《人工智能通识》 教案全套 模块1-4 从初识到大模型工具应用-从风险防范到未来发展

PAGE25教案（首页）课程名称人工智能通识章(节)/单元/教学项目模块一从初识到大模型工具应用学时2课题初识人工智能授课班级授课日期学情分析学习任务的教学对象为25级新生，年龄约15-16岁，每班根据学生人数划分为6-8个学习小组。采用问卷调研、前置任务观察两种方法，对25工业机器人应用与维护专业G5班开展多维度学情调研，过程如下：问卷调研（课前1周）：设计涵盖“人工智能基本认知”、“大模型工具了解程度”、“典型应用场景认知”、“团队协作偏好”4个维度的问卷，回收36份有效问卷，统计学生基础认知与学习倾向。前置任务观察（课前1天）：布置《人工智能初体验》，请同学们选择至少一款人工智能工具（如DeepSeek、文心一言、Kimi等），通过与其对话交互，探索其在生活或工业场景中的实际应用。同学们可尝试让人工智能工具协助完成信息检索、内容创作、编程辅助、学习答疑等任务。当前班级学生普遍对人工智能技术抱有较高兴趣，班级整体学习氛围积极。课程设计将“大模型工具在工业机器人场景中的典型应用”作为核心任务，结合智能制造、智慧交通等模块内容，激发学生将人工智能技能与专业背景融合的学习内驱力。学生本学期同步数字技术应用，已具备逻辑思维能力和小组协作经验，能使用常见办公软件与网络工具进行信息检索与整理，这些为本次成“AI赋能创作任务”奠定了基础。但在授课预评估中发现，学生存在以下几方面薄弱环节：1.对人工智能的基本概念、分类及典型应用场景理解较为零散，缺乏系统性认知；2.在使用大模型工具时，对提示词设计、结果评估与优化等方面的实践能力较弱。学习目标课前：

1.小组合作完成《人工智能初体验》任务，记录使用感受与问题，培养协作意识与数字工具使用习惯。课中：1.理解人工智能的定义、分类与发展历程，能区分强人工智能与弱人工智能。

2.掌握大模型工具的基本类型与工作原理，能根据任务选用合适工具。

3.能使用大模型工具完成文案生成、演示文稿制作、智能体创建等实践任务，提升人工智能工具应用能力。

4.通过中国人工智能发展案例，增强民族自豪感与技术自信，树立正确的人工智能使用伦理观。课后：1.完成DeepSeek开发抽签网页、豆包制作全国职业技能大赛宣传物料作业，提交短视频或网页作品，开展小组互评，巩固技能迁移能力。学习内容知识：1.人工智能的定义、分类（强/弱人工智能）。

2.人工智能发展历程（三次浪潮）。

3.大模型的概念、分类（语言、视觉、多模态）与工作过程。技能：1.能使用大模型工具（如DeepSeek、豆包、Kimi、扣子等）完成文案撰写、演示文稿生成、创建智能体等任务。

2.能设计有效提示词，优化人工智能大模型输出结果。素养：1.树立正确的人工智能使用态度，理解其工具属性与局限性。

2.增强对中国人工智能技术发展的自豪感与学习热情。

3.培养团队协作、创新实践与职业道德意识。教学重点难点分析教学重点：1.人工智能的基本概念与分类。

2.大模型工具的类型与典型应用场景。教学难点：1.强人工智能与弱人工智能的区分理解。

2.大模型工作原理的直观理解。教学资源准备1.教学演示文稿课件。

2.大模型工具访问权限（DeepSeek、豆包、Kimi、扣子等）。

3.课堂任务单、小组活动材料。

4.视频素材（辨伪挑战、AI应用案例）。

5.学习平台（用于任务发布与作品提交）。教学反思审阅：日期：教学过程(代号A-5)教学环节及时间分配学习内容学生活动教师活动教学手段教学方法学习成果课前探究（线上导学）课前5天【明确需求定计划】知识：人工智能初印象、大模型工具种类

技能：登录平台、简单对话操作

素养：激发人工智能技术学习兴趣、初步建立技术感知1.

