7.3 杰弗里·辛顿的故事教学设计小学信息技术（信息科技）小学版（2024）人工智能通识（清华大学版）

7.3杰弗里·辛顿的故事教学设计小学信息技术（信息科技）小学版（2024）人工智能通识（清华大学版）学科XX年级册别七年级下册XX教材XX授课类型新授课1设计意图一、设计意图：以杰弗里·辛顿探索AI的故事为线索，结合课本中人工智能的发展与应用，让学生在科学家探索历程的感知中，初步理解AI的由来与价值，体会科学家的坚持与创新精神，联系生活实例（如图像识别、语音助手），激发对AI的好奇心与探究欲，培养信息意识与科学素养。核心素养目标二、核心素养目标：通过杰弗里·辛顿探索AI的故事，引导学生感受人工智能的发展历程与应用价值，培养信息意识，初步认识AI对生活的影响；在科学家探索故事的感知中，发展计算思维，理解AI解决问题的基本逻辑；激发对AI的好奇心与探究欲，提升数字化学习与创新意识；体会科学家的坚持与责任，初步形成信息社会责任意识。教学难点与重点1.教学重点，

①理解杰弗里·辛顿探索人工智能的历程及其科学精神，关联课本中AI发展故事；

②掌握人工智能的基本概念与生活应用，如图像识别、语音助手等课本实例；

③体会AI技术对社会的积极影响，结合课本中的应用场景分析。

2.教学难点，

①区分人工智能与人类思维的异同，突破课本中“机器学习”的抽象概念；

②理解AI技术背后的伦理问题，如隐私保护，关联课本讨论话题；

③激发学生对AI技术的探究兴趣，将课本知识与实际生活应用建立联系。教学资源软硬件资源：电脑、投影仪、交互式白板、AI语音控制玩具机器人

课程平台：学校智慧校园教学平台

信息化资源：课本配套AI发展历程动画视频、科学家故事图文卡片、AI生活应用案例图片集

教学手段：情境故事导入法、小组合作探究法、实物演示操作法教学过程1.导入（约5分钟）：

激发兴趣：展示杰弗里·辛顿年轻时的照片和早期神经网络手绘图，提问：“这位年轻人在研究什么？他的研究如何让我们的手机变得‘聪明’？”播放简动画（课本配套），呈现辛顿小时候拆解收音机、对机器学习产生好奇的故事片段。

回顾旧知：请学生分享生活中接触过的智能设备（如语音助手、智能音箱），说说它们能完成哪些任务，引导说出“会听、会说、会认东西”，关联课本中“人工智能就在身边”的单元引言。

2.新课呈现（约25分钟）：

讲解新知：结合课本“科学家的足迹”板块，按时间线梳理辛顿故事：①大学时期迷上数学和人工智能，研究“神经网络”（展示课本中神经网络简化图）；②20世纪80年代研究遇冷，因算力不足被质疑，但他坚持探索；③2012年深度学习突破，AI图像识别准确率大幅提升；④如今AI广泛应用于医疗、交通等领域（课本图例：AI辅助诊断、自动驾驶）。

举例说明：以课本“AI小课堂”中的“手写数字识别”为例，演示辛顿团队训练神经网络的过程：展示不同手写数字图片，讲解AI如何通过“学习”大量图片，逐渐学会区分0-9，类比学生“看图识字”的过程，说明AI“学习”与人类学习的相似与不同。

互动探究：小组讨论（4人一组，课本配套讨论卡）：①辛顿遇到困难时为什么没放弃？②生活中还有哪些像辛顿这样的“探索者”？③如果让你设计一个AI助手，希望它帮我们解决什么问题？小组代表发言，教师结合课本“科学精神”小结。

3.巩固练习（约10分钟）：

学生活动：使用课本推荐的“AI体验工坊”（简易在线工具），完成两项任务：①用图像识别功能上传手写数字图片，记录AI识别结果与实际是否一致；②用语音助手指令“明天天气怎么样”，记录AI回应内容。填写课本“我的AI发现”记录表。

教师指导：巡回指导学生操作工具，提示观察“AI识别错误时的图片特点”“语音助手回应的速度”，引导学生思考“为什么AI有时会出错？”（关联课本中“AI的局限”部分）。知识点梳理1.杰弗里·辛顿与人工智能探索历程

