（一）现代文阅读Ⅰ（本题共5小题，19分）

阅读下面的文字，完成1～5题。

材料一：

①近年来，人工智能的发展引发了一个值得认真讨论的问题：AI究竟只是帮助人类完成检索、计算、写作和分析的工具，还是已经在某种意义上参与了知识生产？一种常见看法认为，AI没有人的意识、情感和生命体验，因此不可能真正理解世界，也就谈不上生产知识。这种看法强调了人与机器之间的重要差异，却也容易把知识的判准过度收缩到人类主观体验之内。

②问题的关键，并不在于AI是否“像人一样思考”，而在于我们如何理解知识生产本身。现代知识生产从来不只是个体经验的直接表达，而是在工具、方法、证据、模型和共同体规范中形成的认知成果。更恰当的说法是：人工智能正在成为知识生产链条中的生成性力量。它未必以人的方式理解世界，却已经开始推动人类重新审视什么可以被看见、什么值得被研究、什么能够成为知识。

③讨论AI能否参与知识生产，首先要澄清一个前提：知识的有效性是否必须建立在类似人类的主观体验之上，人的知识当然离不开经验、身体、语言和社会生活。尤其在伦理、审美、历史理解等领域，人的处境和体验具有不可替代的重要性。但这并不意味着，凡是不具有人类体验的系统，就完全不能参与知识形成。

④从认识论上看，知识并不等同于一时的感觉、判断或意见。一个判断要成为知识，通常需要理由、证据和方法的支持，并能够在一定共同体中接受检验、修正和讨论。不同学科的知识形态并不相同：自然科学更重视规律、预测和实验验证，社会科学更重视机制、情境和因果说明，人文学科更重视意义、文本和历史解释。但无论哪一种知识，都不能只以个体主观体验为唯一标准。知识之所以成为知识，正在于它能够超出个人感受，进入可论证、可交流、可检验的公共过程。

⑤事实上，人类认识世界从来不只依靠直接体验。显微镜没有生命体验，却打开了微观世界：望远镜没有主观意识，却改变了人类对宇宙的理解：统计模型不会感受社会痛苦，却能揭示人口、疾病、贫困和流动背后的结构性关系。现代知识生产本就依赖仪器、模型、算法、数据库和计算模拟等中介。它们并不以人的方式“体验”世界，却深刻改变了人类能够知道什么、如何知道以及如何证成知识。

⑥人工智能与这些认知中介一脉相承，又具有新的特征。它不只是延伸感官、加快计算或存储信息，更能在大规模、高维度、非直观的数据空间中发现模式，并把这些模式转化为预测、分类、假说和解释线索。也就是说，AI正在从“处理既有知识”进入“生成认知对象”的环节。

⑦因此，判断AI是否参与知识生产，不宜只问它有没有人的感觉和意图，而应追问：它是否揭示了此前难以看见的关系？是否能够提出可检验的问题？是否能够经过共同体讨论转化为稳定知识？是否能够改进人类对自然、社会和自身的理解？如果在一些领域这些问题能够得到肯定回答，就不能简单否认AI的知识生产意义。

（摘自陈浩《人工智能正在成为知识生产的新力量》，《光明日报》2026年7月10日第11版）

材料二：

①自从大语言模型崛起以来，越来越多的人习惯于向AI提问、与它对话、从它那里获取答案。而大语言模型往往引经据典、条分缕折、对答如流，仿佛源源不断输出着“知识”。于是，一个问题悄然浮现：AI递到我们面前的这些，究竟算不算真正意义上的知识？

②真正配得上“知识”二字的东西，至少需要满足四个条件：

③其一，理解。仅仅知道“物体受热会膨胀”的结论不够，还得能够解释温度计为什么能测温、铁轨之间为什么要留缝、热气球凭什么会升空。“理解”意味着能够把握事物背后的因果脉络，进而从原理层面推出来龙去脉。

