构学生体内的骨骼结构。
教师独立完成所有体测的评分工作,仅在教师极度疲劳时代替人工短暂记录成绩。
10. 测试时,同学们的衣服随风飘动频繁被AI误判为“动作违规”。经初步排查,摄像头硬件与网络传输均正常。面对该情况,应如何应对( )
调整摄像头的感光度与白平衡,使其自动适应不同材质校服的颜色差异
修改底层算法规则,设定“忽略画面中所有白色像素的位移”屏蔽白色校服飘动的干扰
查阅开源社区,直接下载评分更高的通用图像模型来替换原有模型
核查训练数据集,若发现缺乏宽松衣物或起伏动态的样本,应主动补充真实场景多样化着装数据重新调优模型
11. AI通过摄像头自动测量一名同学的百米成绩,结果显示为“3秒”。事后逐帧检查发现,AI准确识别了运动员的起跑和冲线位置,计时过程也没有出现问题。那么,这个案例最能说明AI存在什么局限?( )
AI系统的算力和存储资源有限,无法应对高强度的实时视觉计算需求。
现有的AI算法版本较旧,只要升级到更先进的版本,类似问题就能被彻底避免
AI并不一定具备现实常识和合理性判断能力,因此可能无法主动发现某些明显异常的结果。
AI模型对运动场景的识别依赖训练数据,如果训练样本不足,就容易出现类似的异常结果。
模块二:实验室的"AI器材管理与用量预测"
情境描述:
学校化学实验室引入了"AI器材智能柜",通过摄像头识别器材颜色/形状自动登记借还,并预测每周易耗品(试管、酒精等)的消耗量以便及时采购。但系统在识别相近器材和预测特殊周次用量时频频出错,实验室兴趣小组决定对这套系统进行调研和优化。
12. 器材识别模型在实验室灯光良好的样品测试时表现完美,但正式使用时遇到器材表面沾有化学试剂污渍或反光时准确率暴跌,最能从根本上提升模型的方法是( )
加一层"图像去噪算法",把污渍和反光自动过滤掉。
拿现有的标准器材图片反复训练,提高模型对这些"干净"图片的拟合程度。
更换分辨率更高、更清晰的摄像头。
诊断为模型对真实使用场景的适应能力(泛化能力)不足,主动采集带污渍、反光的真实器材照片补充进训练集重新训练。
【追问】 请你从"器材表面状态"和"实验室光照环境"两个具体角度,各举出至少一种真实的"脏数据"场景,并说明可能导致AI产生的具体识别错误。
13.
【追问】
请你从"器材表面状态"和"实验室光照环境"两个具体角度,各举出至少一种真实的"脏数据"场景,并说明可能导致AI产生的具体识别错误。
14. "酒精消耗量预测"AI总是在运动会、社团活动周预测严重偏低导致断供。要提升预测准确度,最应该怎么做( )
停用AI预测,改为老师凭经验手动申领。
把历史消耗数据中"运动会周""社团活动周"等特殊时期的异常数据删除,只用普通教学周数据训练。
除历史消耗量外,把学校活动日历(运动会、社团开放日等)等强相关信息也输入模型。
升级服务器算力,让模型对已有历史数据反复计算。
15.
