信息科技重大版 八年级下 人工智能与智慧社会 第三单元教学设计 人工智能的实现方式

单元教学设计（一）单元基本信息学科信息科技实施年级八年级下设计者刘勇《课程标准》模块人工智能与智慧社会单元名称人工智能的实现方式单元课时4~5课时（二）单元教学规划1.单元概述1.1核心概念本单元属于《义务教育信息科技课程标准（2022年版）》“人工智能与智能社会”模块中的“人工智能的实现方式”部分内容。本部分的课标内容要求：（1）通过对比不同的人工智能应用场景，初步了解人工智能中的搜索、推理、预测和机器学习等不同实现方式。（2）通过分析典型案例，对比计算机传统方法和人工智能方法处理同类问题的效果。本单元设计的核心概念有机器学习等。借助人工智能案例和综合实践项目等帮助学生探究人工智能的原理，让学生初步了解人工智能中的搜索、推理、预测和机器学习等不同实现方式，同时结合典型案例感受计算机传统方法和人工智能方法处理同类问题的不同效果。机器学习（MachineLearning）是实现人工智能的主流方法，它有一个显著的特点，也是机器学习最基本的做法：从观测数据出发寻求规律，利用这些规律对未来数据或无法观测的数据进行预测。机器学习可分为监督学习、非监督学习和强化学习。数据是对客观事物的一种数字化表示，可以是文本、图像、语音、视频等。特征是从数据里抽象出来的，用于描述数据的一些特点。标签是对数据的标注，用来标识数据的种类。监督学习是有标签参与的学习。非监督学习是没有标签参与的学习。分类是预测目标属于哪类。回归是预测目标的某一种特征的数值。聚类是一种非监督学习算法，会自动地把一组数据分成多个类别。KNN算法（K-NearestNeighbor）即K最近邻算法，是一种常用的分类算法，这种算法需要用到物品相似性的度量。强化学习算法的过程是开始什么都不懂，什么想法都没有，然后通过不断地尝试，从错误中学习，最后找到规律，学会达成目标的方法。搜索和优化是人工智能中的基本算法。搜索是人工智能求解问题中的常见处理方法，如人脸识别中先通过人脸检测提取出特征，随后再据此对存储人脸特征的数据库进行搜索、对比，最后按照相似度排序返回结果。推理是根据已有的知识和逻辑规则，从已知的事实或前提中得出新的结论或推断。贝叶斯原理是概率论中的一项重要原理，即根据已知信息和新的证据来重新评估事件的概率。1.2内容结构本单元构建的结构化知识体系为人工智能的实现方式，包含搜索、推理、预测、机器学习。1.3教学过程1.4育人价值让学生在完成“校园自助诚信超市”的项目主题活动过程中，初步了解人工智能技术基于不同的实现方式，实现像人一样认知、思考和学习。通过探索典型案例，让学生亲历人工智能技术不同的实现过程与方法，发挥自主探究的学习能力，产生学习兴趣，形成数字和学习与创新能力，进一步增强利用人工智能技术服务人类发展的责任感。2.单元学情分析8年级的学生基本了解人工智能的发展和概念，对人工智能常见的应用充满兴趣，已具备一定的自主探究能力。但人工智能的实现方式对学生来说是一个更深层次的内容，大部分学生没有深入了解人工智能技术的基本实现过程，不能进行深层分析和理解实现方式。需要学生通过团队探究、合作、信息共享，对经典案例进行剖析，逐步形成核心素养。3.教学环境人工智能应用框架、AI开放平台、网络探究协作平台等。4.单元教学目标了解人工智能中的搜索、推理、预测和机器学习等概念。通过体验人工智能应用框架，初步了解实现人工智能的常见算法。通过分析典型案例，对比计算机传统方法和人工智能方法处理同类问题的效果。通过实例体验机器学习在人工智能中的重要性，客观认识人工智能给社会带来的新力量；同时增强利用人工智能促进社会发展的责任。5.教学过程课时（包括课名）任务序号教学主要任务第1课时任务1实地考察本地超市，记录超市常用物品分类、货架存放等相关信息。任务2进行校园物品分类的需求分析和规划设计。