计算的影响 (CSP) (Impact of Computing (CSP)) — AP CS Principles CSP 学习指南

适合谁：AP CS Principles 参加 AP Computer Science Principles 的考生。

覆盖内容：计算技术的利弊影响、数字鸿沟、计算对环境的作用、算法偏差四大考纲要求子主题，配套考点解析、易错点总结、原创习题与速查清单。

前置知识：无需前置 CS 知识。

关于练习题：下文「练习题」一节的所有题目均为我们按 AP CS Principles 风格编写的原创题目 (original problems)，仅用于教学。它们不是 College Board 真题的复制，措辞、数值或语境可能不同。请把它们当作练手用；评分细则请对照 College Board 官方 mark scheme。

1. 什么是计算的影响 (CSP)？

计算的影响是AP CS Principles考纲中占比15%-20%的核心单元，主要考察计算技术对社会、文化、经济、环境、伦理等各领域的作用，以及技术应用过程中的公平性、可持续性问题。该单元考点以选择题为主，同时会涉及创作任务（Create Performance Task）中对程序社会影响的陈述要求，整体难度不高但容易因考虑不全丢分。

2. 计算的有益与有害影响 (Beneficial vs harmful effects)

计算技术的影响不存在绝对中立，任何一项技术的落地都同时存在正反两方面作用，这是考官最常考的核心逻辑。 比如当下普及的远程会议技术：有益影响是减少跨城商务出行的时间、金钱成本，降低碳排放，同时让偏远地区的学生可以参与一线城市的优质课程；有害影响是长期线上会议容易导致员工工作与生活边界模糊，增加过劳风险，且线上互动的非面对面属性会降低团队信任感。 答题时要注意：凡是要求分析技术影响的题目，必须同时给出至少1项有益影响和1项有害影响，只答单一方面直接扣一半分数。

3. 数字鸿沟 (Digital divide)

数字鸿沟指不同群体、地区、国家之间获取和使用计算技术、互联网资源的不平等差距，分为两个核心维度：

1. 接入鸿沟：指是否拥有基础的计算设备和网络接入条件，比如我国西部偏远乡村的部分学生没有笔记本电脑和宽带网络，无法参与线上网课，就属于接入层面的差距；
2. 使用鸿沟：指是否拥有使用技术获取收益的能力，比如多数老年人不会操作智能手机进行线上挂号、健康码核验，无法享受数字化公共服务的便利，就属于使用层面的差距。 常见的缩小数字鸿沟的措施包括：政府为低收入家庭发放设备补贴、运营商在偏远地区建设通信基站、社区为老年人等弱势群体开展免费数字技能培训等。

4. 计算与环境 (Computing and the environment)

计算技术对环境的影响同样分为正反两面，考点要求你能准确区分两类影响，同时提出降低负面作用的方案：

• 负面影响：计算设备全生命周期的环境成本极高，首先生产芯片需要消耗大量纯净水和稀有金属，其次全球数据中心年用电量占全球总用电量的2%左右，和航空业碳排放相当，最后报废的电子设备含有铅、汞等重金属，不当填埋会污染土壤和地下水；
• 正面影响：计算技术也可以大幅提升环保效率，比如AI算法优化电网调度可以降低15%左右的可再生能源弃电率，卫星遥感+大数据技术可以实时监测森林火灾、非法砍伐行为，提升环保执法效率。 常见的降低计算环境成本的措施包括：推广算力共享减少冗余服务器部署、建立电子设备强制回收制度、使用可再生能源为数据中心供电等。

5. 算法偏差 (Bias in algorithms)