登录超星，接收任务单《人工智能初体验》2.自选工具（DeepSeek/豆包/Kimi等）完成一次提问并截图。

3.在讨论区分享初印象。1.在超星发布任务单及工具指引。

2.整理学生讨论区疑问，为课中做准备。学习平台、任务单、大模型工具链接教学方法：

任务驱动法、在线自主学习法

人工智能初体验记录表、讨论区留言截图课中环节1：情境导入·辨伪挑战

（10分钟）知识：人工智能的定义、人工智能的模仿与创造能力

技能：观察、比较、表达判断依据

素养：批判性思维、信息辨伪意识1.观看《火眼金睛·辨伪挑战赛》视频，小组讨论判断“实拍/人工智能”。

2.分享判断理由，提出疑问。1.播放辨伪视频，组织投票互动。

2.引导学生思考：“人工智能已能以假乱真？”引出人工智能定义。多媒体课件、互动投票工具（超星投屏）、视频素材教学方法：

情境导入法、互动讨论法“辨伪挑战”，投票结果课中环节2：知识建构·人工智能是什么【重点+难点】

（20分钟）知识：人工智能分类（强/弱）、发展三浪潮、中国人工智能成就

技能：归纳分类、时间轴梳理、小组合作

素养：系统思维、民族自豪感、技术发展观1.听讲并记录人工智能定义、分类、三次浪潮。

2.小组完成“强/弱人工智能场景卡”分类，贴海报并阐述理由。

3.了解中国人工智能发展（华为盘古、百度文心、阿里通义、腾讯混元DeepSeek等）。1.讲解核心概念，结合案例（AlphaGo、MOSS、语音助手）。

2.分发场景卡，巡视指导，组织展示与点评。

3.强调中国AI成就，激发自豪感。多媒体课件、场景卡片、分类海报、实物展板教学方法：

讲授法、案例分析法、小组合作学习法分类海报、绘制时间轴笔记课中环节环节3：工具探究·大模型初识【重点+难点】

（20分钟）知识：大模型概念、分类（语言/视觉/多模态）、工作原理简化理解

技能：使用工具、输入提示词、生成图文

素养：科学探究精神、工具使用规范意识1.观看“大模型工作原理”动画，理解工作流程。

2.使用DeepSeek/豆包/Kimi，输入范例提示词，生成一幅图或一段文案。

3.记录生成结果与所用提示词。1.讲解大模型概念与分类。

2.演示提示词设计技巧，提供范例卡。

3.巡回指导，解答操作问题。工作流程动画、大模型工具（网页/APP）、提示词范例卡、投屏演示教学方法：

演示法、探究学习法、实操训练法生成AI作品（图文链接）课中环节环节4：任务实战·AI赋能创作【重点】

（25分钟）知识：大模型在文案撰写、多媒体制作、智能体中的典型应用

技能：提示词设计、结果评估与优化、小组协作

素养：解决问题能力、团队协作、创新实践意识1.小组完成AI赋能创作任务：

文案撰写：用豆包生成“时间管理”公众号文案

多媒体制作：用Kimi制作“技工院校学生的时间管理”PPT大纲

智能体：用扣子创建“AI知识问答”智能体

2.依据任务单步骤协作完成，填写《任务过程记录表》。1.发布AI赋能创作任务单与工作页。

2.分组指导，提示优化方向。任务单、工作页、大模型工具集、任务过程记录表、计时器教学方法：

项目教学法、任务驱动法、协作学习法完成AI赋能创作任务（文案撰写/多媒体文件/智能体链接）课中环节环节5：成果展示·评价反馈

（15分钟）知识：评价AI作品的标准（实用性、创意性、专业性）

技能：展示表达、他评与自评、基于反馈迭代

素养：沟通表达能力、批判性反思、职业道德意识1.小组作品提交超星2.小组展示作品，阐述设计思路与AI协作心得。3.依据评价表为他组打分，记录优化建议。1.组织展示，控制时间，引导提问。

2.结合“行业视角”点评，强调作品实用性、创意性。

3.总结全课，重申AI使用伦理与责任。多媒体课件、评价表、计时器、互动贴纸投票教学方法：

展示法、多元评价法、反思教学法完成作品展示与互评课后（延伸拓展）课后1天知识：工具进阶功能、迭代优化方法

技能：作品迭代、平台提交、学习反思撰写

素养：自主学习、持续改进、创新探索精神1.根据课中反馈，迭代宣传方案，提交终稿至平台。

2.在超星完成作品投票与学习反思报告。

3.