实验室要研发一套“扫描器材外观与动态磨损自动登记借还”的 AI 系统。如果按照“目标导向的需求分解与系统设计”(从终点业务目标倒推数据与硬件)的思维方式,最合理的规划顺序是( )
选购高清晰度工业摄像头 → 训练器材磨损识别算法 → 建立借还登记系统规则 → 明确实验室器材管理目标
训练器材磨损识别算法 → 选购工业摄像头 → 明确实验室器材管理目标 → 建立借还登记系统规则
明确器材管理与风控目标 → 厘清器材外观特征与借还状态的对应业务逻辑 → 确定器材图像识别与分割的算法方案 → 明确所需采集的真实器材图像样本及摄像头采集需求
明确器材管理目标 → 选购工业摄像头 → 训练器材磨损识别算法 → 建立借还登记系统规则
16. 学校采购实验室"AI器材登记柜"时,考虑到实验楼信号弱、且不希望学生的借还记录外泄到互联网,最应该选择的部署方式是( )
把全部借还影像上传第三方云平台统一识别存储,依靠云端强大算力保证准确。
让登记柜与附近学生的手机联网组成协同计算网络,共同分担识别计算。
部署只连接校内局域网的本地识别系统,数据不出校园,断网也能正常登记。
每次借还都生成一张模糊处理过的"打码"照片上传云端存证。
17. 为完成《实验室安全隐患调研》报告,小组希望用AI辅助完成从数据收集到报告撰写的全过程。以下哪种工作流程最合理?( )
直接让AI生成一份完整调研报告,再按需补充内容。
拍两三张器材柜杂乱的照片 → 交给视觉大模型识别 → 让AI直接据此推算全校实验室隐患等级并出具报告。
统计近半年各实验室器材损坏/报修记录 → 用数据分析工具找出高发环节 → 用大语言模型整理并生成调研报告。
随机采访几位同学对实验室安全的感受 → 人工整理 → 用大模型直接生成总结报告。
模块三:摄影社的"AI创作与投稿助手"
情境描述:
摄影社同学们开始使用具备多模态能力的"AI创作助手"修图配文、准备摄影比赛投稿,随之也面临"机器幻觉"误导事实说明、利用AI代笔投稿牟利的诚信争议,以及以"社长"名义的电话诈骗风险。
18. 面对一款宣称"能修图又能写万字摄影评论"的生成式AI助手,最理性的看法是( )
只要提问描述得足够详细,它就不会出错,可以完全替代摄影老师点评。
它确实能跨图文理解拍摄意图,但在描述精确的拍摄参数(如具体光圈快门数值)或考证冷门摄影史实时,仍存在"一本正经胡说八道"的幻觉风险。
它本质上是更高级的搜索引擎,只是把网上现成的摄影评论搬运组合。
因为它能生成图文并茂的点评,所以其输出比纯文字点评更权威可信。
19. 为防止AI在撰写"摄影器材发展史"科普稿时瞎编不存在的相机型号,如何操作最管用?( )
要求AI发挥想象力,让内容更有创意。
要求AI保证内容绝对正确、不能有任何编造。
要求AI仅依据可靠资料作答,遇到无法确认的信息应明确说明"暂无可靠依据"。
要求AI给出尽可能多的细节,越详细越好。
20. 校园科技艺术大赛在章程中明确规定:“参赛作品必须为学生本人独立构思创作,严禁使用生成式 AI 直接生成整幅作品参赛,面对"用AI一键修出获奖级摄影作品参赛稳拿名次"的诱惑,作为一名参赛的中学生,最合理且负责任的看法是( )
既然没有评委能百分之百用肉眼辨别出这是 AI 生成的,只要画面效果好,直接署名提交即可
严格遵守大赛规则,不将 AI 直接生成的画作冒充个人独立创作,避免侵害独立创作能力与赛事公平
AI 绘画软件就像画笔和调色盘一样,只要输入了提示词,作品版权就完全归属输入者,直接署名完全合规
在海报角落用微小字号标注“本图由 AI 自动生成”,随后直接作为个人原创海报参与主竞赛单元评奖
21.
如果有同学劝你:"反正评委看不出是AI修的,不拿白不拿。"请你结合AI生成内容的本质,写一段反驳他的话。
22. 社团群里收到一通"社长"极其逼真的紧急语音电话,要求立刻转账购买"比赛报名费"。最正确的做法是( )
顺着对方多聊几句,套取更多信息以判断真伪,再决定是否转账。
先截图发到社团群里问大家有没有收到类似电话,一起讨论要不要转。
仔细听声音判断是否是社长本人,感觉像的话就转账。
保持警惕立刻挂断,通过原本已知的联系方式(如社长的常用号码)交叉核实并向老师举报。