算法偏差指算法受训练数据、设计逻辑的影响，对特定群体产生不公平的歧视性输出的问题，是本单元选择题高频考点。很多学生误以为算法是代码写的就绝对中立，但实际上算法的所有规则都是人设定的，训练数据也是人收集的，天然可能带有偏差。 典型案例包括：某科技公司的招聘算法用过去10年的录用数据训练，由于历史上科技行业女性录用率低，算法就会自动给女性求职者打低分，形成性别歧视；再比如部分地区使用的人脸识别算法，对深肤色人群的识别错误率是浅肤色人群的10-100倍，容易导致执法误判。 解决算法偏差的常见方案包括：引入多元群体参与算法测试、定期开展第三方算法公平性审计、补充代表性不足群体的训练数据等。

6. 常见陷阱 (Common Pitfalls)

1. 错误做法：分析技术影响时只提及有益或有害单一方面，比如答“社交网络只有好处，方便人们联系”。为什么错：学生默认技术是正向的，忽略考纲要求的双面分析逻辑。正确做法：任何技术都要同时分析正反影响，比如社交网络方便联系的同时，也存在网络暴力、信息茧房的负面作用。
2. 错误做法：把数字鸿沟只等同于“有没有网络”。为什么错：只看到接入层面的差距，忽略使用层面的不平等。正确做法：数字鸿沟包含接入鸿沟和使用鸿沟两个维度，缩小鸿沟的措施要同时覆盖两个层面。
3. 错误做法：认为算法是中立的，不可能存在偏差。为什么错：混淆了代码的客观性和输入数据、设计逻辑的主观性。正确做法：算法的所有规则都由人设定，天然可能带偏差，需要定期审计调整。
4. 错误做法：默认计算技术只会破坏环境。为什么错：只看到电子垃圾、数据中心耗电等负面作用，忽略技术对环保的助力。正确做法：计算对环境同时有利弊，答题时要结合场景具体分析。

7. 练习题 (AP Computer Science Principles 风格)

题1

题干：某城市计划推出AI辅助的交通违法识别系统，通过道路摄像头自动识别闯红灯、压线等违法行为，直接生成罚单发送给车主。请分别列出该系统的1项有益影响和1项有害影响。 解答：有益影响：减少交警现场执法的人力成本，提升违法识别效率，减少人情执法的不公平问题；有害影响：如果系统对特定车型、车牌的识别准确率低，会导致该类车主被误判罚款，同时连续的违法监控也可能泄露车主的出行轨迹隐私。

题2

题干：下列措施中，不属于缩小数字鸿沟的是？ A. 政府为低收入家庭发放补贴购买平价智能手机 B. 社区为老年人免费开展智能手机使用培训 C. 互联网公司为高端手机用户推出专属付费会员服务 D. 运营商在偏远山区建设5G基站 解答：正确答案为C。A解决低收入群体的接入鸿沟，B解决老年群体的使用鸿沟，D解决偏远地区的接入鸿沟，C的服务仅面向高端手机用户，会进一步拉大不同消费能力群体的使用差距，不符合缩小数字鸿沟的要求。

题3

题干：某公司开发的农业病虫害识别AI系统，在华北平原的小麦种植区测试时准确率达97%，但投放到南方的水稻种植区使用时，误判率高达40%，请分析该问题是否属于算法偏差，说明原因并给出1种解决方法。 解答：该问题属于算法偏差。原因：系统的训练数据主要来自华北平原的小麦病虫害样本，没有覆盖南方水稻的病虫害特征，训练数据的代表性不足导致模型对水稻场景的识别效果差。解决方法：补充南方水稻的病虫害样本重新训练模型，投放前在南方种植区开展充分的实地测试。

8. 速查表 (Quick Reference Cheatsheet)

9. 接下来怎么学

本单元是AP CSP伦理模块的核心，后续你在准备创作任务（Create Performance Task）时，需要用到本单元的知识分析你开发的程序的社会影响、潜在伦理问题，这部分内容占大作业得分的15%左右，建议你结合考纲样题巩固考点，确保答题时不会遗漏要点。 如果你在刷题或者复习考点的时候遇到任何问题，都可以随时到小欧提问，我们会为你提供针对性的解答和练习资源。