约16100字。

　　西安第一中学2027届摸底测试高三语文试题
　　注意事项：
　　1．答题前，务必将自己的姓名、座位号、准考证号用2B铅笔涂写在答题卡上。
　　2．答选择题时必须用2B铅笔把答题卡上对应题号的答案标号涂黑，如需改动请用橡皮擦干净后，再选涂其他答案。
　　3．答非选择题时，必须用黑色签字笔或钢笔，将答案写在答题卡上规定的位置上。
　　一、阅读（72分）
　　（一）阅读I（本题共5小题，19分）
　　阅读下面的文字，完成下面小题。
　　材料一：
　　人工智能在科学研究领域的应用正在经历从“辅助工具”向“研究伙伴”的深刻转变。过去，AI主要承担数据处理、图像识别等辅助性工作；如今，AI已经开始参与假说提出、实验设计甚至论文撰写。这种转变被《自然》杂志称为“科学发现的第四次范式革命”。
　　2025年，谷歌DeepMind团队宣布其AI系统“AlphaProof”成功证明了40个国际数学奥林匹克竞赛难题中的28个，达到银牌水平。同年，斯坦福大学开发的“Coscientist”AI系统在无人类干预的情况下，自主设计并完成了复杂的化学反应实验。这些突破标志着AI已经从“执行指令的工具”进化为“参与创造的伙伴”。
　　然而，AI参与科学创造也带来了深刻的方法论挑战。传统科学研究遵循“假说—实验—验证”的路径，研究者基于已有理论提出假设，通过实验收集数据，再分析数据验证假设。而AI通过对海量数据的学习，直接发现人类难以察觉的规律和模式，甚至提出新的科学假说。这种“数据驱动”的研究方式，正在重塑科学的认知方式。
　　有学者担忧，AI的“黑箱”特性可能导致科学研究的“理解危机”。当AI给出结论却无法阐明背后的因果机制时，我们究竟是获得了新知，还是只是拥有了更强的预测能力？诺贝尔物理学奖得主弗兰克•维尔切克指出：“科学的核心不是预测，而是理解。如果AI让我们只满足于预测而放弃理解，那将是科学的倒退。”
　　（摘编自《自然》2025年科学展望专刊）
　　材料二：
　　面对AI带来的方法论挑战，科学界开始探索“可解释AI”在科研中的应用。欧盟“地平线欧洲”计划资助的“XAI-Science”项目，致力于开发能够同时给出预测结果和因果解释的AI系统。该项目负责人表示：“我们需要的是‘透明箱’而非‘黑箱’，科学家需要知道AI为什么得出某个结论，而不仅仅是结论本身。”
　　在中国，中科院自动化研究所开发的“紫东太初”多模态大模型，在图像识别任务中不仅给出识别结果，还能生成识别依据的文字描述。这种“可解释性”设计，让科学家能够评估AI判断的合理性，避免盲目接受AI结论。
　　与此同时，学术界开始重新审视AI生成内容的学术地位。国际科学理事会发布的《AI与学术研究伦理指南》明确提出：AI不能作为论文作者署名，因其无法对所发表内容承担责任；但使用AI辅助研究的过程应当在方法部分详细披露。这一原则既承认了AI的工具价值，也坚守了人类在知识生产中的主体地位。
　　（摘编自《科技日报》2025年11月相关报道）
　　材料三：
　　2025年底，某高校发生了一起学术争议事件：一名博士生使用AI生成论文核心论点，导师认为这属于学术不端，学生辩称“AI只是工具，用工具何错之有”。此事在学术圈引发热议。
　　支持者认为，既然AI能提供有价值的新见解，就不应因其来源而否定其价值。反对者则强调，学术研究的本质是人的创造性劳动，用AI代劳核心思考环节，如同运动员服用兴奋剂——虽然成绩提高了，但丧失了竞赛的意义。
　　这一争议折射出更深层的问题：当AI具备“创造”能力时，我们如何定义“原创”？知识生产的主体还是人吗？这些问题尚无定论，但它们提醒我们：技术越发达，越需要反思人的价值。正如一位哲学家所言：“AI最大的贡献，或许不是它创造了什么，而是它迫使人类重新思考：什么是不可替代的‘人’。”
　　（摘编自《中国科学报》相关报道）
　　材料四：
　　2026年初，教育部发布《关于规范高校人工智能辅助教学与科研的指导意见》，首次从制度层面明确了AI在高等教育中的使用边界。《意见》指出，AI可以作为教学辅助工具和科研辅助手段，但不得替代教师的核心教学环节和学生的独立思考过程。在科研领域，《意见》要求高校建立AI使用登记制度，对使用AI生成或辅助完成的研究成果，须在成果提交时注明AI参与的具体环节和程度。