23. 同学C让AI分别点评自己同一张照片,结果AI前后给出了"构图失败建议重拍"和"构图新颖值得称赞"两种截然相反的评价。为了锻炼自己,同学C应该怎么做?(
深挖对比两次点评的理由和角度差异,综合批判后形成自己对这张照片的独立见解。
选择语气更肯定、更符合自己心意的那份评价采纳,另一份当没看到。
觉得两种意见都有道理,索性把最终是否重拍的决定权交给AI来定。
觉得思路太乱,干脆放弃深入分析这张照片。
模块四:校史馆的"AI语音导览管家"
情境描述:
学校校史馆引入了基于大语言模型驱动的"AI语音导览管家",能根据同学们的语音提问讲解校史故事,还能根据兴趣推荐参观路线。校史馆打算用它筹办一场跨年级校史宣讲活动,却暴露出系统逻辑失控、过度索权和讲解内容版权界定不明的问题。
24. 一位同学对着语音导览说:"这段校史看得我热血沸腾,感觉浑身都在发烫!"AI管家随即自动调低了展厅空调的温度。深入分析原因,这是因为( )
麦克风采集声音时受到了空调运转噪音的干扰。
空调控制设备发生了硬件故障。
自然语言理解模块没有正确理解"热血沸腾""发烫"表达的是情绪上的激动,而非真实体温升高。
展厅网络连接突然中断。
25. 【追问】 如果AI管家把"热血沸腾"理解成"体温升高",并自动调低了空调温度,请你提出一种改进方法,帮助AI减少类似误判。
26. 某"AI语音导览"小程序弹窗要求"获取你的通讯录和实时精准定位权限"才能提供个性化讲解服务。正确的安全防范措施是( )
认识到讲解服务需要"千人千面"推荐,可以授权。
敏锐意识到听讲解根本不需要通讯录和定位,这属于过度索取隐私,必须果断拒绝。
采用数据脱敏策略,把通讯录联系人姓名替换成代号后再上传。
先授权体验讲解服务,用完后再关闭权限。
27. 筹备跨年级校史宣讲活动时,人和AI要"搭伙干活"。下面哪种协同分工最能发挥双方优势?( )
AI负责评判哪段校史最具教育价值,人类负责按AI生成的逐字稿在台上朗读。
AI负责从校史档案中快速检索并整理背景资料,人类负责结合自身理解在台上讲述。
AI负责监测台下听众的表情打分,人类负责根据AI实时提示调整讲述内容。
人类负责查阅并摘录校史中的动人细节,AI负责对这些细节的教育意义做最终评判。
28. 筹备宣讲PPT时,同学用"AI绘画软件"生成了一幅校园历史场景插图。出于尊重知识产权,最严谨的做法是( )
图片是AI生成的,直接用即可,不用标注来源。
声明这幅AI生成的画属于个人专属,不许他人使用。
只要是非营利的校内宣讲活动,就不用管素材来源与版权归属。
在PPT末尾清楚标注:"本页插图由XX人工智能辅助生成"。
29. 有同学感叹:"有了AI语音导览,以后参观校史馆再也不用自己动脑思考校史故事的意义了,听AI讲完就够了!"针对这种想法,以下哪种看法最合理( )
只要AI讲解足够详尽准确,就能帮我们以最高效的方式获取校史的全部教育价值。
长期把理解和思考"外包"给AI讲解,会引发思维惰化,让人丧失对历史事件的深度反思与批判能力。
AI时代的核心竞争力在于"提出好问题",我们只需专注提问,无需亲自消化讲解内容。
当前AI讲解偶尔会有细节错误,等未来技术完全消除错误后就可以完全替代自主思考。
模块五:AI气象预警与未来社会责任
情境描述:
随着AI气象预警、智慧农业等底层AI技术广泛落地,AI模型更新换代越来越快。中学生未来步入社会,不仅要面对虚假灾情信息的法律风险,更要懂得清晰界定各方主体责任,以"技术向善"的理念拥抱未来。
30. 某地"AI山洪预警系统"因算法未能识别罕见的短时强降雨模式,未能及时发出预警,导致村庄受灾。关于责任认定,下列说法最合理的是( )
属于技术偶然事件,天灾无法预测,无需追究责任。
AI系统具有自主决策能力,应由AI自己承担责任。
应追究相关算法开发、系统部署和运营主体未做好极端场景测试与预案的责任。
应追究提供云计算资源的服务器运营商责任。
31. 【追问】 即使预警系统已经推送了预警信息,但部分村民认为"AI很少出错"而未及时撤离。请说明:为什么即使使用了AI技术,人类仍然需要保持必要的警觉和判断?