-个人成长与AI启蒙：课本中辛顿从小对数学和机械的好奇（拆解收音机、大学时期接触AI理论），体现探索精神的起源。

-神经网络研究起步：课本“科学家的足迹”板块介绍20世纪70年代提出神经网络概念，结合课本简化图示理解“模拟大脑连接”的基本思路。

-研究低谷与坚持：20世纪80年代因算力不足被学界质疑，但辛顿持续研究，课本“困难与突破”栏目强调坚持对科技创新的重要性。

-深度学习里程碑：2012年ImageNet竞赛中辛顿团队神经网络大幅提升图像识别准确率，课本“AI的飞跃”案例说明技术突破的关键节点。

-当代AI贡献：推动AI在医疗（辅助诊断）、交通（自动驾驶）等领域应用，课本“AI改变生活”图例展示技术落地成果。

2.人工智能的基本概念与核心原理

-人工智能定义：课本“AI是什么”部分明确为“模拟人类智能的机器系统”，能感知、学习、推理（如语音助手对话）。

-神经网络简化理解：课本“AI小课堂”用“神经元像教室里的同学，传递信息解决问题”比喻，结合课本图示理解网络结构。

-机器学习与深度学习：课本中“AI如何学习”解释——机器学习是“从数据中找规律”，深度学习是“多层网络逐步学习”（如手写数字识别案例）。

-AI与人类思维异同：课本“思考与讨论”对比——AI擅长快速计算和重复任务，人类有创造力与情感；AI依赖数据，人类能举一反三。

3.人工智能在生活中的应用场景

-图像识别：课本“身边的AI”举例——手机拍照识物（花、动物）、人脸解锁（课本图片展示识别过程）。

-语音交互：课本实例——智能音箱听指令放音乐、语音助手回答问题（如“明天天气怎么样”的回应流程）。

-智能推荐：课本“AI小应用”——视频平台根据观看历史推荐影片、学习软件推送练习题。

-其他领域：课本拓展——医疗AI分析X光片、智能交通灯调整车流（结合课本插图说明应用场景）。

4.科学探索精神与AI发展

-好奇心驱动：课本中辛顿拆解收音机探究原理，体现“对未知的好奇是科学起点”。

-坚持不懈：课本“科学家的故事”描述研究低谷期，辛顿仍坚持实验，最终推动技术突破。

-创新思维：课本“创新点”栏目强调辛顿突破传统AI方法，提出神经网络新思路。

-团队协作：课本提及辛顿与团队共同研究，说明“重大科技进步需要集体智慧”。

5.人工智能的伦理与社会责任

-隐私保护：课本“AI与责任”案例——语音助手可能收集对话数据，提醒学生不随意泄露个人信息。

-公平性问题：课本讨论——AI对不同肤色、性别人群的识别可能有差异，需技术优化确保公平。

-科技向善：课本引导——AI应服务人类（如帮助医生诊断疾病），而非取代人类或用于伤害。

-学生责任意识：课本“我们的小行动”倡导——正确使用AI工具（如不依赖AI完成作业）、保护隐私、尊重技术。典型例题讲解1.例题：杰弗里·辛顿在研究人工智能过程中遇到的最大困难是什么？他如何坚持研究？

答案：课本提到20世纪80年代因算力不足被学界质疑，辛顿通过持续实验和理论创新坚持研究，最终推动深度学习突破。

2.例题：什么是人工智能？请结合课本中的例子说明。

答案：课本定义人工智能是模拟人类智能的机器系统，例如语音助手能听懂指令并回答问题，图像识别能认出物体。

3.例题：课本中“神经网络”如何帮助机器识别手写数字？

答案：课本解释神经网络像大脑神经元连接，通过学习大量手写数字图片的规律，逐步学会区分0-9。

4.例题：生活中有哪些应用了人工智能的设备？课本中提到哪些？

答案：课本举例手机拍照识物、智能音箱语音交互、视频平台推荐影片等。

5.例题：使用AI工具时需要注意什么？课本如何强调？

答案：课本提示保护隐私（如不随意对话语音助手）、避免依赖（如不用AI完成作业），体现信息社会责任。板书设计①杰弗里·辛顿的探索历程

-神经网络研究（20世纪70年代）

-研究低谷与坚持（20世纪80年代算力不足）

-深度学习突破（2012年ImageNet竞赛）

-AI应用拓展（医疗、交通等领域）

②人工智能的核心概念

-定义：模拟人类智能的机器系统（课本定义）

-神经网络：模拟大脑连接的简化模型（课本图示）

-机器学习：从数据中找规律（手写数字识别案例）

-生活应用：图像识别、语音交互、智能推荐（课本实例）

③科学精神与伦理责任

-探索精神：好奇心、坚持、创新（科学家故事）

-伦理规范：隐私保护（语音助手数据安全）

-公平性：AI识别需避免差异（课本讨论话题）

-学生责任：正确使用AI工具（课本“我们的小行动”）反思改进措施（一）教学特色创新

1.科学家故事情境化，用辛顿拆解收音机、研究低谷等真实故事串联知识点，让抽象AI发展史变得可感可知，贴合课本“科学家的足迹”板块设计。

2.AI实践体验活动，结合课本“AI体验工坊”，让学生亲手操作图像识别、语音助手，将理论知识转化为直观感受，强化“做中学”理念。

（二）存在主要问题

1.小组讨论时，部分学生停留在故事复述，深度探究不足，课本“思考与讨论”的价值未充分挖掘。

2.AI实践工具操作时间紧张，学生记录“我的AI发现”时仓促，课本配套记录表的填写质量参差不齐。

3.评价方式偏重结果，对学生在“科学精神”“伦理责任”等