任务3制订校园超市物品分类的详细实施方案。第2课时任务1学习机器学习相关知识。任务2采集数据，整理数据。第3课时任务1编写程序，建立超市分类模型。任务2调试与应用。第4课时任务1学习搜索与推理相关知识。任务2编程制作校园超市人脸识别系统。第5课时任务1应用实践与调试完善。任务2项目展示交流与反思。6.评价建议需要评价的任务评价建议第1课时任务3评价内容：校园超市物品分类实施方案。评价标准：方案的合理性和有效性。评价方法：通过项目活动评价量表开展评价。评价指标：表格数据第2课时任务1评价内容：训练数据的准确性和有效性。评价标准：数据的质量，是否能够有效地帮助人工智能系统学习和提高性能。评价方法：通过项目活动评价量表开展评价。评价指标：准确性、完整性、可靠性、特征相关性、数据多样性。第3课时任务1评价内容：准确分析回归算法的一般流程。评价标准：能探究超市物品价格，准确分析回归算法。评价方法：教室通过项目活动评价量表展开评价。评价指标：正确探究与回归算法案例剖析各占50%第4课时任务1评价内容：完成《搜索与推理案例评估报告》。评价标准：合理体验，准确表达探究的结论和过程。评价方法：通过项目活动评价量表进行教师和小组评价。评价指标：准确性、科学性。第5课时任务2评价内容：正确表达两种方法产生效果的异同。评价标准：准确表达图像识别应用中计算机传统方法与人工智能方法的优劣。评价方法：通过项目活动评价量表开展评价。评价指标：准确判断两种方法并分析两种方法的优劣。（三）课时教学设计第1课时我与AI齐学习1.课时教学内容分析本节课是“人工智能的实现方式”单元教学的第1课时，教学内容是了解校园超市分类模型建立需要的机器学习的相关概念，制定分类模型建设实施方案。本节课可以通过实地考察当地超市（如果没有条件则通过网络虚拟超市），了解现实生活中的物品分类；了解机器学习的基础知识，制定分类模型建设实施方案。2.课时学情分析学生已经具备了一定的计算机基础知识和操作能力，但对人工智能的实现方式和技术原理了解较少。学生的好奇心和求知欲旺盛，对新技术有较强的探索欲望。因此，在教学过程中，应注重激发学生的学习兴趣，引导他们主动探索和实践。3.课时教学目标通过分组体验或考察以及进行机器学习的相关概念的学习，将现实生活中超市分类和人工智能在超市物品自动分类进行对比，了解机器学习中人工智能的分类实现方式。体会机器学习在人工智能中的重要价值及问题解决，形成初步的计算思维。4.教学环境AI开放平台、虚拟超市体验平台、学习平台、办公软件等。5.教学过程教学环节教师与学生活动教学意图创设情境引入项目情境1：创设网络虚拟真实生活超市场景，学生分组进行体验。情境2：播放智能超市场景，引入项目主题“建立校园诚信自助超市分类模型”。选取真实生活中的新的典型案例，创设情景，激发学生的兴趣及探知欲，引出项目。项目分解任务明确介绍项目主题及其活动任务引导学生熟悉任务对项目活动进行任务分解，明确任务目标。分组活动学习新知学生根据任务，分小组学习和讨论人工智能机器学习的相关基础知识，如数据、特征、标签、分类的基本概念。学习、讨论项目活动的实践应用中所需要的科学原理。自主探究完成任务学生根据任务，分小组自主完成“校园自助超市分类模型建设”实施方案，并进行展示交流。自主探究、利用新知制定解决生活中问题的方案。课堂小结归纳提升师生共同小结本堂课的知识；教师布置课堂（课后）作业。巩固提升6.课时作业设计将小组合作完成的《校园诚信自助超市分类模型建设实施方案》分享到学习平台上，为进一步比较计算机传统方法和人工智能方法处理同类问题的效果比较作准备。

