1.2 人工智能发展历程和现状教学设计高中信息技术人教中图版2019选修4 人工智能初步-人教中图版2019

PAGE课题1.2人工智能发展历程和现状教学设计高中信息技术人教中图版2019选修4人工智能初步-人教中图版2019设计思路一、设计思路以课本发展历程为脉络，结合达特茅斯会议、专家系统、深度学习等关键节点，通过时间轴梳理演进逻辑；现状部分聚焦语音识别、智能推荐等生活实例，引导学生分析AI技术落地场景，兼顾历史纵深与现实意义，契合高中生认知水平，强化知识与生活的关联性。核心素养目标分析二、核心素养目标分析信息意识：梳理人工智能发展历程关键节点（达特茅斯会议、专家系统、深度学习），认识技术演进与社会影响；计算思维：分析现状应用（语音识别、智能推荐）的技术逻辑，提升问题拆解与推理能力；数字化学习与创新：结合生活场景探讨AI创新应用，培养技术迁移与实践能力；信息社会责任：反思AI发展伦理挑战，树立负责任技术使用意识。重点难点及解决办法三、重点难点及解决办法重点：人工智能发展关键节点（达特茅斯会议、专家系统、深度学习）的梳理及现状应用（语音识别、智能推荐）的技术逻辑，来源于课本核心内容。难点：理解技术演进背后的驱动因素及AI伦理的抽象概念，源于学生认知局限。解决办法：用时间轴可视化重点节点，结合生活案例（如智能音箱）拆解技术逻辑；突破策略：通过小组辩论“AI发展利与弊”深化伦理认知，用课本案例引导学生辩证分析。教学方法与手段四、教学方法与手段教学方法：1.讲授法系统梳理发展历程关键节点；2.讨论法围绕AI伦理现状小组辩论；3.案例分析法结合课本语音识别等实例深化理解。教学手段：1.多媒体课件展示时间轴与应用视频；2.互动软件演示AI技术原理；3.在线资源库提供拓展阅读素材。教学过程（一）导入新课

同学们，早上用手机助手设置闹钟时，有没有想过它为什么能听懂你的指令？刷短视频时，为什么总能刷到感兴趣的内容？这些背后都是人工智能在发挥作用。今天我们就一起走进人工智能的世界，梳理它的发展历程，看看现状如何。请大家翻开课本第4页，我们今天学习“1.2人工智能发展历程和现状”。

（二）新课讲授——发展历程梳理

首先，我们来看人工智能的发展历程。课本第5页提到，1956年的达特茅斯会议是AI诞生的标志。请大家思考：为什么这次会议能成为起点？对，因为麦卡锡等科学家首次提出“人工智能”概念，确立了AI作为独立学科的地位。接下来，1970s进入专家系统时代，课本第6页的MYCIN系统就是典型案例，它能根据患者症状给出诊断建议，这说明AI开始从理论走向实用。再到2012年，深度学习取得突破，课本第7页的AlphaGo战胜李世石，标志着AI进入新阶段。现在，我们用时间轴把这些关键节点串联起来（展示多媒体课件），请大家跟着我一起梳理：萌芽期（1950s-1970s）→专家系统期（1980s-1990s）→深度学习期（2010s至今）。

（三）新课讲授——现状探究

了解了历史，我们再看看AI的现状。课本第8页以语音识别为例，说明AI如何“听懂”人类语言。比如智能音箱，它通过麦克风收集声音，经过声纹识别、自然语言处理，最终执行指令。大家可以试试用手机语音助手说一句“今天天气怎么样”，观察它的反应（学生互动）。再看第9页的智能推荐，抖音、淘宝的算法就是通过分析你的浏览记录、点赞行为，构建用户画像，推送你可能感兴趣的内容。这里有个技术逻辑：数据采集→算法分析→个性化输出。现在我们用互动软件演示一下推荐算法的原理（打开教学软件），假设你是用户，选择喜欢的视频类型，看看系统如何推荐（学生操作）。

