初中信息科技八年级下册第二单元智能系统设计与迁移导学案

初中信息科技八年级下册第二单元智能系统设计与迁移导学案

一、单元信息与设计理念

（一）单元基本信息

【学科】初中信息科技【学段】八年级下册【课时】建议5课时（每课时45分钟）【教材版本参照】依据《义务教育信息科技课程标准（2022年版）》及浙教版2023、清华版2024、西大版2025等主流教材第二单元共性内容重组优化【单元主题定位】智能技术初体验：从原理到实践【对应课标模块】人工智能与智慧社会、物联网与智能生活、过程与控制跨模块整合【设计者角色定位】课程改革先锋型教师，秉持“科与技并重、思维可见、素养迁移”的教学哲学

（二）单元设计核心理念

本单元教学设计严格遵循《义务教育信息科技课程标准（2022年版）》第四学段“人工智能与智慧社会”模块及“跨学科主题”学习要求，以发展学生数字素养与技能为核心使命。设计理念体现为三重转化：第一，从“工具使用”向“原理理解”转化，破除学生对智能技术的“黑箱”迷思；第二，从“知识点罗列”向“大概念统摄”转化，以“感知—决策—执行”智能系统通用模型作为单元组织锚点；第三，从“课堂模拟”向“真实问题解决”转化，以校园真实场景（门禁、垃圾分类、图书推荐）为载体，让学生在“做中学、用中学、创中学”中完成核心概念的深度建构与跨情境迁移。全单元以计算思维、系统思维、工程思维为暗线，以智能技术原理与应用为明线，以信息社会责任为价值底线，构建“认知冲突—概念解构—原型建构—批判反思—迁移创造”的深度学习闭环。

二、教材与学情深度研判

（一）教材内容重构逻辑

【非常重要：单元内容重组依据】当前八年级下册信息科技教材版本多元，第二单元主题呈现为“智能技术初体验”（浙教版）、“洞明世事：机器能识别”（清华版）、“物联网项目实施”（赣科版）、“走进智能生活”（粤教清华版）等不同形态。本设计摒弃对单一教材的线性执行，采取“大单元逆向设计”策略，以课标学业质量要求为终点倒推内容选择。经梳理，各版本第二单元共享三大核心知识簇：第一簇为智能感知与数据表征（含图像数字化、传感器原理、RFID与生物特征识别）；第二簇为智能决策与算法模型（含规则基算法、机器学习入门、有监督与无监督学习）；第三簇为智能控制与系统集成（含物联网通信协议MQTT、反馈控制、软硬件协同）。本单元将这三大知识簇统摄于“智能系统设计与迁移”这一持久性理解目标之下，舍弃对零散软件功能的操练，聚焦于学科大概念的深度体验与思维工具的习得。

（二）学情精准画像与差异化支架

【重要：学情分析与教学适配】八年级学生普遍处于皮亚杰形式运算阶段发展期，能够进行一定程度的抽象推理，但仍需借助具象载体。他们对人脸识别、智能推荐、语音助手等应用体验丰富，但存在三重典型迷思概念：迷思一，认为机器“看见”和“听懂”的方式与人类完全相同，将特征提取混淆为整体感知；迷思二，将算法简单等同于“代码”或“应用程序”，不理解算法本质是解决问题的步骤序列；迷思三，认为智能系统永远正确，对技术误差、偏见与隐私风险缺乏警觉。针对上述学情，本单元设计三层学习支架：基础层提供“步骤提示卡”与半成品程序模板，降低认知负载；发展层设置开放性探究问题与参数调优任务；挑战层引导算法效率比较与多传感器融合方案。同时，通过每课时的“一分钟概念画图”“小组共识墙”等形成性评价工具，实时捕捉学生的概念转变轨迹，动态调整教学节奏。

三、单元整体教学目标体系

（一）信息意识

【基础】学生能够主动关注校园与家庭环境中的智能技术应用场景，敏锐发现其中可优化的环节。【重要】能够从“数据如何被采集”“规则如何被制定”的视角审视智能产品，不盲从技术权威。【非常重要】在面对智能技术推荐或决策时，能够保持批判性审思，意识到技术背后的人为设计与价值预设。