挑战作业1：用DeepSeek开发“班级抽签网页”；作业2:豆包制作全国职业技能大赛宣传物料。1.在平台发布“优秀提示词库”、“设计规范”等资源。

2.发起“最佳AI应用奖”评选，反馈数据。

3.为挑战任务提供指导与答疑。学习平台、资源包、在线评审系统、交流群教学方法：

拓展学习法、自主学习法、分层指导法提交优化后作品、完成作业执行“8s”模式规范（5分钟）1.整理、整顿、清扫、清洁、素养、安全、节约、学习。桌椅摆放整齐，门窗及时关闭，场地清理消毒。学生按照8s管理执行值日制度。按照8s标准负责验收执行结果，最后离开，保证执行效果。讲授法培养学生的良好习惯和责任感。PAGE25教案（首页）课程名称人工智能通识章(节)/单元/教学项目模块二从技术基础到核心技术学时2课题模块二从技术基础到核心技术授课班级授课日期学情分析教学对象为25级新生，年龄约15-16岁，每班根据学生人数划分为6-8个学习小组。学生对人工智能有初步感性认知，但对技术原理理解不深；具备基础软件操作能力，但缺乏系统性的数据处理与分析经验；对新兴技术兴趣浓厚，但抽象思维与实践迁移能力尚待加强；需通过具体任务引导，逐步建立技术思维与应用意识。学习目标课前：学生能在课前预习教材与查阅网络资料，初步说明人工智能三大技术基础的含义及其基本关系。课中：在教师的讲解、引导与案例辅助下，学生能通过互动与图解分析，准确阐述数据、算法、算力在人工智能系统中的具体作用及其协同关系；能结合具体案例，区分监督学习、无监督学习与强化学习三类机器学习范式的特点；能根据教师提供的“数据清洗”“特征工程”等案例，识别数据质量问题并说明处理步骤的重要性；能通过流程图与对比分析，说明图像识别、语音识别和自然语言处理的基本工作流程；能根据任务情境选择合适的模型评估指标并解释其意义。课后：学生能独立使用AI图像识别工具，选择并识别至少5种不同植物。学习内容知识：人工智能三大基石的定义与关系；数据处理各环节的目的与基本原则；监督、无监督与强化学习三类范式的特征与典型场景；图像识别、语音识别与自然语言处理的基本流程与典型应用；模型评估指标的含义与应用场景；技能：能够对数据样本进行分类识别；能够识别常见的数据质量问题；能够理解特征工程与降维的分析逻辑；能够根据任务场景选择图像识别工具并完成识别；能够对中文文本进行基本预处理；能够根据应用需求选择模型评估指标；素养：形成算法思维与系统性分析能力；培养科技伦理与社会责任意识；增强自主探索与解决问题的能力；培养对我国科技自立自强精神的认同感；教学重点难点分析教学重点：

数据处理流程；机器学习三类范式教学难点：深度学习与特征提取；

NLP定义、流程、评估教学资源准备PPT、视频资料、百度AI开放平台、“植物探索者”实践记录表模板、混淆矩阵填写练习表格教学反思审阅：日期：PAGE25教学过程(代号A-5)教学环节及时间分配学习内容学生活动教师活动教学手段教学方法学习成果导入与目标说明（5分钟）模块二整体结构与学习目标观看视频《文物修复与AI》，思考：修复过程中哪些环节依赖数据、算法、算力？播放视频，提问引导：“修复文物如何体现AI三大基石？”，并说明本课学习目标视频、提问、启发式教学明确学习目标，理解数据、算法、算力在AI中的协同作用数据：从认知到处理（25分钟）1.数据定义与分类

2.数据采集手段与来源

3.数据处理流程（采集→清洗→标注→增强→转换→存储）1.参与“时光倒流”互动，讨论“你如何学会认猫？”

