高中一年级信息技术（粤教版A版）下册全册教学设计

高中一年级信息技术（粤教版A版）下册全册教学设计

全册教学综述

本册教学设计立足于《普通高中信息技术课程标准（2017年版2020年修订）》的核心要求，以“数据、算法、信息系统与信息社会”为主线，致力于培养学生在数字化环境中的计算思维、数字化学习与创新能力以及信息社会责任。本设计超越传统工具软件教学的局限，强调概念理解、思维发展与真实问题解决的融合。全册贯彻“大概念”统领下的项目式学习（PBL）理念，通过构建螺旋上升的学习序列，引导学生从信息处理实践的参与者，逐步成长为具备初步系统思维与创新能力的数字化公民。

核心理念与设计思路：

1.素养导向，知行合一：将学科核心素养的四个方面——信息意识、计算思维、数字化学习与创新、信息社会责任——有机融入每一个教学单元与活动环节。不仅仅是知识与技能的传授，更注重在复杂、开放的真实或拟真情境中，引导学生运用所学，形成价值判断与负责任的行为能力。

2.大概念统整，结构化知识：以“数据是信息的载体，算法是处理的核心，信息系统是实现的平台，信息社会是应用的语境”这一逻辑链统整全册内容。打破章节壁垒，围绕“校园数据文化建设项目”、“智能生活助手设计”等核心项目，重构知识体系，使学生在完成任务的过程中自主建构起结构化的知识网络。

3.项目贯穿，任务驱动：设计涵盖全册的锚定项目与各单元的支撑性项目。教学以项目启动为开端，以项目成果展示与迭代为阶段性终点。在项目推进过程中，通过精心设计的、具有挑战性的序列化任务（任务链），驱动学生主动探究、协作学习，教师角色转变为学习的设计者、引导者与协作者。

4.评价先行，持续改进：采用“逆向设计”思路，首先确定期望的学习成果及评价标准。综合运用表现性评价、过程性观察、作品量规、学习档案袋、自评与互评等多种方式，实现对思维过程、实践能力与合作精神的全面、客观评估。评价贯穿始终，为教学与学习提供及时反馈与调整依据。

5.技术赋能，融合创新：充分利用开源硬件（如Micro:bit、树莓派Pico）、在线协作平台、代码托管工具、数据可视化云服务、轻量级人工智能开发平台等多样化数字工具与环境，拓展学习的深度与广度，体验现代信息技术工作流，培养适应未来技术生态的实践能力。

第一单元：数据的管理、分析与可视化表达

单元概览

本单元是学生从“信息处理”向“数据思维”跃升的关键环节。学生将从使用表格软件处理数据的操作者，转变为理解数据生命周期、能够运用数据分析和解决实际问题的思考者。单元围绕“挖掘校园数据，讲述校园故事”这一核心项目展开，引导学生经历从数据采集、整理、管理到多维度分析和可视化表达的全过程。

单元教学目标

知识与技能：

1.理解数据、信息与知识的关系，描述数据的典型特征（规模、多样性、速度、价值）。

2.掌握关系型数据库的基本概念（表、字段、记录、主键、关系），能使用数据库管理系统（如Access或在线简版）进行单表及多表的基本操作（创建、查询、更新）。

3.熟练运用电子表格软件的高级功能（数据透视表、多种函数嵌套、条件格式）进行多维度数据分析。

4.掌握至少三种类型数据（类别对比、趋势变化、占比关系、地理分布）的可视化表达原则与方法，能使用专业工具（如Python的Matplotlib/Seaborn库，或在线图表工具如Flourish）创作具有解释力的数据图表。

5.了解数据采集的基本方法（传感器、问卷、网络爬虫概念）和数据预处理（清洗、转换）的重要性。

过程与方法：

1.通过设计调查问卷、规划数据库结构、编写SQL查询语句等活动，体验结构化的数据管理思维。

2.通过对比不同分析方法和可视化方案的效果，形成基于证据进行决策和优化的迭代工作习惯。

3.在小组项目中，学习如何进行数据项目的任务分解、进度管理和协同工作。

情感态度与价值观：

1.认识到数据作为一种战略资源的价值，形成用数据说话、依据数据决策的初步意识。

2.在数据处理过程中，体会数据的客观性与分析的主观性，培养严谨、求实的科学态度。

3.关注数据可视化中的伦理问题，如避免误导性图表，尊重数据背后的个体与群体。

教学实施与过程（重点）

阶段一：项目启动与数据采集规划（2课时）

情境创设：展示历年《中国互联网络发展状况统计报告》中关于青少年网络行为的精彩图表，引发讨论：这些结论如何得出？数据从何而来？我们能否用数据描绘我们自己的校园生活？提出核心项目：“我的数据，我的校园——用数据讲述我们自己的故事”。各小组自选主题，如“校园午餐满意度与浪费情况调查”、“学生时间管理数据分析”、“校园局部气候（温湿度）观测”、“图书馆借阅行为分析”等。