　　《意见》同时强调，各高校应结合自身学科特点制定实施细则，避免“一刀切”。例如，在数学、物理等基础学科中，AI的使用应更加审慎；而在工程设计、数据分析等应用领域，可适度放宽AI参与程度。这一分类指导的思路，体现了政策制定者对AI技术复杂性的深刻认知。
　　（摘编自《中国教育报》2026年1月相关报道）
　　1. 下列对原文相关内容的理解和分析，不正确的一项是（）
　　A. AI在科研领域的应用正从“辅助工具”向“研究伙伴”转变，谷歌“AlphaProof”和斯坦福“Coscientist”是这一转变的典型代表。
　　B. 传统科学研究遵循“假说—实验—验证”的路径，而AI通过“数据驱动”直接发现规律，这种方式正在重塑科学的认知方式。
　　C. 弗兰克•维尔切克认为，科学的核心在于预测能力，AI带来的更强预测能力恰恰推动了科学的进步。
　　D. 国际科学理事会规定AI不能作为论文作者署名，原因是AI无法对所发表内容承担相应责任。
　　2. 根据原文内容，下列分析和推断正确的一项是（）
　　A. 材料二中“可解释AI”的研发已经彻底解决了AI的“黑箱”问题，科学家可以完全信赖AI给出的因果解释。
　　B. 材料三中博士生使用AI生成论文核心论点，无论导师还是学生，双方对此事的定性已达成共识。
　　C. 材料四要求高校建立AI使用登记制度，说明政策层面已开始从制度上回应AI参与科研带来的伦理挑战。
　　D. 材料四提出对数学、物理等基础学科应更加审慎地使用AI，这意味着这些学科将完全禁止AI的参与。
　　3. 材料一中，作者引用弗兰克•维尔切克的话有何作用？请简要分析。
　　4. 材料二和材料四在应对AI挑战的思路上有何异同？请结合文本简要概括。
　　5. 综合四则材料，谈谈在AI深度参与科研的背景下，应如何界定“合理使用AI”与“学术不端”的边界。要求观点明确，论述有据。
　　【答案】1. C    2. C   
　　3. ①借权威观点增强论证说服力。维尔切克作为诺贝尔奖得主，其言论具有学术权威性，使“理解危机”的担忧更具分量。
　　②点明核心论点。通过维尔切克的话，鲜明地提出“科学的核心是理解而非预测”这一观点，深化了材料一关于AI“黑箱”特性可能导致科学倒退的论述。
　　③形成论证张力。维尔切克的警示与前文AI取得突破的内容形成对比，使论述更加辩证、全面。
　　4. 相同点：两则材料都认识到AI在科研中存在风险，都主张通过人类主动干预来应对AI带来的挑战，坚守人在科研中的主体地位。
　　不同点：
　　①材料二侧重技术路径，通过研发“可解释AI”从技术层面解决“黑箱”问题，同时辅以伦理指南进行规范；
　　②材料四侧重制度路径，通过发布政策文件、建立登记制度、分类指导等方式从制度层面划定AI使用边界。
　　5. 观点：“合理使用AI”与“学术不端”的边界，关键在于人是否保持了在知识生产中的主体地位。
　　论述：①从技术层面看，应推动“可解释AI”的发展，确保AI的结论可追溯、可验证，避免盲目接受“黑箱”结论。
　　②从伦理层面看，AI不能作为论文作者署名，使用AI辅助研究的过程应当详细披露，坚守人类在知识生产中的主体地位。
　　③从实践层面看，AI可以辅助数据处理、文献检索等外围工作，但核心思考环节（如提出假说、形成论点）应由人独立完成，用AI代劳核心思考属于学术不端。
　　④从制度层面看，高校应建立AI使用登记制度，分类指导不同学科的AI使用边界，从制度上防范学术不端。
　　⑤从价值层面看，技术越发达，越需要反思人的价值，AI最大的贡献是迫使人类重新思考什么是不可替代的“人”。
　　【解析】
　　【导语】这组非连续性文本紧扣AI介入科研的前沿命题，从技术变革、伦理争议到制度规范逐层铺展，兼顾国际前沿探索与国内落地实践，案例鲜活且问题导向鲜明，既呈现了AI从工具向研究伙伴转型的行业趋势，也落脚于对人类科研主体性的深度反思，兼具科普性与思辨性。
　　【1题详解】
　　C. “科学的核心在于预测能力，AI带来的更强预测能力恰恰推动了科学的进步”错误。由原文“诺贝尔物理学奖得主弗兰克•维尔切克指出：‘科学的核心不是预测，而是理解。如果AI让我们只满足于预测而放弃理解，那将是科学的倒退’”可知，选项与原文表述相悖。
