1.3 人工智能的应用教学设计高中信息技术粤教版2019选修4 人工智能初步-粤教版2019

1.3人工智能的应用教学设计高中信息技术粤教版2019选修4人工智能初步-粤教版2019科目授课时间节次--年—月—日（星期——）第—节指导教师授课班级、授课课时授课题目（包括教材及章节名称）1.3人工智能的应用教学设计高中信息技术粤教版2019选修4人工智能初步-粤教版2019课程基本信息1.课程名称：1.3人工智能的应用

2.教学年级和班级：高二年级（1）班

3.授课时间：2024年10月15日第2节课

4.教学时数：1课时（45分钟）核心素养目标二、核心素养目标信息意识：感知人工智能在医疗、交通等领域的应用场景，认识其对生活与社会的影响。计算思维：分析人工智能应用的技术原理，理解其解决问题的基本逻辑。数字化学习与创新：探索人工智能应用的创新案例，尝试提出优化设想。信息社会责任：讨论人工智能应用的伦理风险，形成合理使用技术的责任意识。学情分析三、学情分析高二年级（1）班学生选修人工智能初步，信息技术基础中等，但对人工智能应用场景（如课本中的医疗诊断、交通管理）认知较浅，知识储备不均衡，部分学生缺乏实际体验。能力方面，学生具备基本操作技能，但分析应用逻辑和优化案例的能力较弱，计算思维需强化。素质上，信息意识较强，但信息社会责任意识不足，易忽视伦理风险。行为习惯上，学习态度积极，但注意力易分散，偏好互动式学习。对课程学习影响：兴趣高，可促进参与，但需结合课本案例深化理解，避免抽象化，确保教学实效。教学资源准备1.教材：每位学生配备《人工智能初步》（粤教版2019选修4）教材。

2.辅助材料：准备医疗AI应用图片、智能交通系统图表、语音识别技术演示视频等。

3.实验器材：无（本节课以理论分析为主）。

4.教室布置：设置4组讨论区，每组配备白板用于案例分析与方案设计。教学过程**环节一：情境导入，激发兴趣（5分钟）**

同学们，早上好！今天我们将一起探索人工智能的奇妙应用。请大家先回想一下：上周你们是否使用过智能音箱播放音乐？或者用导航软件规划路线？这些看似平常的操作背后，其实都藏着人工智能的影子。现在请打开教材第15页，快速浏览“人工智能的应用”这一节标题下的引言部分，思考：教材中提到哪些你熟悉的AI应用场景？请用2分钟时间在笔记本上列出至少3个例子。

（巡视学生记录情况，选取典型答案）

我看到有同学写了“人脸识别”“智能翻译”和“推荐算法”。非常好！这些正是我们今天要深入探讨的AI应用领域。接下来，我们将通过三个核心案例，系统学习AI如何改变我们的生活与社会。

**环节二：新知探究，聚焦核心（15分钟）**

请同学们翻到教材第16页，我们先聚焦“医疗健康”领域的AI应用。教材以“AI辅助诊断”为例，详细描述了其工作流程。请大家仔细阅读图1-3-1及对应文字，思考两个问题：

1.AI辅助诊断的关键技术是什么？

2.相比传统诊断，它有哪些优势？

（学生阅读讨论后，点名回答）

小明同学认为关键技术是“图像识别”，小红补充说“大数据分析”也很重要。完全正确！教材明确提到，AI通过分析海量医学影像数据，能快速识别病灶，准确率可达95%以上。现在请结合课本第17页的案例，以小组为单位绘制“AI诊断流程图”，标注数据输入、算法处理、结果输出三个环节。

（分组绘制流程图，教师巡视指导）

第三组的流程图很清晰！他们正确标注了“医学影像扫描→特征提取→深度学习模型→诊断报告”的完整路径。这体现了AI在医疗中的核心价值：**提升效率、降低误诊率**。

**环节三：案例深化，突破难点（15分钟）**

-为什么说AI调度系统比传统人工调度更高效？

-它如何体现“计算思维”中的“模型构建”？

（小组讨论后，教师引导分析）

教材第19页明确指出：AI通过收集实时车流数据，建立预测模型，动态调整信号灯时长。这比人工依赖经验判断更科学！比如当检测到主干道车流激增时，系统会自动延长绿灯时间，减少拥堵。这正是**数据驱动决策**的典型应用。现在请各小组模拟一个十字路口场景，用课本中的算法逻辑设计优化方案。