任务一：定义问题与规划数据蓝图。小组围绕选题，明确要回答的核心问题（例如：“哪些因素影响了午餐满意度？”），并据此规划需要采集的数据项。教师引导讨论数据维度（维度、度量）、数据格式（数值、文本、日期）以及可能的获取途径（设计问卷、实地观测记录、利用已有系统日志、简易传感器搭建）。

任务二：设计数据采集工具。针对问卷途径，学习设计结构良好、无诱导性的在线问卷（使用问卷星或腾讯问卷），重点学习量表设计、选项互斥等原则。针对传感途径，简介Micro:bit结合温湿度传感器的简易数据记录器搭建概念。本阶段产出：《项目规划书》与《数据采集方案/问卷》。

阶段二：数据整理与数据库管理（4课时）

情境与任务：各小组收集到初始数据（可能是数百条问卷结果或数千条传感读数）。面对“脏乱”的原始数据，如何将其变成可分析的“干净”数据？引入数据库概念，比喻为“数据的标准化仓库”。

活动一：数据预处理实战。在电子表格中，进行数据清洗：处理缺失值、异常值，统一格式，进行必要的数据转换（如将文本分类编码为数值）。学生体验“垃圾进，垃圾出”的原则。

活动二：从表格到数据库的思维跨越。以“学生-课程-成绩”经典案例，讲解关系型数据库三大范式的基本思想，理解为何要拆分数据表以及如何通过主键、外键建立联系。使用直观的数据库设计工具（如draw.io）绘制小组项目的实体关系图（E-R图）。

活动三：数据库操作初体验。使用轻量级数据库工具（如SQLiteBrowser或在线SQL学习平台），将清洗后的数据导入。学习基本的SQL操作：创建表（CREATETABLE）、插入数据（INSERT）、最重要的是查询数据（SELECT）。从简单条件查询（WHERE）到多表连接查询（JOIN），让学生感受到通过精准“提问”从海量数据中获取所需信息的威力。核心任务：为小组的分析目标，编写出能获取所需基础数据集的SQL查询语句。

阶段三：多维数据分析与深度洞察（4课时）

情境与任务：我们已经从“仓库”中取出了“原材料”（数据集），如何“加工”这些原材料，发现其中的规律、模式和关联？引入数据分析思维。

活动一：描述性统计分析。使用电子表格函数或Python的Pandas库，计算数据的集中趋势（均值、中位数）、离散程度（标准差、极差）、分布形态。学会解读这些统计量的实际含义。

活动二：探索性数据分析与透视。这是本阶段核心。深入学习数据透视表，将其视为一种“交互式、多维度的数据切片机”。任务：针对小组数据，围绕核心问题，从至少三个不同维度进行交叉分析。例如，分析“午餐满意度”与“年级”、“菜品类型”、“价格区间”的关系。引导学生提出假设，并通过创建不同的透视表进行验证或推翻。

活动三：相关性与简单回归分析（拓展）。对于学有余力的小组，引入散点图与相关系数的概念，探究两个连续变量之间是否存在线性关系。例如，分析“每日学习时间”与“周末屏幕使用时间”是否存在相关性。强调“相关不等于因果”的重要思想。

阶段四：数据可视化与故事叙述（4课时）

情境与任务：如何将分析发现有效、可信且动人地传达给他人（如校领导、同学、家长）？数据可视化是“数据的修辞学”。

活动一：可视化原则与图表批判。展示优秀和具有误导性的图表案例，分组讨论其优劣。学习可视化基本原则：诚实、清晰、高效、美观。掌握为不同分析目标（比较、分布、构成、联系）匹配最佳图表类型（柱状图、折线图、饼图、散点图、热力图等）的决策流程。

活动二：超越默认图表的高级可视化创作。不满足于办公软件的默认图表，学习使用更专业的工具。例如，使用Python的Matplotlib库定制化图表样式；或使用在线工具Flourish制作动态、交互式图表（如动态条形图比赛、交互式地图）。重点在于通过视觉元素（颜色、大小、动画）对关键信息进行强调。