2.列举日常生活中的数据，并进行分类（结构化/非结构化/半结构化）

3.完成“数据卡片”分类练习（8张卡片判断采集方式与来源）

4.参与“数据清洗”案例分析（缺失值、重复值、噪声、异常值、格式不统一）

5.观看“数据标注”案例视频，理解不同标注方式对模型能力的影响

6.参与“奶茶店销量预测”特征工程与降维分析活动1.讲解数据定义，引导学生从人类认知过程理解数据本质

2.讲解数据分类与特征，引导学生举例并分类

3.展示数据采集手段与来源，引导学生完成卡片分类

4.讲解数据清洗五大问题，展示清洗前后对比

5.讲解数据标注四种方式（分类、分割、实例、个体识别）

6.讲解特征工程与降维，引导学生分析“日期”特征拆解过程互动问答、案例讲解、视频展示、小组讨论、任务驱动、图表分析能区分三类数据；能说明数据采集方式与来源；能识别数据清洗问题；理解标注方式与模型能力的关系；掌握特征工程与降维的基本逻辑算法：从规则到学习（15分钟）1.算法定义与分类

2.机器学习三类范式（监督、无监督、强化）

3.深度学习与特征提取1.参与“数人数”算法讨论（简单法、分组法）

2.分析“房价预测”案例，理解机器学习与规则算法的区别

3.观看“猫狗分类”案例，理解监督学习与无监督学习的差异

4.讨论AlphaGo与强化学习的关系1.讲解算法定义，引导学生思考“什么是解题步骤”

2.对比传统算法与机器学习，讲解“从数据中学习规则”

3.讲解三类机器学习范式，举例说明

4.讲解深度学习“自动特征提取”原理，展示分层特征提取过程案例对比、互动讨论、图示讲解、启发式教学能说明算法本质；能区分三类机器学习；理解深度学习“自动特征提取”优势算力：从算盘到AI芯片（10分钟）算力定义、发展历程、经济意义1.观看“两弹一星”算力对比视频

2.参与“1分钟计算题”体验活动，感受算力差距

3.讨论算力对AI发展的影响1.播放视频，讲解算力发展与“两弹一星”精神

2.引导学生体验算力差距，讲解算力定义与重要性

3.讲解算力与经济的关系，强调“算力是数字经济时代的电力”视频、体验活动、数据对比、价值观引导理解算力的定义与发展；认识算力对AI与经济的重要性；建立科技自立自强意识图像识别技术（10分钟）图像识别定义、流程、应用1.参与“找孙悟空”特征识别活动

2.观看图像识别流程动画

3.分析人脸识别案例（特征向量、比对过程）1.讲解图像识别定义，引导学生通过特征识别物体

2.展示图像识别三步流程（采集、预处理、分类）

3.讲解人脸识别典型应用（检测、比对、情绪分析）图片识别游戏、动画演示、案例讲解能说明图像识别的基本流程；理解特征提取在识别中的作用；能列举人脸识别应用场景语音识别技术（10分钟）语音识别定义、流程、应用1.观看“智能字幕”案例视频

2.参与“噪声消除与高频加强”对比分析

3.分析语音识别流程图，理解声学模型与语言模型协同1.讲解语音识别定义与流程（采集、预处理、特征提取、模型融合）

2.展示预处理效果对比，讲解“噪声样本”与“预加重”

3.讲解声学模型与语言模型的作用，引导学生理解“解码搜索”音频对比、流程图分析、案例教学能说明语音识别的基本流程；理解预处理的重要性；能说明声学模型与语言模型的区别与协同自然语言处理技术（10分钟）NLP定义、流程、评估1.参与“教授一句话”语义理解活动

2.完成“乡村振兴语料”选择与预处理练习（分词、词性标注、去停用词）

3.分析“垃圾邮件vs疾病筛查”混淆矩阵案例，理解精确率与召回率1.讲解NLP定义与任务（理解与生成）

2.引导学生完成语料预处理流程

3.讲解模型评估指标（精确率、召回率、F1分数），引导学生分析“哪种错误最不能容忍”文本分析、表格填写、案例对比、任务驱动能完成简单文本预处理；能说明NLP理解与生成的区别；能根据场景选择评估指标实践任务布置与小结（5分钟）模块总结与“植物探索者”任务说明1.记录任务要求（使用图像识别工具识别5种植物）

