閱讀下面的文字，完成下面小題。
材料一：
      最近一段時間，ChatGPT（GPT全稱為Generative Pre-trained Trans former,即預(yù)訓(xùn)練生成模型）吸引了社會各界的目光。ChatGPT為什么突然如此吸引人呢？原因在于ChatGPT與之前的AI聊天機器人相比更加真實、準(zhǔn)確，理解自然語言的能力、生成有效答案的水平都“更上了一層樓”，甚至有人覺得ChatGPT模擬人類助手的精確度令人“害怕”。其實，從人工智能的發(fā)展歷程中不難看出，從最初的聊天機器人鼻祖Eliza,到微軟小冰、谷歌Siri、小度音箱等，再到ChatGPT，這類基于AIGC技術(shù)的聊天機器人是一個螺旋式發(fā)展的過程，ChatGPT的出現(xiàn)可以說是從量變到質(zhì)變的必然現(xiàn)象。ChalGPT能夠如此成功，在技術(shù)方面確實有獨到之處。最主要是采用了Trausformer結(jié)構(gòu)和“自回歸+Prompting”的訓(xùn)練模式，使得自然語言處理研究范式發(fā)展為預(yù)訓(xùn)練模式，并最終走向通用人工智能模式、Transformer結(jié)構(gòu)的低層和中層存儲了詞性、句法等知識，中高層則廣泛存儲抽象語義類、事實概念類知識，其中，模型的總參數(shù)量高達(dá)1750億，使得模型能夠解鎖許多大型語言模型的新能力。
      ChatGPT模型的訓(xùn)練分為三個階段：首先采用帶有標(biāo)準(zhǔn)答案的人工標(biāo)注高質(zhì)量問題進(jìn)行初步訓(xùn)練；隨后，標(biāo)注員對模型生成的多個答案的喜好程度進(jìn)行排序打分、激勵模型學(xué)習(xí)什么樣的回答是真實、無害、有用的；最后，結(jié)合強化學(xué)習(xí)策略進(jìn)一步訓(xùn)練模型生成高質(zhì)量答案的能力。這一訓(xùn)練范式增強了語言模型理解人類命令的能力，而語言模型能理解人類命令的能力也正是模型“善解人意”的關(guān)鍵，才使得ChatGPT取得了突破性成就。
（摘編自尚俊杰《ChatGPT與高等教育變革：價值、影響及未來發(fā)展》）材料二：
      在《教育和技術(shù)的競賽》一書中，凱茲曾詳細(xì)分析了技術(shù)變革、教育和貧富差距三者之間存在的微妙“競賽”關(guān)系：當(dāng)教育走在技術(shù)前頭，貧富差距會縮??；當(dāng)教育落在技術(shù)后頭，貧富差距就擴大、但在后工業(yè)社會中，這種帶有工業(yè)化色彩的經(jīng)濟(jì)話語的解釋，其局限性也非常明顯。這種解釋背后所隱藏的假設(shè)仍是將教育作為經(jīng)濟(jì)發(fā)展的工具，可能導(dǎo)致既誤解教育的本質(zhì)，也會遮蔽“技術(shù)—經(jīng)濟(jì)范式”的轉(zhuǎn)型。
      在工業(yè)革命之前，教育與生產(chǎn)或經(jīng)濟(jì)發(fā)展的關(guān)系一直較為疏遠(yuǎn)，教育的目的主要在于培養(yǎng)完人或君子，而技術(shù)的進(jìn)步主要掌握在熟練工匠手中。教育與技術(shù)之間井水不犯河水，不屬于同一個場域，也就不存在“競賽”關(guān)系。
      工業(yè)革命從根本上改變了人類社會的經(jīng)濟(jì)發(fā)展范式，由于工業(yè)經(jīng)濟(jì)存在特定技能偏好，人的受教育程度與勞動生產(chǎn)率密切相關(guān)，為滿足經(jīng)濟(jì)發(fā)展的現(xiàn)實需要，教育不得不從培養(yǎng)人轉(zhuǎn)向培養(yǎng)才。其結(jié)果是學(xué)校偏離了教育的宗旨，傾向于通過嚴(yán)格的篩選，有組織、有計劃地為工業(yè)社會各部門提供適合的技能人才。在工業(yè)經(jīng)濟(jì)體系中，教育與技術(shù)以人力資本為紐帶被緊密地聯(lián)系在一起，進(jìn)而相互競賽或競爭。工業(yè)社會中的教育制度以人才培養(yǎng)為目標(biāo)、以工廠為典范完成了學(xué)?；霓D(zhuǎn)型。在工廠化的學(xué)校里，教師是工人，教室是車間，教材是圖紙，學(xué)生是產(chǎn)品，而學(xué)歷和文憑則相當(dāng)于“出廠合格證”。經(jīng)過工業(yè)社會技術(shù)文化的規(guī)訓(xùn)、教育成為經(jīng)濟(jì)發(fā)展的附屬、受教育的目的也從成人轉(zhuǎn)變?yōu)椴粩喾e累人力資本，以適應(yīng)工作場所中對于相關(guān)知識和技能的需要。
      近年來隨著信息技術(shù)的興起，尤其是人工智能的快速發(fā)展，職場或工作發(fā)生了深刻變革，工業(yè)社會向后工業(yè)社會的轉(zhuǎn)型已經(jīng)勢不可擋。后工業(yè)社會的來臨意味管工業(yè)社會的“技術(shù)-經(jīng)濟(jì)范式”和社會結(jié)構(gòu)將發(fā)生顛覆性變化，在一個以人工智能為主導(dǎo)的無工作或工作日益稀缺的世界里，教育不能再以就業(yè)為目的，不能再以人才培養(yǎng)為中心，更不能再追求定向培養(yǎng)、學(xué)以致用、專業(yè)對口。教育改革需要改弦易轍、返璞歸真、重歸對于人的培養(yǎng)、對于人性之善的張揚。
      當(dāng)下技術(shù)的變革正在成為驅(qū)動教育轉(zhuǎn)型的關(guān)鍵。面對技術(shù)變革，尤其是生成性人工智能技術(shù)的涌現(xiàn)，教育需要擺脫工業(yè)社會中對于篩選與競爭的迷思，放棄對高競爭等于更卓越地執(zhí)迷、走出為就業(yè)而教的窠臼。從人才培養(yǎng)回歸人的培養(yǎng)。教育的根本在于培養(yǎng)人之為人的美好品質(zhì)，而不是通過專業(yè)對口或?qū)W以致用為就業(yè)做準(zhǔn)備。在工業(yè)社會中，知識和技能的傳授是教育適應(yīng)經(jīng)濟(jì)社會發(fā)展的主要媒介：在后工業(yè)社會里，教育應(yīng)以科目教學(xué)和專業(yè)教育為中心轉(zhuǎn)向更加注重培養(yǎng)人的情感素養(yǎng)，以更充分、更適合的教育幫助每一個人更好地應(yīng)對愈來愈不確定的未來。面對新智能技術(shù)的不斷涌現(xiàn)，教育既要有危機意識，也要有文化自信。未來無論技術(shù)如何強大，我們?nèi)匀恍枰酥疄槿说拿篮闷焚|(zhì)，這是教育得以存在并生生不息的根本。教育不需要與技術(shù)競賽，也無須一定成為競賽中的贏家（在技術(shù)的層面上，教育不可能超過技術(shù)），但只要我們還有“成人”的需要，教育就不會消失（在人性的層面上、教育的優(yōu)勢在于讓人成為人）。面對技術(shù)的變革，教育體制的挑戰(zhàn)不是想方設(shè)法與技術(shù)競賽，而是更深入地認(rèn)識人性、培養(yǎng)人性，以避免技術(shù)創(chuàng)新可能會誤入歧途，最終導(dǎo)致社會不平等的加劇。
（摘編自王建華《技術(shù)變革驅(qū)動教育轉(zhuǎn)型》）（1）下列對材料相關(guān)內(nèi)容的理解和分析，不正確的一項是