活动三：编织数据故事。学习“数据叙事”框架：背景-冲突-问题-分析-解决方案-呼吁行动。各小组将分析过程与发现，整合成一份完整的数据报告或一个交互式数据故事网页（可使用GoogleSites、GitHubPages等）。最终的成果展示是一场“数据发布会”，要求用可视化的方式清晰陈述发现，并回答听众提问。

单元评价设计

1.过程性评价（占比40%）：《项目规划书》与数据采集工具的质量；数据清洗与数据库设计的逻辑严谨性；SQL查询语句的正确性与效率；数据分析过程中的探索记录与反思日志。

2.作品评价（占比40%）：最终的数据故事报告/网页。使用量规从“问题定义与数据相关性”、“分析的深度与逻辑性”、“可视化的有效性与美观度”、“叙事的完整性与说服力”四个维度进行评分。

3.总结性评价（占比20%）：单元测试，侧重考察对数据生命周期、数据库核心概念、SQL基础、可视化原则等基础知识的理解与应用。

第二单元：算法的实现、优化与初探人工智能

单元概览

本单元将计算思维从问题分解、模式识别的规划层面，推进到用编程语言精确实现、测试与优化的工程实践层面，并自然衔接至当前人工智能的应用原理。单元以“设计我的智能生活小助手”为核心项目，学生将选择具体场景（如学习提醒、植物养护、简易游戏），经历从算法设计、编程实现、调试优化到集成简单AI功能（如语音识别、图像分类调用）的完整过程。

单元教学目标

知识与技能：

1.掌握一种主流编程语言（Python）的基本语法、数据结构（列表、字典）和程序控制结构（顺序、分支、循环）。

2.理解函数的概念与价值，能定义和调用函数实现模块化编程。

3.理解经典算法（如枚举、排序、查找）的基本思想，并能用代码实现简单实例。

4.掌握程序调试的基本方法（断点、单步执行、变量监视），了解代码优化的基本方向（时间复杂度概念）。

5.了解机器学习的基本流程（数据、训练、预测），能调用成熟的AI服务API（如百度AI开放平台、阿里云的视觉智能服务）为程序增加智能功能。

6.理解算法在解决问题中的核心作用及局限性。

过程与方法：

1.通过“自顶向下，逐步求精”的方法，将复杂问题分解为可编程实现的子任务。

2.通过编写、测试、调试、重构的迭代循环，体验软件工程的基本实践。

3.通过对比不同算法解决同一问题的效率，建立算法效率的初步概念。

情感态度与价值观：

1.培养严谨、细致的编程习惯和面对bug时坚持不懈的毅力。

2.认识到算法由人设计，可能隐含偏见，初步建立算法伦理意识。

3.对人工智能既怀抱开放探索的热情，又保持审慎批判的理性态度。

教学实施与过程（重点）

阶段一：问题定义与算法设计（3课时）

情境创设：展示基于Python和开源硬件实现的智能小装置视频（如自动浇花系统、语音控制台灯、人脸识别门禁）。宣布核心项目：“我的Python智能生活小助手”。鼓励学生从真实生活需求出发，构思项目创意。

任务一：创意构思与可行性分析。小组头脑风暴，确定助手的功能定位。教师引导从“输入-处理-输出”角度分析功能：输入（按钮、传感器、语音、摄像头）、处理（逻辑判断、数据计算、调用API）、输出（屏幕显示、灯光声音、控制舵机）。形成《项目功能规格说明书》。

任务二：算法流程设计。使用流程图或伪代码，将核心功能分解为清晰的步骤。重点训练复杂条件判断和循环逻辑的设计。例如，设计一个“番茄钟学习助手”的算法：循环检测时间，到时后播放提醒音乐，并记录完成次数。引入“枚举”、“查找”等算法思想来解决项目中遇到的具体子问题（如在任务列表中查找特定任务）。

阶段二：编程实现与系统调试（6课时）

情境与任务：有了设计蓝图，现在需要用Python代码将其“建造”出来。这是从思维到实践的跨越。

活动一：Python核心语法精练。不是泛泛而谈语法，而是围绕项目需求展开。例如，为实现配置保存，学习文件读写和字典操作；为实现任务列表管理，学习列表的增删改查和遍历。教学采用“示例-模仿-变式-创造”的模式。

活动二：函数化与模块化开发。当代码超过百行，混乱随之而来。引导学生将程序中完成特定功能的代码块封装成函数。进而学习模块化思想，将不同功能的函数分组到不同的.py文件中，通过import调用。这是培养工程思维的关键一步。

