2025 高中信息技术人工智能初步智能技术信息素养的提升课件

一、认知基础：理解智能技术与信息素养的内在关联演讲人认知基础：理解智能技术与信息素养的内在关联01教学核心：智能技术学习的三大模块设计02素养提升：从“技术学习”到“能力迁移”的实践路径03目录2025高中信息技术人工智能初步智能技术信息素养的提升课件开篇：为何要在高中阶段聚焦“人工智能与信息素养提升”？作为一名深耕高中信息技术教学12年的一线教师，我常被学生问及：“学人工智能对我们有什么用？”“信息素养不就是‘别信谣言’吗？”这些问题背后，折射出新时代青年对技术价值的困惑，也提醒我们：在AI技术加速渗透生活的2025年，高中阶段的人工智能教育绝不能停留在“技术科普”层面，而应立足“培养数字时代负责任的建设者”这一核心目标，将智能技术学习与信息素养提升深度融合。2022年新课标明确指出，“信息技术课程要培养学生的信息素养，使其具备适应信息社会发展的必备品格和关键能力”；2025年《新一代人工智能教育发展行动计划》进一步强调，“高中阶段需引导学生理解智能技术的社会影响，形成正确的技术价值观”。这两份纲领性文件，为我们的教学指明了方向——人工智能初步课程的本质，是通过智能技术的学习，帮助学生构建“技术理解-实践应用-伦理反思-创新赋能”的信息素养体系。接下来，我将从“为什么学”“学什么”“怎么学”“如何提升”四个维度，系统展开本次课件内容。01认知基础：理解智能技术与信息素养的内在关联1智能技术的发展现状与高中教育定位人工智能（AI）并非“高不可攀的黑科技”，而是已渗透到衣食住行的“工具集”。根据2024年《中国人工智能发展报告》，我国AI技术在图像识别（准确率超99%）、自然语言处理（对话系统覆盖率达87%）、智能推荐（电商平台GMV贡献度超60%）等领域已实现规模化应用。对高中生而言，学习AI的重点不是“编写复杂算法”，而是理解其底层逻辑（如数据驱动、特征提取）、应用场景（如教育、医疗、环保）及局限性（如算法偏见、数据隐私风险）。以校园场景为例：学校图书馆的智能图书推荐系统，其核心是基于读者借阅记录的协同过滤算法；食堂的人脸识别支付，依赖的是卷积神经网络对人脸特征的提取与匹配；甚至教师使用的作业批改工具，也可能用到自然语言处理技术分析作文的语义连贯性。这些真实案例，能帮助学生破除“AI=机器人”的认知误区，建立“技术即工具”的基础认知。2信息素养的新时代内涵传统信息素养强调“信息获取、分析、利用”，但在AI时代，其内涵需拓展为“技术理解能力、智能工具应用能力、信息伦理判断能力、创新赋能能力”四维模型（如图1所示）。技术理解能力：能辨别AI应用的典型特征（如是否基于数据训练、是否具备自主决策能力），理解“数据-算法-算力”三要素对AI效果的影响；智能工具应用能力：能使用低代码平台（如腾讯云AILab、百度飞桨PaddlePaddle）完成简单的智能任务（如图像分类、文本情感分析）；信息伦理判断能力：能识别AI应用中的伦理风险（如数据泄露、算法歧视），并基于法律与道德准则做出合理判断；创新赋能能力：能结合生活需求，提出“AI+”解决方案（如智能垃圾分类助手、校园社团活动推荐系统），用技术解决实际问题。321452信息素养的新时代内涵这四个维度并非割裂，而是层层递进的：技术理解是基础，工具应用是实践，伦理判断是底线，创新赋能是目标——这正是我们设计教学内容的逻辑主线。02教学核心：智能技术学习的三大模块设计教学核心：智能技术学习的三大模块设计基于新课标要求与学生认知规律，我将高中人工智能初步课程划分为“基础认知-实践体验-伦理反思”三大模块，每个模块均以“信息素养提升”为隐形主线。1模块一：AI基础认知——建立技术理解的“认知地图”本模块的目标是帮助学生构建AI的“知识框架”，重点解决“AI是什么”“它如何工作”“它能做什么”三个问题。概念辨析：通过对比“传统程序（规则驱动）”与“AI系统（数据驱动）”，理解AI的本质特征。