（四）重难点突破——技术驱动与伦理反思

重点中的技术驱动因素，课本第10页提到“数据、算力、算法”三要素。请大家小组讨论：如果没有海量数据，AI能发展起来吗？（小组讨论3分钟）对，比如自动驾驶需要数百万公里路测数据才能优化算法。难点中的AI伦理，课本第11页提出了“隐私泄露”“就业冲击”等问题。现在我们开展辩论赛，正方认为“AI发展利大于弊”，反方认为“弊大于利”，每组派代表发言（学生辩论）。通过辩论，我们发现AI是双刃剑，既要技术创新，也要伦理规范。

（五）巩固练习——案例分析

课本第12页有一个案例：“智能交通系统通过摄像头识别违规车辆，自动生成罚单。”请大家分析：这个系统属于AI发展的哪个阶段？用了哪些技术？（学生回答）对，属于深度学习期，技术包括图像识别、大数据分析。再思考：它可能带来什么伦理问题？（学生补充）比如误判、隐私侵犯，这提醒我们要平衡技术与应用。

（六）课堂总结

今天我们通过时间轴梳理了AI的发展脉络，从达特茅斯会议到深度学习，又分析了语音识别、智能推荐等现状应用，还探讨了伦理问题。最后，请大家用一句话总结今天的收获（学生发言）。对，AI的发展是技术与社会互动的结果，未来需要我们用负责任的态度去推动。

（七）作业布置

课后完成两个任务：1.阅读课本第13页拓展资料《AI伦理白皮书》，写200字读后感；2.调研学校门口的智能快递柜，分析它用到了哪些AI技术，下节课分享。拓展与延伸1.拓展阅读材料

（1）《人工智能：一种现代方法（第4版）》第1章“绪论”，重点阅读“1.1什么是人工智能”和“1.2人工智能的发展历程”，梳理书中对达特茅斯会议、专家系统、深度学习三个阶段的论述，结合课本第5-7页内容，对比分析不同时期AI研究范式的转变。

（2）《人工智能简史（尼克·博斯特罗姆著）》第3章“AI的黎明”，补充阅读图灵测试的提出背景、1950年《计算机器与智能》原文摘要，理解AI学科诞生的思想基础，关联课本第5页“达特茅斯会议的历史意义”。

（3）《中国人工智能发展报告2023》中“技术演进与应用现状”章节，聚焦语音识别、自然语言处理等技术在教育、医疗领域的落地案例，结合课本第8-9页“智能推荐”和“语音识别”技术，分析中国AI发展的特色路径。

（4）《人工智能伦理导论（高等教育出版社）》第2章“AI伦理的核心议题”，精读“隐私保护”“算法公平”等小节，关联课本第11页“AI发展面临的伦理挑战”，思考技术与伦理的平衡路径。

2.课后自主学习和探究

（1）AI发展时间轴绘制任务：以课本第5-7页“发展历程”为基础，搜集达特茅斯会议（1956年）、专家系统MYCIN（1970s）、AlphaGo（2016年）等关键事件的具体时间、核心人物、技术突破及社会影响，用思维导图或时间轴形式呈现，标注每个阶段的标志性技术和应用场景，下节课进行小组展示。

（2）生活场景AI应用调研：选择学校周边或家庭中的AI设备（如智能音箱、人脸识别门禁、在线学习平台的智能推荐系统），记录其功能、使用频率及用户体验，结合课本第8-9页“语音识别”“智能推荐”的技术原理，分析其背后的技术架构（如数据采集层、算法处理层、应用服务层），撰写500字调研报告。

（3）AI伦理问题辩论准备：以课本第11页“AI发展面临的伦理挑战”为出发点，分组收集“AI监控与隐私保护”“自动驾驶的伦理抉择”“算法偏见与就业影响”等正反案例，准备5分钟辩论稿，下节课开展“AI发展是否需要伦理约束”主题辩论，需引用教材中的伦理观点（如“技术向善”原则）。