（小组设计方案，教师点评）

第二组的方案很有创意：他们结合教材中的“多目标优化算法”，同时考虑了车辆通行效率与行人等待时间。这正是AI应用的精髓——**在复杂约束下寻求最优解**！

**环节四：拓展延伸，辩证思考（8分钟）**

最后我们探讨“金融科技”中的AI应用。教材第20页提到“智能风控系统”，它能识别异常交易预防欺诈。但请同学们注意：教材第21页的“思考与讨论”栏目提出了一个关键问题——**AI决策的伦理风险**。请大家结合课本案例，谈谈：

1.银行使用AI审批贷款时，可能存在哪些偏见？

2.如何平衡效率与公平？

（学生自由发言，教师总结）

教材强调：AI的偏见源于训练数据的不平衡。比如若历史数据中某类人群贷款记录较少，AI可能错误判定其信用风险。解决方案包括：**增加数据多样性、引入人工复核机制**。这提醒我们：技术进步必须与**信息社会责任**同行。

**环节五：总结升华，回归本质（2分钟）**

同学们，今天我们通过医疗、交通、金融三个案例，深刻理解了AI应用的多元价值。请大家合上教材，用一句话总结：AI的核心作用是什么？

（学生回答后，教师点题）

说得对！AI的本质是**用技术解决复杂问题**，但必须以**伦理为边界**。课后请大家完成教材第22页的实践任务：观察身边一个AI应用，分析其技术原理与社会影响，下节课分享！

---

**设计说明**

1.**紧扣教材**：所有案例均来自粤教版教材（如医疗AI、交通调度系统），确保内容关联性。

2.**分层探究**：从“技术原理→应用优势→伦理反思”递进，呼应核心素养目标。

3.**实操导向**：绘制流程图、设计优化方案等任务，强化计算思维训练。

4.**辩证思维**：通过教材“思考与讨论”栏目，渗透信息社会责任教育。

5.**时间控制**：各环节严格按5-15分钟分配，符合45分钟课时实际。学生学习效果**一、知识掌握：精准理解AI应用的技术原理与场景**

1.**核心概念内化**：学生能准确复述教材定义的"人工智能应用"概念，明确其本质是"通过模拟人类智能解决特定问题"。如医疗AI辅助诊断中，学生能结合教材第16页案例，说明图像识别与深度学习模型如何协同工作，实现病灶快速定位。

2.**场景认知深化**：学生能独立列举教材中三大应用领域（医疗、交通、金融）的典型案例，并关联对应技术：

-医疗领域：AI通过分析医学影像数据（教材第16页图1-3-1）实现辅助诊断；

-交通领域：AI调度系统基于实时车流数据优化信号灯（教材第18页案例）；

-金融领域：智能风控系统通过交易模式识别防范欺诈（教材第20页）。

3.**技术逻辑梳理**：学生能绘制完整的AI应用流程图（如教材第17页图1-3-2），标注"数据输入→算法处理→结果输出"三大环节，并解释各环节的技术支撑（如特征提取、模型训练、决策输出）。

**二、能力提升：计算思维与问题解决能力显著增强**

1.**技术原理分析能力**：学生能拆解AI应用的技术链条。例如，在分析智能交通系统时，学生能指出：

-数据层：采集实时车流数据（教材第18页）；

-模型层：应用多目标优化算法（教材第19页）；

-输出层：动态调整信号灯时长（教材第19页案例）。

2.**优化方案设计能力**：小组活动中，学生能基于教材算法逻辑设计改进方案。如针对十字路口拥堵问题，学生提出"结合车辆密度与行人等待时间，调整绿灯配时比例"（参考教材第19页多目标优化算法），体现对复杂约束下最优解的求解能力。