32. 某中学生利用AI视频生成工具,将外地一次真实山洪暴发的画面通过风格迁移与局部重绘,制作成了“本地突发特大山洪”的短视频发布在班级群及社交平台,导致不少市民恐慌抢购抗灾物资。虽然他在视频右下角加上了“AI生成,纯属虚构”的水印,也未借此牟利。关于这种行为的法律定性与责任,下列说法最准确的是( )
视频已经打了“AI生成”标识,已经尽到了合规义务,不构成对公共秩序的侵害。
编造、传播虚假灾情信息,属于扰乱公共秩序的违法行为,须承担相应法律责任。
创作者并无主观造谣意图,无需承担违法责任。
利用公开发布的合法AI工具进行技术测试属于个人自由,因受众轻信误判而引发的恐慌后果由传播受众自行承担。
33. 现在每隔几个月,网上就会出现精度更高的新一代AI气象预测模型。作为新时代中学生,面对这种快速变化,最合理的态度是( )
持续学习探索,根据需要了解和尝试应用新的AI工具。
AI更新太快,没必要投入时间学习相关工具。
只要掌握当前最流行的工具就够了,没必要关注后续发展。
新模型一定比旧模型强,只使用最新模型就行,不用自己判断。
34. 综合评估引入AI技术对"智慧农业"建设的效能,其对社会长远发展的核心价值在于( )
实现农业管理全流程自动化,彻底消除农民在种植决策中可能产生的失误。
通过分析土壤、气象等海量数据精准优化农业资源配置,并在"人机互补"中促进农业可持续发展。
利用遍布农田的监控设备采集每位农户的实时劳作轨迹,从而构建"透明化"管理体系。
大幅削减农业基层人力雇佣成本,将节省资金投入更高级的技术研发。
35. 为了让技术造福偏远山区,某公益团队计划上线多项AI气象服务,但预算有限,只能优先实施一项。最值得优先投入的是( )
利用AI分析历史降雨数据,为常见旱情提供更精准的长期趋势预测报告。
利用AI优化气象数据的传输带宽,让所有用户获取数据的速度更快。
利用AI辅助气象站工作人员整理观测记录,提高数据处理效率。
利用AI语音播报和方言预警广播,帮助不识字、不会用智能手机的偏远山区老人及时获知灾害预警信息。
接下来的问题想了解你所处的周围环境,这些题目没有标准答案,也不需要和别人比较,请你根据自己日常真实的观察和感受作答,凭第一反应选择。
36. 你家里有下面哪些东西?(可多选)
智能手机
平板
电脑
智能音箱(小爱同学、天猫精灵)
都没有
37. 家里人(爸爸妈妈或其他大人)会聊到 AI 吗?比如聊新闻里的 AI,或者 AI 能做什么。
一周会聊到几次
一个月聊到一两次
几乎没聊过
38. 爸爸妈妈会和你一起用 AI,或者教你怎么用吗?
一周会有几次
一个月一两次
从来没有
39. 爸爸妈妈对你用 AI 是什么态度?
鼓励我用
让我用,但会提醒要小心
不太想让我用
没说过这件事
40. 在学校课程中,你接触 AI / 编程达到过的最高程度是?
完全没有接触
仅使用现成 AI 工具(生成式 AI、语音助手、推荐类等)
阅读、修改或调试过他人已有的程序 / 模型
独立编写过程序,或自行构建过简单模型,并理解其基本运作原理
41. 在家庭、课外培训或自学中,你接触 AI / 编程达到过的最高程度是?
完全没有接触
仅使用现成 AI 工具
阅读、修改或调试过他人已有的程序 / 模型
独立编写过程序,或自行构建过简单模型
42.
你用 AI 做过下面哪些事?(可多选)
查资料、问问题
做作业
聊天
画画或做视频
让智能音箱放歌、讲故事
都没用过
43. 你大概多久用一次 AI?
几乎每天都用
一周用两三次
一个月才用一两次
没用过
44. 你在学校外面(兴趣班、培训班、网上课)学过 AI 或编程吗?
没有
上过一两次
上过一学期或更长
45. 你觉得 AI 更像下面哪一个?
一个工具(像计算器、字典那样)
一个老师
一个朋友
一本什么都知道的书
最后这一组题目想听听你对【某对象 / 某现象】的真实看法,没有对错之分。
请逐题判断你的同意程度,选出与自己想法最接近的一项;如果拿不准,选感觉最接近的。
46. 下面每句话说的是一种情况。想一想,遇到这种情况的时候,你会不会这样做?没有对错。
0 次(从来不会)
1–3 次(很少)
4–7 次(差不多一半)
8–10 次(几乎每次)
AI 告诉我一个答案,我就直接写上去,不再去问别人。
做作业不会的时候,我让 AI 直接告诉我答案。
老师说的和 AI 说的不一样,我会去问老师。
AI 说的和书上不一样,我会先看书上怎么写。
AI 告诉我一个东西,我会再看看书,或者问问别人对不对。
AI 给了答案,我会先想一想它对不对。
用 AI 查到东西后,我会用别的办法再确认一遍。
AI 给了答案,我会先想一想它对不对,再决定用不用。
我会把 AI 的答案和我自己的想法比一比,看哪里不一样。
47. 你用 AI 查了一个历史人物的出生年份,AI 给了一个具体年份。接下来你通常会:
直接记下来用
觉得差不多对,但会顺手看一眼课本或百科
一定要在别的地方确认过才用
48. AI 帮你写了一段作文开头,你读了觉得写得挺好。接下来你通常会:
直接用
改几个字再用
自己重新想一遍,看看是不是真的想这么写
关闭
更多问卷
复制此问卷