活动三：系统的调试与测试。故意在示例代码中植入常见错误（语法错误、逻辑错误、运行时错误），让学生扮演“代码侦探”，学习使用IDE的调试工具。编写简单的测试用例，验证函数在正常输入和边界输入（如空列表、极大值）下的行为是否符合预期。任务：为小组项目的核心模块编写至少3个测试用例并进行调试。

阶段三：算法效率初探与功能优化（3课时）

情境与任务：程序能跑了，但处理100条数据和10000条数据速度一样吗？如何让它更快、更省资源？

活动一：感受时间复杂度。通过对比线性查找和二分查找在大型有序列表中的性能差异，直观感受算法效率的影响。使用time模块计时，绘制数据规模与运行时间的关系图。理解“时间复杂度”的定性概念（O(n)vsO(logn)）。

活动二：代码重构与优化实践。回顾小组项目中是否存在低效代码。例如，在循环中重复计算不变的值、使用不恰当的数据结构。学习基本的优化技巧，并对项目代码进行一轮“性能审查”和重构。目标不仅是让程序更快，更是让代码更清晰、更易于维护。

阶段四：集成人工智能服务（4课时）

情境与任务：如何让我们的助手更“智能”？让它能“听懂”语音指令或“认出”特定物体？引入AI即服务的概念。

活动一：解密AI黑箱（原理初识）。通过“教电脑认猫”的互动游戏，形象化讲解机器学习（监督学习）的“数据、训练、预测”三步骤。重点强调数据和特征的重要性，破除对AI的神秘感。

活动二：调用AIAPI实战。选择一到两个稳定、易用的AI开放平台（如百度AI的语音识别/合成，或TeachableMachine的图像分类模型）。教师演示如何阅读官方API文档、申请密钥、安装SDK、编写调用代码。核心任务是让学生将AI功能作为一个“工具函数”集成到自己的项目中。例如，为植物养护助手增加“拍照识别植物病害并给出建议”的功能（调用图像分类API）；为语音备忘录助手增加语音转文字功能。

活动三：AI伦理工作坊。讨论：我们调用的AI模型可能有哪些偏见？（如人脸识别对特定人群准确率低）我们的“智能助手”项目在收集和使用数据时应注意什么？引导学生签署一份《负责任AI开发小倡议》，将伦理思考落实到具体开发行为中。

单元评价设计

1.过程性评价（占比30%）：《项目功能规格书》与算法设计的合理性；代码版本管理记录（鼓励使用Git进行简单提交）；调试日志与测试报告；代码规范性检查（命名、注释、结构）。

2.作品评价（占比50%）：最终可运行的智能助手程序及其源代码。使用量规从“功能完整性与稳定性”、“代码质量（模块化、可读性、健壮性）”、“算法与逻辑的正确性”、“AI功能集成与创新性”四个维度评价。

3.总结性评价（占比20%）：上机实践测试，考查对Python核心语法、函数使用、简单算法实现和程序调试能力。

第三单元：信息系统的分析、设计与开发初步

单元概览

本单元旨在引导学生从单一程序或工具的“使用者”和“创造者”，转向具有一定复杂度的“信息系统”的“理解者”与“初步设计者”。学生将亲历一个微型信息系统（如班级图书共享系统、社团活动报名系统）从需求分析、设计到原型开发的全过程，理解信息社会运作的技术基础，并在此过程中深化对前序单元所学数据管理、算法实现等知识的综合应用。

