7.4 李飞飞与ImageNet数据集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）

7.4李飞飞与ImageNet数据集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）备课组主备人授课教师授教学科授课班级XX年级课题名称教材分析一、教材分析本节课是小学人工智能通识单元“人工智能的基石”内容，通过介绍李飞飞团队创建ImageNet数据集的故事，结合课本中“数据是AI的粮食”的比喻，让学生理解数据集对AI训练的重要性，初步感知大规模数据如何帮助AI“学会”识别物体，为后续学习AI应用奠定基础，符合小学生从具体事例中抽象概念的认知特点。核心素养目标分析二、核心素养目标分析通过李飞飞与ImageNet数据集的学习，学生能感知数据是人工智能的基础，培养信息意识；初步体会数据与AI模型的关联，发展计算思维；了解数据集的简单概念，提升数字素养与技能；感受科学家探索精神，激发对AI的兴趣，树立初步的信息社会责任。学习者分析1.学生已掌握计算机基本操作，了解AI能识别简单物体，接触过课本中“数据是AI的粮食”的比喻，但对数据集的具体概念和作用缺乏系统认知。

2.学生对AI故事和图像识别兴趣浓厚，具备初步观察和分类能力，喜欢互动游戏式学习，但抽象思维较弱，需结合生活实例理解数据规模。

3.学生可能难以理解“大规模数据”的意义，混淆“数据集”与普通图片，需通过具体案例（如ImageNet的1400万张图片）和对比活动突破认知障碍。教学资源1.软硬件资源：计算机教室（配备投影仪、交互式白板）、平板电脑（学生分组使用）、AI图像识别演示软件（简化版）。

2.课程平台：学校教学平台（课件共享）、班级管理群（任务发布）。

3.信息化资源：李飞飞与ImageNet故事短视频（课本配套）、ImageNet图片示例集（动物、日常物品分类）、互动图片分类素材包。

4.教学手段：情境导入（AI猜图游戏）、小组合作（数据分类活动）、演示法（AI识别过程）、讨论法（数据重要性分析）。教学过程设计**（一）导入环节（5分钟）**

教师活动：播放AI猜图游戏视频（课本配套素材），展示AI快速识别猫、狗、汽车等图片的场景，提问：“AI为什么能认出这么多东西？它‘学习’的‘粮食’是什么？”引导学生结合课本“数据是AI的粮食”比喻思考，展示李飞飞照片并介绍：“今天我们要认识一位科学家，她为AI准备了‘超级大餐’——ImageNet数据集。”

学生活动：观看视频，思考问题，举手回答“数据”“图片”等关键词，产生对数据集的好奇。

师生互动：教师追问：“如果只有1张图片，AI能学会认猫吗？”学生讨论后回答“不能”，教师总结：“AI需要‘吃’很多数据才能变聪明，今天我们就看看李飞飞准备了多少‘粮食’。”

**（二）讲授新课（15分钟）**

1.**李飞飞与ImageNet的故事（7分钟）**

教师活动：播放李飞飞创建ImageNet的短视频（课本配套），展示李飞飞团队收集图片的场景，提问：“李飞飞团队为什么要做ImageNet？他们遇到了什么困难？”结合课本中“科学家需要勇气和坚持”内容，强调“1400万张图片”的规模，用“相当于给每个学生发1000张图片”对比，让学生感知“大规模”。

学生活动：观看视频，记录关键词“1400万张”“22万类别”，思考问题，举手分享“困难太多”“图片太多”等。

师生互动：教师提问：“如果你是李飞飞，会怎么收集这么多图片？”学生回答“上网找”“请别人帮忙”，教师补充：“他们用计算机程序+人工检查，花了2年，这就是科学家的坚持！”

2.**数据集的作用（8分钟）**

教师活动：展示两组对比素材：①学生自己画的10只猫的图片；②ImageNet中1000只猫的图片（不同品种、姿势、背景）。提问：“哪组图片能让AI更准确地认出猫？为什么？”结合课本“数据越多，AI越聪明”结论，用“教小朋友认字，只看1个‘猫’字和看100个‘猫’字，哪种方法学得快？”类比，解释“数据多样性”（不同角度、光线、背景）的重要性。

学生活动：观察对比图片，小组讨论30秒，举手回答“1000只猫”“更多样子”，理解“数据多”和“数据多样”的意义。

师生互动：教师追问：“如果图片里都是同一只猫，AI能学会认所有猫吗？”学生摇头，教师总结：“AI不仅需要‘多’数据，还需要‘全’数据，这就是ImageNet的价值！”

**（三）巩固练习（15分钟）**

1.**“小小数据分类师”活动（10分钟）**

教师活动：发放图片素材包（20张图片，含动物、水果、交通工具各5-8张，部分为模糊或角度奇怪的图片），布置任务：“每组5人，合作将图片分成3类，并记录每类数量，限时5分钟。”巡视指导，提醒“按特征分类，比如‘有翅膀’‘会跑’‘能吃’”。

学生活动：分组讨论，动手分类，记录数量（如“动物：8张，水果：7张，交通工具：5张”），完成后举手示意。

师生互动：教师随机抽取2组展示分类结果，提问：“你们为什么把这张模糊的图分到动物类？”学生回答“有耳朵”“像狗”，教师肯定：“这就是AI学习时的‘特征识别’，虽然图片不清晰，但关键特征能帮AI判断！”