A

A

A.ChatGPT模擬人類助手非常精確，除了技術(shù)方面確實有獨到之處外，也有從量變到質(zhì)變的因素。
B.ChatGPT具有能夠解鎖許多大型語言模型的新能力，有賴于它可存儲千億級別的總數(shù)量的信息。
C.教育走在技術(shù)前頭，可縮小貧富差距；反之，貧富差距擴大。這種解釋在后工業(yè)社會具有局限性。
D.無論未來社會如何變化，技術(shù)如何強大，教育得以存在并生生不息的根本仍是培養(yǎng)人的美好品質(zhì)。
（2）下列對材料相關(guān)內(nèi)容的梳理不正確的一項是

B

B

A.
B.
C.
D.
（3）下列哪種教育理念最符合后工業(yè)社會人才培養(yǎng)趨向

C

C

A.潘光旦提出教育分類分層理論和原則是“工讀兼營”，即知識學(xué)習(xí)要與知識應(yīng)用相結(jié)合，強調(diào)學(xué)習(xí)者應(yīng)深入社會，體驗實需。
B.蘇霍姆林斯基提出了“培養(yǎng)共產(chǎn)主義建設(shè)者”“合格的公民”等等，強調(diào)要把青少年培養(yǎng)成為“社會進(jìn)步的積極參與者”。
C.于漪認(rèn)為教育不是把不同的人培養(yǎng)成相同的人，而是把不同的人變得更加不同，使其變得更具良好的個性，更具鮮明的特色。
D.魏元光認(rèn)為“良善”的工業(yè)教育，不僅包括知識、技能，還應(yīng)包括工業(yè)精神，譬如準(zhǔn)確、守時、信用、有序等應(yīng)有的國民素質(zhì)。
（4）結(jié)合材料，談?wù)勀銓Α敖逃母驹谟谂囵B(yǎng)人之為人的美好品質(zhì)”的理解。
（5）結(jié)合材料，簡要分析不同時期技術(shù)與教育的關(guān)系。