（4）AI技术原理深度探究：针对课本第9页“智能推荐”技术，查阅“协同过滤算法”“基于内容的推荐”的基本原理，尝试用Excel模拟简单推荐过程（如根据同学对电影的评分数据，计算相似用户并推荐电影），理解“用户画像”“个性化推荐”的实现逻辑，记录探究过程与结论，形成技术小论文。作业布置与反馈七、作业布置与反馈作业布置：1.基础巩固：绘制人工智能发展历程时间轴，标注达特茅斯会议（1956年）、专家系统MYCIN（1970s）、AlphaGo（2016年）等关键节点的时间、核心人物及标志技术，对应课本第5-7页内容；2.应用分析：记录家中或学校周边1-2个AI设备（如智能音箱、人脸识别门禁）的功能，结合课本第8-9页语音识别或智能推荐的技术原理，分析其工作流程；3.探究实践：以课本第11页“AI发展面临的伦理挑战”为依据，撰写300字短文，谈谈对“AI监控与隐私保护”问题的看法，需引用教材中“技术向善”的观点。作业反馈：1.时间轴绘制批改重点关注节点完整性（如是否包含达特茅斯会议）、技术标注准确性（如专家系统与深度学习的区别），遗漏关键节点需补充说明，标注错误处提示重读课本相关段落；2.应用分析反馈侧重技术逻辑与课本的关联性，未结合课本原理的作业需标注“参考课本第8页语音识别流程图”，对设备功能描述笼统的学生建议补充具体技术环节（如数据采集、算法处理）；3.伦理论述反馈强调辩证思维，观点片面者提示结合教材“技术与社会互动”框架补充正反案例，引用教材观点不明确处需划出对应原文并标注“此处需引用课本第11页第2段内容”。板书设计①发展历程关键节点

-1956年达特茅斯会议：麦卡锡等提出“人工智能”概念，学科诞生标志

-1970s专家系统时代：MYCIN医疗诊断系统，规则库与推理引擎

-2012年深度学习突破：AlphaGo战胜李世石，神经网络技术飞跃

②现状应用核心技术

-语音识别：声纹采集→自然语言处理→指令执行（智能音箱案例）

-智能推荐：用户画像构建→协同过滤/内容分析→个性化推送（抖音、淘宝）

-技术逻辑：数据驱动（海量数据）+算力支撑（GPU并行）+算法优化（深度学习）

③伦理挑战与应对

-核心问题：隐私泄露（数据采集边界）、算法偏见（训练数据偏差）

-应对原则：技术向善（课本第11页）、伦理规范先行、社会协同治理

-关键观点：AI发展需平衡技术创新与社会责任，避免“技术至上”倾向教学反思这节课学生对时间轴梳理掌握得不错，达特茅斯会议、专家系统、深度学习的脉络基本清晰，但提到专家系统时，有同学把规则库和神经网络搞混了，下次得用课本第6页的MYCIN案例再对比着讲。现状应用部分，智能音箱的语音识别演示效果很好，学生能跟着说出声纹采集、自然语言处理这些术语，不过智能推荐的技术逻辑稍显抽象，下次可以增加淘宝首页个性化推荐的截图分析，更贴近课本第9页的案例。伦理辩论环节，学生参与度高，但部分同学只谈隐私问题，忽略了课本第11页“算法公平”的维度，需要引导他们结合教材中的“技术与社会互动”框架。作业里时间轴绘制普遍完整，但技术标注不够准确，比如把深度学习突破时间写成2012年AlphaGo，其实2012年是ImageNet竞赛，AlphaGo是2016年，这个细节要重点反馈。整体来看，学生对AI发展历程有了框架性认识，但技术原理的深度还需加强，下次可以增加一个简单的算法模拟活动，比如用Excel体验协同过滤，帮助他们理解课本中“个性化推荐”的实现逻辑。课后拓展拓展内容：

1.阅读《人工智能：一种现代方法》第1章“绪论”中“AI的发展阶段”部分，重点梳理符号主义、连接主义和行为主义三大技术路线的演进，结合课本第5-7页内容，对比不同时期AI研究范式的差异。

2.观看央视纪录片《智能时代》第3集“AI的现在进行时”，记录片中医疗、教育领域的AI应用案例，关联课本第8-9页“语音识别”和“智能推荐”的技术落地场景。

3.研读《人工智能伦理导论》第2章“算法偏见”案例，分析亚马逊招聘算法歧视事件的成因，呼应课本第11页“算法公平性”的讨论。

拓展要求：

1.完成技术路线对比表（符号主义vs连接主义v