单元教学目标

知识与技能：

1.理解信息系统的概念、基本组成（硬件、软件、数据、人员、过程）及其在社会各领域的作用。

2.掌握信息系统开发生命周期（SDLC）的基本阶段：规划、分析、设计、实现、运维。

3.能运用适当的工具（如思维导图、用例图、数据流图简化版）进行初步的系统需求分析与功能设计。

4.能设计简单的数据库结构来支撑系统功能，并建立前后端数据交互的概念。

5.能使用低代码开发平台（如AppInventor、FlutterFlow）或Web开发框架（如Flask简易模板）构建一个可交互的系统原型。

6.了解信息系统安全的基本威胁（如SQL注入、XSS概念）和防护常识。

过程与方法：

1.通过角色扮演（用户、管理员）和访谈模拟，学习需求elicitation的方法。

2.通过将复杂系统分解为子系统、模块，进一步强化系统分析与设计思维。

3.体验小型团队的协同开发流程，理解版本控制、任务分派与合作沟通在工程项目中的重要性。

情感态度与价值观：

1.认识到信息系统是人机协同的复杂社会技术系统，技术实现必须服务于人的需求。

2.培养在技术开发中的同理心，能够从不同用户的角度思考问题。

3.树立信息系统安全意识，理解安全是系统设计与开发中不可或缺的一部分。

教学实施与过程（重点）

阶段一：系统规划与需求分析（3课时）

情境创设：呈现校园生活中的“痛点”：图书借阅混乱、活动报名信息分散、物品丢失招领困难等。提出挑战：我们能否用一个自己设计的信息系统来解决其中一个问题？

任务一：确立项目与可行性分析。小组选定一个具体的微型信息系统项目（如“班级资源共享云平台”、“校园二手书交易小程序”、“运动会成绩实时查询系统”）。进行简单的可行性分析：技术（我们能否实现？）、操作（用户会用吗？）、经济（成本极低，可忽略）。撰写《项目立项简报》。

任务二：深入需求分析。学习识别“干系人”（如普通用户、管理员）。为每个干系人创建“用户画像”和“用户故事”（Asa[角色],Iwantto[目标],sothat[价值]）。例如：“作为一名学生，我想快速上传和标注我的学习笔记，以便与同学分享。”将用户故事整理成需求列表，并区分优先级（MoSCoW法则：必须有、应该有、可以有、不会有）。

阶段二：系统设计与架构规划（4课时）

情境与任务：需求已经明确，现在需要绘制系统的“建筑图纸”。

活动一：功能架构设计。使用思维导图或功能模块图，将系统分解为若干功能模块（如用户管理、资源发布、搜索浏览、评论交流、后台审核等）。定义模块之间的接口关系（数据如何流动）。

活动二：数据模型与数据库设计。这是连接需求与实现的关键。基于需求，确定系统需要存储哪些核心实体（如用户、资源、订单、评论）以及它们的属性。绘制详细的E-R图，明确实体间关系（一对一、一对多、多对多）。根据E-R图，在数据库中创建相应的数据表。这是对第一单元数据库知识的深化和实战应用。

活动三：交互与界面原型设计。学习用户体验（UX）基础原则。使用原型设计工具（如墨刀、Figma简易版）绘制关键页面的线框图或低保真原型。组织小组间的“可用性走查”，相互测试原型流程是否顺畅，界面是否符合直觉。根据反馈迭代原型设计。

阶段三：原型开发与集成实现（6课时）

情境与任务：图纸完成，开始“施工”。根据小组技术选型，分路径实施。

路径A（面向移动端/低代码）：使用AppInventor或类似低代码平台。重点在于将设计好的数据库结构映射到平台的组件和数据源，利用可视化编程块实现业务逻辑（如点击按钮上传数据到云端数据库，从数据库查询并显示列表）。体验前后端分离的雏形。

路径B（面向Web端/轻量级开发）：使用PythonFlask+SQLite+HTML/CSS/JS简易模板。教师提供基础框架，学生主要工作在于：1）根据设计调整数据库模型；2）编写核心视图函数（处理请求，操作数据库）；3）修改前端模板以展示数据和实现交互。此路径对编程能力要求较高，适合学有余力的小组。

核心活动：每日站会。模仿敏捷开发，每天开工前简短会议：昨天做了什么？今天计划做什么？遇到什么障碍？教师和组员及时提供支持。强调代码版本管理（Git）的使用，每次实现一个完整小功能就进行一次提交。

阶段四：系统测试、部署与安全考量（3课时）

情境与任务：原型开发完成，它真的能用吗？安全吗？

活动一：系统测试。制定测试计划。进行功能测试（对照需求列表逐项验证）、用户接受测试（邀请真实用户——其他组同学——试用并反馈）。学习编写简单的测试用例和记录Bug。

活动二：安全漏洞初探。通过演示“万能密码登录”（SQL注入原理）和“弹出恶意脚本”（XSS原理）的简单案例，让学生震惊于安全漏洞的严重性。学习相应的防护方法：使用参数化查询防止SQL注入，对用户输入进行过滤和转义防止XSS。检查并加固自己的系统原型。

活动三：部署与发布。学习将系统原型部署到可公开访问的环境（如将AppInventor应用打包成APK，或将Flask应用部署到PythonAnywhere等免费云平台）。撰写一份简洁的《用户手册》和《系统说明书》。