例如，传统的天气预报程序基于固定公式计算，而AI天气预报模型则通过分析历史气象数据（温度、湿度、气压等）与实际结果的关联，自动生成预测规则。发展历程：从1956年达特茅斯会议的“AI诞生”，到2012年深度学习的“图像识别突破”，再到2023年生成式AI（如ChatGPT）的“认知智能跨越”，用时间轴梳理技术演进逻辑，强调“需求牵引+技术突破”的双轮驱动（如医疗影像分析需求推动了卷积神经网络的发展）。1模块一：AI基础认知——建立技术理解的“认知地图”典型应用：按“感知智能-认知智能-决策智能”分类讲解。感知智能（如智能音箱的语音识别）、认知智能（如智能翻译的语义理解）、决策智能（如导航软件的路径规划），每个类别选取2-3个学生熟悉的案例（如“小度在家”的多轮对话属于认知智能，美团外卖的骑手调度属于决策智能），并引导学生讨论“这些应用依赖哪些数据？可能存在哪些局限？”我曾在课堂上让学生用“思维导图”总结AI应用场景，有位学生将“智能手表的运动状态识别”归类为感知智能，并标注“依赖加速度传感器数据，雨天可能误判”——这说明学生已初步具备技术理解能力。2模块二：智能技术实践——培养工具应用的“动手能力”“纸上得来终觉浅”，技术学习必须与实践结合。本模块通过“低门槛、高参与”的实践活动，让学生在“做中学”中掌握智能工具的应用方法。工具选择：优先选用对编程基础要求低、可视化程度高的平台，如GoogleColab（在线Python环境）、MindSporeLab（华为开源AI平台）、NOI智能创新平台（针对中学生的AI实践工具）。这些平台提供了预训练模型（如ResNet图像分类模型、BERT文本模型），学生只需上传数据、调整参数即可完成模型训练。实践任务设计：初级任务（课时1-2）：使用“图像分类”预训练模型，训练一个“校园花卉识别”系统（输入：月季、菊花、银杏叶的图片；输出：花卉名称）。通过调整“训练轮次”“学习率”参数，观察模型准确率的变化，理解“数据量”与“模型效果”的关系。2模块二：智能技术实践——培养工具应用的“动手能力”中级任务（课时3-4）：尝试“文本情感分析”，用学校贴吧的留言数据训练模型，识别“积极/中性/消极”情感倾向。学生需先清洗数据（删除广告、乱码），再标注样本（如“社团活动太有趣了！”标为“积极”），最后测试模型对新文本的判断是否合理。01高阶任务（项目式学习，课时5-6）：以“解决校园问题”为主题，分组设计AI方案。例如，有学生团队针对“晚修教室空座浪费”问题，提出“基于图像识别的教室空位监测系统”——用摄像头采集教室图像，通过YOLO目标检测模型识别空座位，再通过小程序实时推送空位信息。02在实践中，我发现学生的“技术焦虑”会随着成功运行第一个模型而消失。有位原本害怕编程的女生，在完成“校园鸟类识别”模型后说：“原来AI不是科学家的专利，我们也能让它为生活服务！”这种成就感，正是信息素养提升的内在动力。033模块三：伦理反思——塑造负责任的“技术价值观”技术是双刃剑，AI的“赋能”与“风险”并存。本模块通过“案例分析-辩论研讨-规则制定”三部曲，帮助学生建立伦理判断的“思维框架”。典型案例解析：选取学生能感知的真实案例，如：“某银行AI贷款系统对女性用户利率更高”（算法歧视）；“智能手表泄露用户位置信息”（数据隐私）；“深度伪造视频误导公众”（信息真实性）。引导学生从“数据来源是否合法”“算法是否透明”“结果是否公平”三个维度分析风险。辩论研讨活动：设计辩题“AI是否应该被赋予‘自主决策权’”，要求学生结合具体场景（如自动驾驶的“电车难题”、智能诊疗的用药建议）展开辩论。在讨论中，学生逐渐意识到：AI的“自主”本质是“人类授权”，技术伦理的核心是“人类责任”。3模块三：伦理反思——塑造负责任的“技术价值观”规则制定实践：以“校园AI应用伦理规范”为主题，分组制定规则。例如，某小组提出“校园人脸识别系统仅用于考勤，数据存储不超过30天”“智能作业批改工具需标注‘机器建议’，教师保留最终评判权”等条款。