3.**批判性思维养成**：在金融风控案例讨论中（教材第21页），学生能辩证分析AI决策风险，指出"训练数据不平衡可能导致偏见"，并提出"增加数据多样性+人工复核"的改进策略，体现对技术局限性的认知。

**三、素养发展：信息社会责任意识全面觉醒**

1.**信息意识强化**：学生能主动识别AI应用的社会价值与潜在风险。例如：

-认可AI在医疗领域提升诊断效率（教材第16页数据：准确率95%以上）；

-警惕金融风控中的算法歧视（教材第21页"思考与讨论"栏目）。

2.**伦理判断能力提升**：通过教材第21页案例，学生能提出"AI决策需透明化+建立申诉机制"等建议，形成"技术发展以伦理为边界"的责任意识。

3.**创新意识萌芽**：在拓展环节，学生能结合生活实际提出创新设想。如"将AI医疗诊断与可穿戴设备结合，实现慢性病实时监测"，体现对技术融合的探索能力。

**四、行为习惯：学习方式与知识应用习惯优化**

1.**主动探究习惯**：学生养成"先读教材后讨论"的学习模式。例如在分析医疗AI时，学生主动查阅教材第16-17页图文，再结合生活经验（如医院CT检查经历）深化理解。

2.**迁移应用能力**：课后实践任务（教材第22页）中，学生能观察身边AI应用（如智能客服），分析其技术原理（如自然语言处理）与社会影响（如提升服务效率但减少人工岗位），实现课内知识向生活场景迁移。

3.**协作学习深化**：小组活动中，学生分工明确（如资料查阅、流程图绘制、方案设计），高效完成教材要求的案例分析与方案设计任务，体现团队协作能力提升。

**五、学习迁移：形成可持续的AI认知框架**

学生已建立"技术-场景-伦理"三位一体的AI认知模型：

-**技术层面**：掌握AI应用的核心技术（图像识别、数据建模、算法优化）；

-**场景层面**：理解AI在多领域的渗透路径（医疗诊断、交通调度、金融风控）；

-**伦理层面**：树立"技术向善"的责任观（教材第21页伦理讨论）。

这一框架为学生后续学习《人工智能初步》后续章节（如"机器学习""神经网络"）奠定认知基础，实现知识的纵向贯通。

综上，本节课教学有效达成教材目标，学生不仅掌握了AI应用的基础知识，更形成分析技术原理、设计优化方案、辩证看待伦理问题的综合能力，为深度学习人工智能技术奠定扎实素养根基。课堂小结，当堂检测**课堂小结**：本节课围绕教材“人工智能的应用”核心内容，系统学习了医疗、交通、金融三大领域的AI应用案例。通过教材第16-17页的AI辅助诊断案例，掌握了图像识别与深度学习的技术逻辑；依托教材第18-19页的交通调度系统，理解了数据建模与算法优化的应用价值；结合教材第20-21页的金融风控案例，辩证分析了AI决策的伦理风险。重点梳理了AI应用的技术链条（数据输入→算法处理→结果输出）及“技术-场景-伦理”的认知框架，呼应教材核心素养目标。

**当堂检测**：

1.**概念辨析**（教材第15页）：根据教材定义，判断下列哪项不属于人工智能应用？

A.医院CT影像的AI病灶识别（教材第16页）

B.传统人工交通信号灯控制

C.银行交易异常的智能风控（教材第20页）

2.**技术分析**（教材第17页）：绘制AI辅助诊断流程图，标注“医学影像扫描”“特征提取”“深度学习模型”“诊断报告”四个环节（参考教材图1-3-2）。

3.**伦理思考**（教材第21页）：结合教材“思考与讨论”栏目，说明金融AI风控中可能存在的偏见来源，并提出一条改进建议（需关联教材中“数据多样性”内容）。

检测题均紧扣教材案例与知识点，当堂批改反馈，确保学生掌握核心内容。典型例题讲解1.填空题：AI在医疗领域的主要应用是________，其核心技术包括________。

答案：辅助诊断；图像识别和深度学习。

2