第2课时建立超市物品分类模型1.课时教学内容分析本节课是“人工智能的实现方式”单元教学的第2课时，教学内容是根据校园超市自助分类模型建设实施方案进行物品数据采集、数据清洗和编程实现。本节课可以通过实际拍摄和网络搜寻等进行超市物品的数据采集，然后通过图片处理软件进行数据处理，再通过AI开放平台导入数据进行分类模型的编程实现。2.课时学情分析学生对人工智能的实现方式和技术原理有了基础了解，学生的好奇心和求知欲旺盛，对新技术解决现实生活中的问题有较强的探索欲望。需要在教学过程中激发学生的学习兴趣，引导他们主动探索和实践。3.课时教学目标通过分组活动对超市的物品进行数据采集、数据清洗和编程实现，了解机器学习中人工智能的分类实现方式。体会机器学习在人工智能中的重要价值及问题解决，培养计算思维。4.教学环境AI开放平台、学习平台、办公软件等。5.教学过程教学环节教师与学生活动教学意图创设情境引入活动情境：数据采集与清洗的过程视频，不同的训练数据对识别效果有着天壤之别。引入本堂课活动：数据采集、数据清洗和分类模型的编程实现。选取真实生活中的新的典型案例，创设情景，激发学生的兴趣及探知欲，引出活动。分组活动学习新知对训练数据准确性、完整性、可靠性、特征相关性、数据多样性进行学习，对KNN分类算法等进行学习。对相关的编程知识进行学习。学习、讨论活动的实践应用中所需要的科学原理。自主探究完成任务学生根据任务，分小组自主完成“校园自助超市分类模型”程序。自主探究、利用新知制定解决生活中问题的方案。课堂小结归纳提升师生共同小结本堂课的知识；教师布置课堂（课后）作业。巩固提升6.课时作业设计完善分类模型程序，做3.1节课后练习。

第3课时制作超市识别系统1.课时教学内容分析本节课是“人工智能的实现方式”单元教学的第3课时，教学内容是了解校园超市自助系统实现需要的搜索、推理、预测等相关概念，编写识别系统代码。2.课时学情分析学生对人工智能的实现方式和技术原理有了基础了解，学生的好奇心和求知欲旺盛，对新技术解决现实生活中的问题有较强的探索欲望。需要在教学过程中激发学生的学习兴趣，引导他们主动探索和实践。3.课时教学目标通过分组体验或考察以及进行人工智能实现方式中搜索、推理、预测等相关概念的学习，将现实生活中超市物品识别、价格预测等和人工智能实现方式进行对比。体会机器学习在人工智能中的重要价值及问题解决，形成初步的计算思维。4.教学环境AI开放平台、学习平台、办公软件等。5.教学过程教学环节教师与学生活动教学意图创设情境引入活动情境：物品识别的过程视频，引入本堂课活动：物品识别系统的编程实现。选取真实生活中的新的典型案例，创设情景，激发学生的兴趣及探知欲，引出活动。分组活动学习新知对搜索、推理、预测等知识及相关的编程知识进行分组讨论和学习。学习、讨论活动的实践应用中所需要的科学原理。自主探究完成任务学生根据任务，分小组自主完成“校园自助超市识别系统”程序。自主探究、利用新知制定解决生活中问题的方案。课堂小结归纳提升师生共同小结本堂课的知识；教师布置课堂（课后）作业。巩固提升6.课时作业设计将小组合作完成的《校园诚信自助超市分类模型建设实施方案》分享到学习平台上，为进一步比较计算机传统方法和人工智能方法处理同类问题的效果比较作准备。第4课时项目改进与展示交流评价1.课时教学内容分析本节课是“人工智能的实现方式”单元教学的第4课时，教学内容是调试和完善校园超市自助系统，并进行展示交流和总结评价。2.课时学情分析学生对人工智能的实现方式和技术原理有了基础了解，学生的好奇心和求知欲旺盛，对新技术解决现实生活中的问题有较强的探索欲望。需要在教学过程中激发学生的学习兴趣，引导他们主动探索和实践。3.课时教学目标通过分组展示和交流，分享人工智能实现方式中的收获和疑问，通过评价量表明晰项目活动中各项学科核心素养的锻炼，并总结和反思存在的问题和下一步改进的计划。体会机器学习在人工智能中的重要价值及问题解决，形成初步的计算思维。4.教学环境AI开放平台、学习平台、办公软件等。5.教学过程教学环节教师与学生活动教学意图创设情境引入活动情境：校园超市智能系统实现的过程视频，引入本堂课活动：校园超市智能系