2.提问与交流

3.回顾本课核心知识点1.回顾本模块三大基石与三大技术

2.讲解实践任务步骤与记录表

3.鼓励学生自主探索，培养技术应用意识任务布置、总结归纳、问答互动明确课后实践任务；形成“数据-算法-算力”协同认知框架；激发探索兴趣执行“8s”模式规范（5分钟）1.整理、整顿、清扫、清洁、素养、安全、节约、学习。桌椅摆放整齐，门窗及时关闭，场地清理消毒。学生按照8s管理执行值日制度。按照8s标准负责验收执行结果，最后离开，保证执行效果。讲授法培养学生的良好习惯和责任感。教案（首页）课程名称人工智能通识章(节)/单元/教学项目模块三从智能制造到智慧服务学时2课题从智能制造到智慧服务授课班级授课日期学情分析教学对象为25级新生，年龄约15-16岁，每班根据学生人数划分为6-8个学习小组。学生通过前期学习已对人工智能形成初步认识并抱有浓厚兴趣，但对行业具体应用场景了解尚浅；跨专业背景导致学生在知识接受能力上存在一定差异。学生普遍乐于参与课堂互动，对具象化、案例化的人工智能应用内容接受度较高。学习目标课前：通过预习材料，初步了解人工智能在四大行业中的基础应用场景。

课中：掌握人工智能在智能制造、智慧交通、文化娱乐、商贸服务四大行业中的核心应用原理与典型实例。

课后：能够运用国产人工智能工具，初步设计并展示数字人助教相关内容。学习内容知识：四大行业中人工智能的关键技术、典型应用案例与工作流程。技能：体验AI文生图、视频生成提示词撰写；初步了解数字人生成流程。素养：认识AI赋能产业的价值，培养运用国产工具解决实际问题的意识。教学重点难点分析教学重点：人工智能在四大行业中的典型应用案例；文生图、视频生成提示词的基本构成与撰写方法。教学难点：具身智能机器人与传统工业机器人的本质区别；将创意构思转化为结构化、可执行的AI提示词。教学资源准备教学PPT《模块三-从智能制造到智慧服务》、相关案例视频、图片素材、国产AI工具访问链接。教学反思审阅：日期：PAGE25教学过程(代号A-5)教学环节及时间分配学习内容学生活动教师活动教学手段教学方法学习成果组织教学1.列队、考勤、行礼2.8S管理规定3.开窗通风学生做好考勤提醒学生整理仪容仪表、做好8S管理、开窗通风。讲授法复习和新课导入（10分钟）1.回顾上一模块AI核心技术，抽查学生对AI核心技术的认知

2.小组讨论-提问：“人工智能在智能制造行业有哪些应用？”-“你心中的工业机器人是什么样的？”1.主动回忆并回答AI核心技术相关问题

2.参与主题讨论，分享自己观察到的人工智能在智能制造行业的应用1.提问引导学生回顾旧知，及时点评补充遗漏内容

2.简述AI赋能行业的案例。1.提问互动法

2.案例教学法1.能够准确回顾AI核心技术概念。2.能列举1-2个日常生活中观察到的AI应用实例，并对AI行业应用产生初步兴趣。人工智能在智能制造行业应用探秘（10分钟）核心概念讲解-讲解工业机器人的定义与进化：从机械臂到智能体。-以汽车焊接生产线为例，剖析机器人“感知（视觉扫描）-决策（路径规划）-执行（精准焊接）”的工作闭环。-介绍自动化导引车(AGV)的类型（无人牵引车、托盘车、叉车）及其在物流搬运中的作用。1.认真聆听工业机器人的应用知识，标记重点内容

2.理解工业机器人的智能工作流程。1.结合汽车焊接生产线案例讲解工业机器人的工作流程

2.结合PPT案例，深入讲解工业机器人的智能化应用。1.案例教学法

2.图表演示法能说出工业机器人的基本工作流程，并举例说明其在智能制造中的典型应用。具身智能概念和案例讲解（10分钟）1.课堂活动：对比讨论-引导学生从外观形态、核心任务、智能灵活性、人机交互四个维度，对比具身智能机器人与传统工业机器人。2.概念讲解-阐述具身智能定义：拥有物理实体，能通过“感知-理解-执行”闭环与环境交互。-以“拿水杯”为例，动态分解其感知（定位）、理解（分解任务）、执行（控制操作）的全过程。1.参与对比讨论，发表观点。2.跟随案例理解具身智能的核心闭环。1.展示具身智能机器人的跳舞视频，吸引学生兴趣