单元评价设计

1.过程性评价（占比35%）：《需求规格说明书》与用户故事的质量；系统设计文档（E-R图、界面原型）的完整性与合理性；开发过程中的每日站会记录、Git提交日志；测试报告与Bug修复记录。

2.作品评价（占比45%）：最终可运行的信息系统原型、源代码/工程文件、部署链接。使用量规从“系统功能覆盖核心需求的程度”、“用户界面与交互体验”、“数据模型设计的合理性”、“代码/逻辑结构的清晰度”以及“基础安全性考虑”五个维度评价。

3.总结性评价（占比20%）：以方案设计题形式，考查学生对信息系统开发生命周期、需求分析工具、数据库设计、安全基础等知识的理解与应用能力。

第四单元：信息社会的参与、贡献与伦理反思

单元概览

本单元是全册学习的升华与落脚点。它引导学生跳出具体的技术实现，从更宏观的社会、法律、伦理视角审视信息技术的影响，思考作为数字时代原住民的责任与担当。单元以“策划并实施一项信息技术公益行动”为核心项目，让学生在真实的社会参与中，综合运用所学，并深刻反思技术背后的价值选择。

单元教学目标

知识与技能：

1.了解信息技术发展前沿（如物联网、区块链、元宇宙概念）及其可能带来的社会变革。

2.掌握信息社会相关法律法规的基本要点（如《网络安全法》、《数据安全法》、《个人信息保护法》中与青少年相关的条款）。

3.理解数字鸿沟、信息茧房、算法偏见、数字成瘾等社会现象的技术根源与应对思路。

4.能运用多种数字媒体（图文、短视频、交互网页）进行有效、负责任的公共传播。

5.能策划并利用信息技术工具组织实施一项小规模的公益服务或倡导活动。

过程与方法：

1.通过案例分析、辩论赛等形式，深度辨析技术伦理困境，发展批判性思维。

2.通过设计并执行公益项目，学习项目社会动员、资源整合与效果评估的方法。

3.通过创作数字传播作品，学习如何面向公众进行科学、理性的表达。

情感态度与价值观：

1.树立正确的信息社会价值观，具备强烈的信息社会责任感和网络法治观念。

2.培养对技术发展的辩证思维，既怀抱热情又保持审慎，追求科技向善。

3.形成积极参与数字社会建设、利用技术赋能社区、弥合数字鸿沟的意愿与初步能力。

教学实施与过程（重点）

阶段一：议题探究与伦理思辨（3课时）

情境创设：播放或阅读关于大数据杀熟、深度伪造诈骗、社交媒体算法推送加剧社会分裂等热点新闻案例。提出问题：技术是中立的吗？我们享受技术红利的同时，应承担何种责任？

活动一：前沿技术与双刃剑效应研讨。分组研究一项前沿技术（如人工智能诊疗、自动驾驶、人脸识别泛化应用）。准备一份简短报告，阐述其原理、积极应用和潜在风险（隐私、就业、公平、安全）。

活动二：伦理辩论赛。设定辩题，如“算法推荐利大于弊/弊大于利”、“为了保护安全，可以牺牲一部分隐私”。通过正式的辩论流程，让学生在观点交锋中深入思考技术的伦理边界、个人权利与社会利益的平衡。

活动三：法律法规学习工坊。以情景剧方式，演绎日常生活中可能触碰法律红线的行为（如未经同意收集同学个人信息、制作传播恶搞软件、利用技术手段不当竞争）。结合《个人信息保护法》等，讲解法律底线和合规要求。

阶段二：公益项目策划与设计（3课时）

情境与任务：正如程序员常说“Don‘tcomplain,writecode.”，面对信息社会的问题，我们不应只停留在批判，而应思考“我能做什么？”发起“科技向善，青年有为”公益行动挑战。

任务一：发现痛点，确立项目。小组调研身边的社区、校园或特定群体（如老年人、残障人士、偏远地区学生）在数字生活中存在的具体困难（如老人不会用手机挂号、盲道被共享单车占用、乡村学校信息闭塞）。选定一个切入点，确立公益项目主题，如“银龄数字鸿沟跨越计划”、“无障碍数字地图共建”、“为乡村小学搭建数字图书角”。

任务二：项目方案设计。制定详细的《公益项目策划书》，包括：项目目标、目标群体、核心行动内容（需运用信息技术，如开发一个极简版挂号指引小程序、制作一套方言版智能手机使用视频教程、利用开源软件搭建一个内网数字资源平台）、资源需求（技术、人