这些规则不仅是理论的落地，更培养了学生“用规则约束技术”的意识。我常跟学生说：“未来你们可能不是AI的开发者，但一定是AI的使用者和监督者。今天的伦理思考，是为了明天更从容地与技术共处。”03素养提升：从“技术学习”到“能力迁移”的实践路径素养提升：从“技术学习”到“能力迁移”的实践路径信息素养的提升不是“教出来的”，而是“在解决问题中生长出来的”。结合多年教学经验，我总结了“观察-模仿-创新-传播”四步提升路径，帮助学生实现从“技术使用者”到“数字公民”的跨越。1观察：用“技术视角”重新审视生活AI时代的信息素养，始于“用技术的眼睛看世界”。我会布置“AI观察日记”作业，要求学生每周记录3个生活中的AI应用，并回答：“它用了什么技术？解决了什么问题？可能有什么隐患？”例如，有学生记录“超市自助结账的商品识别”，分析其依赖“目标检测算法”，解决了“人工收银效率低”的问题，但存在“漏扫、误扫”风险；另一位学生关注“智能手环的睡眠监测”，指出其基于“加速度传感器数据+机器学习模型”，但可能因用户翻身动作误判“深睡状态”。这些观察，让学生从“技术消费者”转变为“技术观察者”。2模仿：在“复现”中掌握技术逻辑模仿不是“照抄”，而是“理解后复制”。在实践课中，我会先展示一个完整的AI项目（如“垃圾分类识别”），提供数据样本、代码框架和操作指南，让学生复现并调试。通过调整参数（如图像尺寸、训练轮次）、更换数据集（如从“可回收/不可回收”扩展到“厨余/有害”），学生能直观理解“数据质量影响模型效果”“参数调优需要反复试验”等技术逻辑。有位学生在复现“情绪识别”模型时，发现用自己的日记数据训练的模型准确率比用公开数据低。经过分析，他意识到“公开数据的语言风格更规范，而自己的日记有大量口语化表达”，于是主动增加了“数据清洗”步骤（统一用词、删除语气词），最终准确率提升了15%。这种“发现问题-分析原因-改进方案”的过程，正是信息素养中“问题解决能力”的体现。3创新：用“AI+”思维解决实际问题创新不是“创造全新技术”，而是“用现有技术解决新问题”。在项目式学习中，我鼓励学生从“个人需求-校园痛点-社会议题”三个层面寻找创新点：个人需求：如“智能备忘录”（结合语音识别与日程提醒，自动将“明天带雨伞”转化为日历提醒）；校园痛点：如“失物招领助手”（用图像识别提取失物特征，用自然语言处理分析招领信息，自动匹配失主与拾取者）；社会议题：如“乡村农产品推广”（用图像生成技术为农产品设计宣传图，用推荐算法精准推送至目标用户）。3创新：用“AI+”思维解决实际问题去年，我指导的学生团队设计的“方言保护语音库”项目，用语音识别技术记录地方方言，并用文本生成模型自动生成方言学习短句，获得了省级科技创新大赛奖项。学生在总结中写道：“原来AI不仅能‘便利生活’，还能‘传承文化’——这让我对技术的价值有了更深的理解。”4传播：在“分享”中强化责任意识信息素养的高阶表现，是“用技术知识影响他人”。我会组织“AI小讲师”活动，让学生向低年级同学、社区居民讲解AI知识；鼓励学生撰写“技术科普短文”，在学校公众号发布；支持学生参与“AI伦理辩论赛”，向公众传递理性声音。有位学生在社区讲座中，用“给奶奶讲智能手表”的案例，通俗解释了“数据隐私”的重要性：“奶奶的手表能定位她在哪，这些信息如果被坏人拿到，可能会有危险。所以我们要打开‘仅家人可见’的设置。”这种“从自己到他人”的传播，不仅提升了学生的表达能力，更强化了“技术普惠”的责任意识。结语：智能时代，做“有温度的技术人”4传播：在“分享”中强化责任意识回顾本次课件内容，我们从“理解AI与信息素养的关联”出发，通过“基础认知-实践体验-伦理反思”三大模块学习智能技术，最终通过“观察-模仿-创新-传播”路径提升信息素养。其核心逻辑可以概括为：技术学习是手段，素养提升是目标；工具应用是基础，伦理责任是底线；创