2.**对比AI分类，讨论数据重要性（5分钟）**

教师活动：展示AI分类结果（同一组图片，AI分类正确率90%），提问：“AI为什么比我们分得快？我们的分类和AI有什么不同？”结合课本“AI需要数据训练”，引导学生总结“AI用大量数据学会了特征，我们靠经验”。

学生活动：对比结果，举手回答“AI学过很多图片”“我们只分了20张”，教师追问：“如果让你们分1000张，能分得和AI一样快吗？”学生摇头，教师总结：“这就是为什么ImageNet有1400万张图片——数据越多，AI越‘厉害’！”

**（四）课堂总结（5分钟）**

教师活动：提问回顾：“今天我们认识了谁？她为AI做了什么？数据对AI有什么作用？”结合课本“数据是AI的基石”，强调“像李飞飞一样，用数据和坚持推动科技进步”。

学生活动：举手回答“李飞飞”“ImageNet数据集”“数据是AI的粮食”，完成知识梳理。

师生互动：教师拓展：“生活中还有哪些AI需要数据？（如语音助手、智能相机）下节课我们继续探索！”

**（五）板书设计**

7.4李飞飞与ImageNet数据集

-数据是AI的粮食

-ImageNet：1400万张图片，22万类别

-数据多+数据多样→AI更聪明

-科学家精神：坚持、合作、创新教学资源拓展1.拓展资源

（1）其他著名AI数据集：COCO数据集（包含33万张图片，80个日常类别，如人、动物、家具，贴近小学生生活，可用于对比ImageNet的类别广度）；MNIST手写数字数据集（6万张手写数字图片，简单直观，适合理解“数据标准化”概念）；百度飞桨公开数据集（如“花卉识别”“垃圾分类”数据集，均为中文场景，便于学生联系生活）。

（2）数据集分类科普：图像数据集（如人脸识别、交通标志识别）、语音数据集（如儿童语音命令集，用于智能音箱训练）、文本数据集（如童话故事语料库，用于AI讲故事），结合课本“数据是AI的粮食”比喻，说明不同AI“吃”不同数据。

（3）李飞飞团队故事细节：ImageNet标注采用“众包模式”（全球5万人参与标注），解决“人工效率低”问题；标注规则制定（如“猫必须露出耳朵”），体现“数据质量”重要性；团队2年收集数据的过程，包含失败案例（如初期图片重复率高），呼应课本“科学家需要坚持”。

（4）生活中的AI数据应用：智能相机“美颜”功能依赖人脸数据集（不同年龄、肤色图片）；语音助手“小爱同学”的语音数据（包含儿童、方言声音，提升识别准确性）；学生熟悉的作业批改AI，需大量手写体数据（如“口算题”数据集），体现“数据决定AI能力”。

2.拓展建议

（1）动手制作“我的动物朋友”数据集：用手机拍摄10张不同动物图片（如猫、狗、兔子，要求包含不同角度、背景），用表格记录每张图片的特征（如“黄色猫”“草地上的狗”），尝试用手机相册功能分类，体验“数据收集—整理—应用”过程，理解“数据多样性”对AI识别的影响。

（2）生活中的AI数据观察：连续3天记录手机“拍照识物”功能的使用情况（如拍花、拍水果、拍文具），记录AI识别正确/错误的次数，分析错误原因（如“图片模糊”“角度奇怪”），思考“如果我是数据收集者，会补充哪些图片？”，结合课本“数据是AI的粮食”反思“数据质量”的重要性。

（3）科学家故事分享会：阅读《李飞飞：用AI看懂世界》儿童版绘本，或观看5分钟科普视频《ImageNet的诞生》，小组讨论“李飞飞遇到的最大困难是什么？她如何解决？”，用绘画形式表现“数据收集场景”（如“很多人一起给图片贴标签”），体会“团队合作”和“坚持不懈”的科学精神。

（4）模拟数据标注小实验：教师提供20张混合图片（含动物、水果、交通工具），每组5人合作完成标注任务：给每张图片贴1-2个标签（如“红色苹果”“蓝色汽车”），限时8分钟；完成后对比各组标注结果（如“同一张图，有的组贴‘猫’，有的组贴‘动物’”），讨论“标注规则统一”的重要性，理解“数据标注是AI学习的基础”。

（5）数据安全小课堂：结合课本“信息社会责任”，讨论“为什么不能随便上传自己的照片给AI？”（如人脸数据可能被滥用）；举例说明“哪些数据是安全的”（如公开的动物图片、风景图片），哪些是“隐私数据”（如家庭照片、身份证照片），制作“数据安全小手册”，包含“3能3不能”（能分享公开图片，不能分享个人照片；能参与标注游戏，不能泄露他人信息）。课后拓展1.拓展内容：阅读《AI小百科》中“数据集的魔法”章节，了解ImageNet如何帮助AI学会认物体；观看学校科普视频《AI学习的秘密》，对比“1张图片”和“100张图片”对AI识别的影响；翻阅课本“科学家故事”板块，重读李飞飞团队2年收集1400万张图片的坚持故事。

2.拓展要求：回家用手机拍摄10张不同猫的图片（如黑猫、白猫、趴着的猫），记录每张图片的特征（如“黄色条纹猫”“草地上的猫”），尝试用“我的数据集”小册子整理；思考“如果让AI认出所有猫，需要哪些类型的图片？”，下节课分享发现；遇到疑问可问老师，或用班级群讨论“数据多样性”的重要