2.用通俗语言讲解具身智能的核心内涵1.视频演示法

2.科普讲解法1.能简述具身智能的基本概念及其“感知-理解-执行”闭环特点。2.能区分两者核心差异，能简述具身智能“感知-理解-执行”的闭环特点。3.能举例说明具身智能在生活或产业中的可能应用场景。人工智能在智慧交通场景的解析（15分钟）1.互动提问-提问：“什么是自动驾驶？”“你在哪里见过？”2.技术支柱讲解-结合深圳自动驾驶公交车案例，系统讲解三大支柱：-感知层：传感器融合与环境感知。-决策层：行为决策与路径规划。-执行层：车辆线控与精确执行。3.延伸应用介绍-智能停车系统：介绍其如何通过物联网等技术解决“停车难”。-无人配送车：讲解其系统构成（感知、决策、执行、云端）及在校园、社区、园区的应用场景。1.跟随教师梳理自动驾驶的技术逻辑框架

2.分享自己见过的自动驾驶或无人配送案例1.结合深圳自动驾驶公交车案例讲解技术落地逻辑

2.展示智能停车系统的运作流程动图1.案例分析法

2.视频演示法1.能说明自动驾驶“感知-决策-控制”三大技术支柱的基本功能。2.能列举智能停车系统、无人配送车在校园、社区等场景中的应用价值。人工智能在文化娱乐行业体验与实践（10分钟）核心技能教学：提示词工程-讲解优秀提示词公式：风格限定、视觉构图、主体描述、背景设定、细节修饰、光影色调、质量词。-通过“未来校园”案例对比（普通提示词vs优秀提示词），展示如何将描述从“模糊”变“具体”，从“简单”变“丰富”。1.学习提示词构建方法，记录关键要素

2.小组协作构思创意提示词，梳理核心描述点1.展示优秀AI创作案例，讲解提示词的作用

2.巡视指导小组创作，提供创意启发1.案例教学法

2.小组协作法1.能初步掌握AI文生图提示词的基本构成要素（如风格、主体、背景、细节等）。2.小组能合作完成一个围绕“未来校园”主题的创意提示词框架。AI创意图片生成（10分钟）课堂活动：AI画家挑战赛-任务：小组使用国产工具（如即梦AI、豆包），围绕“未来校园场景”在5分钟内生成图片。-步骤：打开工具→输入提示词→生成图片。-评比：展示成果，全班投票评选。1.小组协作，动手实践文生图工具。3.小组代表上台分享创意提示词

4.参与全班投票，点评优秀创意1.发布活动任务，巡视指导。2.引导小组有序分享，及时给予肯定与建议

3.组织投票活动，总结优秀创意的共性特征1.成果展示法

2.投票评选法1.能清晰阐述本组创意提示词的构思逻辑与画面设想。2.能通过对比、投票等方式，识别优秀提示词的结构特点与创意亮点。人工智能在商贸服务的技术拆解（10分钟）1.智能客服-讲解定义与工作过程：意图理解（语音转文字、NLP解析）→决策与知识调用（对话管理、检索知识库）→自然流畅回复（生成答案）。-简述其在电商、金融等场景的应用。2.个性化推荐与智能货架-讲解个性化推荐原理：从“人找货”到“货找人”。工作过程：数据收集→分析与学习（构建用户/商品画像）→预测与推荐。-介绍智能货架管理的AI应用。1.聆听商贸服务AI应用知识，标记重点场景

2.讨论自己遇到的智能客服或个性化推荐案例1.结合电商平台案例讲解个性化推荐的运作逻辑

2.展示智能货架管理的实景图片1.案例教学法

2.互动讨论法1.能说明智能客服“意图识别-知识调用-回复生成”的基本流程。2.能解释个性化推荐系统如何通过用户画像与商品画像实现“货找人”。总结归纳（5分钟）1.梳理AI在四大行业的核心应用逻辑与典型案例