④其二，可以负责的证成。当被追问“你凭什么知道”时，知识的持有者能答得上来，也肯为自己的回答负责。在此意义上，运气不作数，是因为它绕开了这份说明的责任。

⑤其三，与实在的接触。知识不能凌空虚蹈，它要么扎根于亲身的经验，要么随时接受现实的检验与修正。一个拒绝任何反驳的信念，即便内部再自洽，也不能迈进知识的门槛。

⑥其四，一个在场的主体。知识需要以第一人称去持有、去审视、去守护这份信念的“知者”，即一个敢于说“我信”的人。

⑦回顾历史，中国传统文化对“真知”的判准亦如此。张载区分“见闻之知”与“德性所知”：前者不过是耳目积攒的信息，后者则需穿透感官局限、经由身心修炼才可抵达。王阳明则更进一步，直言“知而不行，只是未知”，即知识若不融入生命与行动，就算不得真知。

⑧由此可见，真正的知识，从来不只是一段正确的内容，而是一桩须由主体去持有、去践行、去担当的认知成就。它是“你”亲手握住的，而不只是“它”恰好吐出的。

（摘自吴小坤《人工智能为何尚未产生真正的知识》，《光明日报》2026年7月10日第11版）

1．下列对材料相关内容的理解和分析，正确的一项是（3分）（）

A．质疑AI知识生产能力者，重视人与机器的重要差异，但可能片面将知识评判标准限定在人类主观体验范畴。

B．材料一指出，现代知识生产脱离了个体直接经验表达的模式，完全依托工具、模型与共同体规范等外部条件形成认知成果。

C．伦理、审美等人文领域的认知无法借助AI完成，因为这类领域的知识生产高度依赖人类独特的处境与生命体验。

D．传统认知中介仅能延伸人类感官功能，而AI突破所有局限，可独立完成高维数据认知与全新知识的生成工作。

2．根据材料内容，下列说法不正确的一项是（3分）（）

A．材料一指出，不同学科的知识形态各不相同，但无论哪种知识都不能只以个体主观体验为唯一标准，知识必须进入可论证检验的公共过程。

B．材料二认为，大语言模型输出的内容虽然逻辑通顺、论据充足，但不算真正意义上的知识。

C．张载区分两种认知、王阳明提出知行合一，二者思想内核相通，都主张真知超越浅层感官信息积累，必须结合主体身心体悟与实践行动。

D．材料二指出，真知需要“与实在的接触”，意味着真知必须扎根于亲身的经验，任何脱离经验的信念都不能称为知识。

3．下列对材料论证特点的分析，不正确的一项是（3分）（）

A．材料一开篇抛出核心议题，先梳理大众主流观点并指出其局限，再层层递进阐释核心观点。论证逻辑严谨。

B．材料一通过将AI与显微镜、望远镜类比，论证了无主观体验的认知中介也能参与知识形成，为AI的知识生产意义提供了理论支撑。

C．材料二采用总分总结构，主体四层条件并列排布、互不关联，依托传统儒学观点佐证，提升论证权威性。

D．两则材料均以现实科技引发的问题为切入点，立足认识论展开论证，贴合时代议题，兼具现实性与学术性。

4．结合两则材料，简要概括人类生产知识与AI生成认知成果的差异。（4分）

5．中科院团队开发的AI模型DeepSeMS从微生物基因序列中预测出6万多种新的海洋天然产物结构。有学者认为，这是“AI参与知识生产的典型案例”。假如你是材料二作者吴小坤教授的学生，对AI能产出真正的知识持怀疑态度，请向该学者提出两个质疑性问题，并分别阐述你的理由。（6分）

详细参考答案

1、【参考答案】.A

【解析】B项，曲解文意，原文为“从来不只是个体经验的直接表达”，并非“脱离”“完全依托”，表述绝对；C项，过于绝对，材料一只说明人文领域人类体验不可替代，并未否定AI的参与作用；D项，夸大事实，AI并非“突破所有局限”“独立生成知识”，仍依托数据与算法，且需人类共同体检验。