　　故选C。
　　【2题详解】
　　A.“已经彻底解决了AI的‘黑箱’问题，科学家可以完全信赖AI给出的因果解释”错误。原文只是各国开展可解释AI相关项目，不存在“彻底解决”“完全信赖”，表述过于绝对。
　　B.“无论导师还是学生，双方对此事的定性已达成共识”错误。导师认定属于学术不端，学生并不认同，双方存在分歧，没有达成共识。
　　D.“这意味着这些学科将完全禁止AI的参与”错误。“更加审慎”不等于“完全禁止AI参与”，属于曲解文意。
　　故选C。
　　【3题详解】
　　本题属于引用名人名言作用的常规议论文题型，答题核心从论证效果、内容主旨、结构逻辑三个维度作答。优先借助权威人物身份增强说服力，再分析语句对段落观点的深化作用，最后结合前后文本分析对比、辩证的表达效果。
　　第一步，定身份、说效果。弗兰克・维尔切克是诺贝尔物理学奖得主，属于行业权威，引用其话语，能够增强文章观点的权威性与说服力，让AI科研存在“理解危机”的担忧更可信。
　　第二步，析内容、明主旨。这句话点明科学核心是理解而非预测，印证了AI“黑箱”模式只可预测、无法阐释因果的弊端，深化AI科研可能造成科学倒退的核心观点。
　　第三步，看结构、谈作用。前文介绍了AI在科研领域的突破性成就，此处引用警示性观点与之形成对比，辩证展现AI科研的利弊，弥补单一褒扬的片面性，让全文论述更加全面、严谨。
　　【4题详解】
　　本题为比较信息概括题，答题思路遵循“先同后异”。先提炼两则材料共同立场，抓住核心共识：正视AI风险、人为管控、确立人的主体地位；再区分各自解决路径，找准关键词：材料二依靠技术研发+伦理准则，材料四依靠政策制度、分类管理。作答条理清晰，相同点整合概括，不同点分条对比，紧扣文本，不要脱离材料引申。
　　第一步，梳理共性。通读两则材料，二者均看到AI参与科研潜藏隐患，认同不能放任AI自由使用，强调依靠人类进行约束，守住人类在知识生产中的主体地位。
　　第二步，辨析材料二对策。材料二立足技术层面，推进可解释AI研发破解黑箱难题，同时借助学术伦理指南规范AI使用。
　　第三步，辨析材料四对策。材料四立足于顶层制度规范，出台官方指导意见，建立AI使用登记制度，采用分类施策方式划定AI使用界限。
　　第四步，整合语言，先写相同点，再分点阐述不同侧重点，形成完整答案。
　　【5题详解】
　　本题属于材料综合探究题，核心答题逻辑：先亮核心观点，再分层多维结合材料论证。需紧扣四则材料，从技术、伦理、实践、制度、价值五个维度区分边界，核心判定标准为人类是否掌握科研主导权、独立完成核心创造性工作，做到观点明确、论据均源自原文、逻辑清晰。
　　第一步，确立核心观点。界定二者边界的核心是人类是否坚守科研主体地位、独立完成核心思考创造。
　　第二步，结合材料分层论证。技术上，使用可解释AI，杜绝依赖AI黑箱结论；伦理上，规范AI使用，如实披露辅助过程，不将AI署名。
　　第三步，明确实践边界。AI可用于数据处理等辅助工作，替代论文核心论点、假说设计等核心创作环节，即为学术不端。
　　第四步，依托制度规范。遵循高校AI登记、分类使用制度，按学科规范使用AI，规避违规行为。
　　第五步，升华价值内核。坚守人类科研的创造性本质，依托人的不可替代性，筑牢学术底线。
　　（二）阅读II（本题共4小题，18分）
　　阅读下面的文字，完成下面小题。
　　天井里的种植
　　叶圣陶
　　①搬到上海来十多年，一直住的弄堂房子。弄堂房子是各所一律的：前墙通连，隔墙公用；若干所房子成为一排；前后两排间的通路就叫作“弄堂”；每一所房子开门进去是个小天井。天井就是庭除，弄堂房子的庭除可真浅，只须三四步就跨过了，横里等于一所房子的阔，也不过五六步光景。如果从空中望下来，一定会觉得那个“井”字怪适当的。
　　②住弄堂房子，非但栽不起深林丛树，就是几棵花草也没法种，因为天井里完全铺着水门汀。你要看花草只有种在盆里。有些人家嫌自己动手麻烦，又正有多余的钱足以对付小小的奢侈的开支，就同花园约定，每个月送两回或者三回的盆景来。然而这等人家的趣味大都在不缺少一种照例应有的点缀，自己的生