2.强调AI从技术工具到产业核心引擎的转变

3.回顾本次课程的重点与难点内容1.跟随教师梳理知识点框架，标记重点内容

2.提出本次课程的疑问与困惑1.用思维导图形式呈现完整的知识体系

2.解答学生疑问，强化核心认知1.思维导图法

2.答疑解惑法1.能系统梳理AI在四大行业中的关键应用场景与核心逻辑。2.能提出1-2个与课程内容相关的疑问或延伸思考。作业布置（5分钟）1.布置小组任务，使用国产AI工具创作AI数字人助教

2.明确任务的核心流程与提交要求

3.推荐合适的国产AI工具与参考案例1.记录任务要求，确认小组分工方向

2.询问作业相关的细节问题1.详细讲解作业的步骤与评分标准

2.展示优秀AI数字人助教案例，提供创作思路1.任务驱动法

2.案例引导法1.明确小组任务目标，了解使用国产AI工具创作数字人助教的基本步骤。2.能初步规划小组分工与创作方向，具备完成作业的信心与思路。执行“8s”模式规范（5分钟）1.整理、整顿、清扫、清洁、素养、安全、节约、学习。桌椅摆放整齐，门窗及时关闭，场地清理消毒。学生按照8s管理执行值日制度。按照8s标准负责验收执行结果，最后离开，保证执行效果。讲授法培养学生的良好习惯和责任感。教案（首页）课程名称人工智能通识章(节)/单元/教学项目模块四从风险防范到未来发展学时2学时课题从风险防范到未来发展授课班级授课日期学情分析教学对象为25级新生，年龄约15-16岁，每班根据学生人数划分为6-8个学习小组。具备一定的信息技术基础，对人工智能有初步感性认识，但对AI的安全风险、伦理规范、发展趋势及职业影响缺乏系统了解。学生思维活跃，对新技术充满好奇，但逻辑分析和伦理判断能力尚在发展阶段。教学中需注重案例引导、互动参与和情境模拟，帮助学生从“知道”到“理解”，逐步建立责任意识和职业规划意识。学习目标课前：了解人工智能在生活中的常见应用，初步思考AI可能带来的问题。预习“黑灯工厂”案例，思考AI对工厂生产的影响。课中：了解AI面临的主要安全风险及基本防范技术。理解AI伦理的核心原则。了解AI技术发展趋势及其在关键领域的应用。认识AI催生的新兴职业，初步思考个人职业发展方向。课后：能够结合所学，分析身边AI应用的潜在风险与伦理问题。初步规划AI赋能下的个人职业发展路径，撰写简要职业规划卡片。学习内容知识：1.AI安全风险类型与防范技术2.AI伦理原则与行为规范3.AI技术发展趋势与应用领域4.AI时代新兴职业与能力要求技能：1.能够识别AI应用中的安全与伦理问题2.能够分析AI在特定领域的应用潜力3.能够初步规划AI相关职业发展路径素养：1.树立科技伦理意识，遵守法律法规2.增强社会责任感和职业规划意识3.培养批判性思维与未来适应力教学重点难点分析教学重点：AI安全风险与伦理原则的理解与应用重点分析：学生作为未来技术应用者，必须建立风险防范意识和伦理底线，这是保障技术健康发展和个人职业安全的基础。教学难点：AI伦理情境判断与职业路径规划的结合难点分析：学生年龄较小，缺乏社会经验和职业认知，需要在教师引导下通过案例讨论和情景模拟，逐步建立伦理判断力与职业方向感。教学资源准备PPT课件、教学平台、工作页、大模型工具等教学反思审阅：日期：教学过程(代号A-5)教学环节及时间分配学习内容学生活动教师活动教学手段教学方法学习成果课程导入（5分钟）从“黑灯工厂”看AI的双重性：机遇与责任观察“黑灯工厂”图片，参与互动调查，表达对未来工作变化的看法。展示“黑灯工厂”对比图，提出问题，引导学生思考AI对就业的影响。情境导入法、提问互动法完成工作页“课前预习任务卡”AI安全风险（25分钟）1.AI安全风险类型（数据、算法、系统等）

2.安全防范技术

3.

我国AI相关法律法规，树立法治意识与国家安全观1.参与“小组头脑风暴”，列举数据安全风险关键词

2.参与“AI面试官模拟游戏”，体验算法偏见与黑箱

3.