2、【参考答案】.D

【解析】D项逻辑理解错误。原文为“要么扎根于亲身的经验，要么随时接受现实的检验与修正”，二者为选择关系，满足其一即可，并非要求真知必须扎根亲身经验。

【解析】C项，分析错误。材料二四项真知标准并非互不关联的平行并列，而是层层递进的逻辑链条：先要求理解因果（认知基础），再要求可证成担责（认知责任），继而要求对接客观现实（认知验证），最终落脚于在场认知主体（认知归属），四层标准环环相扣；A、B、D三项分别对文本论证思路、手法、风格的鉴赏均准确。

4、【参考答案】

①价值内核不同：人类生产知识可融合独有的生命体验、情感、精神体悟，适配人文领域价值阐释； AI不具备主观生命体验，无法生成依托身心感悟的人文类真知。

②认知机制不同：人类生产知识建立在主体对因果关系的理解之上，能把握事物的来龙去脉；AI则基于数据统计发现模式，缺乏对因果原理的本质认知。

③主体责任不同：人类生产知识有“在场的主体”为之负责，能主动证成、践行并担当；AI无独立主体，无法为其输出承担认知责任。

④实践检验方式不同：人类生产知识扎根于亲身体验或接受现实修正；AI的预测性成果停留在数字空间，需经人类实验验证才能成为公共知识。

【评分参考：答出两点给4分。意思对即可。】

【解析】这是一道概括题，人类生产知识的特点集中体现在材料二第③-⑥四段，在此基础上关联材料一第③段（人的知识当然离不开经验、身体、语言和社会生活。）、第④段（人文学科更重视意义、文本和历史解释。）、第⑤段（人类认识世界从来不只依靠直接体验。）、第⑥段（人工智能……不只是延伸感官、加快计算或存储信息，更能在大规模、高维度、非直观的数据空间中发现模式，并把这些模式转化为预测、分类、假说和解释线索。）

综合以上信息，可以看出，人类生产知识立足于体验，重视实践基础上的深刻感悟。这是AI生成的认知成果所不具备的。另外三条可以从材料二第③-⑥四段相应内容中提炼而来。

5、【参考答案】

示例一

问题1：AI是真正“理解”了这些分子的生物合成机制，还是仅从已有数据库中提取了统计规律？问题2：这6万多种预测结构是否经过了实验室合成、分离与活性验证等“与实在的接触”？

理由：①材料二指出真知需要“理解”因果，即把握事物背后的原理。若DeepSeMS的预测仅基于统计关联而非对生物合成通路的认知，则其输出只能算线索，而非真正的知识。②材料二强调真知必须扎根于亲身经验或接受现实检验。若这些化合物仅存在于计算机模拟中，未经实验证实，就只是AI “吐出的答案”，而非经过科学共同体检验的稳定知识。

示例二

问题1：当该AI预测的分子结构出现错误时，是否存在独立主体能够出示推导依据、承担结论失实的认知责任？

理由：材料二指出真知需要可证成、能担责的主体，AI没有自主意识，无法为预测偏差举证、承担责任，不符合真知要求。

问题2：这套分子预测结论是否存在一个拥有第一人称认知、主动体悟并践行该研究成果的认知主体？

理由：真知必须依托在场的认知主体主动持有、反思、实践。AI只是被动输出文字数据，不存在主动内化、坚守结论的主体，因此无法生成真知。

【评分参考：每个质疑3分，其中问题2分，理由阐述1分。理由需体现材料二的知识条件，言之成理即可。】

【解析】这是一道迁移类社会生活情境题。吴小坤教授理论的逻辑根基是“知识”的四个条件，提出质疑问题应围绕材料二中“是否理解因果原理、是否可证成担责、是否接触现实实在、是否有在场主体”四个要素展开。

首先要明确立场（材料二的观点），即“AI不能产生真知”。然后结合DeepSeMS的具体案例（预测海洋天然产物），从材料二的四个标准中找切入点（如：它理解原理吗？它做过实验吗？它能负责吗？），转化为质疑问题。