（二）计算思维

【基础】能够用自然语言、流程图等方式清晰描述一个智能系统的工作步骤，理解算法的“输入—处理—输出”基本框架。【重要】能够将一个复杂的智能任务（如“让机器人识别可回收垃圾”）分解为若干可操作的子任务（感知、判断、执行），并明确各子任务之间的逻辑时序。【非常重要】能够对不同算法方案进行简单效率比较与优劣权衡，初步形成“以抽象定义问题、以数据支撑推理、以迭代优化方案”的计算思维惯习。

（三）数字化学习与创新

【基础】能够借助图形化编程平台（Mind+、Kitten、Mixly）或AI在线学习工具，实现简单的图像识别、语音控制或物联网远程监测功能。【重要】能够根据真实问题情境（如班级图书角管理、校园节水）提出创意性的智能系统设计方案，并用原型加以呈现。【高频考点】能够综合运用传感器、执行器与网络通信模块，搭建具有“感知—决策—执行”闭环特征的简易智能系统原型。

（四）信息社会责任

【基础】能够说出智能技术为人类社会带来的便利与潜在风险，形成初步的双刃剑认知。【难点】能够围绕人脸识别隐私边界、算法推荐的信息茧房、机器学习数据偏见等议题展开有理有据的讨论，表达审慎的技术使用立场。【非常重要】在小组协作中能够尊重他人知识产权，合理引用开源资源，主动维护团队协作秩序。

四、单元教学重点、难点与突破策略矩阵

【重点1】智能系统“感知—决策—执行”通用模型的深度理解与迁移应用。确立依据：该模型是理解一切自动化、智能化设备的元框架，从智能家居到自动驾驶均适用，是课标“过程与控制”大概念在人工智能领域的具象化，具备极高迁移价值。【突破策略】每课时均以该模型作为板书骨架，引导学生用此模型解构不同案例（门禁、扫地机器人、推荐系统），直至形成自动化思维工具。

【重点2】图像数字化与特征提取的原理性认知。确立依据：【高频考点】图像如何被转化为计算机可处理的数字矩阵是计算机视觉的基石，也是破除机器“像人眼看世界”迷思的关键。【突破策略】使用像素画板工具，让学生亲手将一幅简笔画放大至马赛克级别，观察灰度值与RGB值的分布；通过类比“特征点就是机器认人的‘指纹’”降低抽象度。

【难点1】理解机器“看懂”的本质是执行预设的数学特征匹配算法，而非人类意义上的语义理解。成因：学生极易将自身视觉经验投射给机器，形成强烈的“拟人化”前概念。【突破策略】设计认知冲突实验：展示同一张猫的图片在不同光照、角度下，人类瞬间识别，而未经充分训练的模型可能识别为“狗”或“沙发”，引发认知失衡，继而揭示机器依赖的是统计特征而非本质理解。

【难点2】有监督学习与无监督学习的本质区别与联系。成因：【热点】此概念在教材中首次出现，涉及“标签”“聚类”等抽象术语，学生易死记硬背。【突破策略】实施“水果分类”身体模拟活动：一半学生扮演“有监督学习”，教师事先告知每个水果的名称（标签）；另一半扮演“无监督学习”，仅根据颜色、形状自行分组。通过身体移动形成聚类，后对比两组分类结果差异，在具身活动中生成概念理解。

【难点3】从软件逻辑到硬件执行的跨域映射。成因：学生在Scratch等图形化编程中习惯于“屏幕内的交互”，对程序如何通过引脚电平变化驱动电机、舵机等物理设备缺乏表象。【突破策略】采用“角色扮演模拟电路”活动：学生分别扮演主控板、传感器、执行器，用肢体动作模拟信号传递，将不可见的电信号流动戏剧化、可视化。

五、单元核心素养进阶图谱与评价设计

（一）素养进阶梯度设计

第一梯度（第1—2课时）：【感知与解构】能够识别智能系统的三大组成部分，能用流程图复述典型应用的工作过程，形成对智能技术原理的好奇与追问意识。第二梯度（第3—4课时）：【建构与调试】能够基于图形化编程平台与简易开源硬件，搭建解决特定简单问题的智能原型，具备基本的调试策略与抗挫能力。第三梯度（第5课时）：【迁移与创造】能够在全新的问题情境中，迁移“感知—决策—执行”模型进行分析，并提出具有原创性或优化价值的方案，对技术伦理议题形成独立见解。

（二）单元持续性评价方案

【重要：评价嵌入全过程】摒弃“一考定音”的终结性评价，构建“课前诊断—课中观察—课后作品”立体评价网络。课前采用“KWL表格”（已知—想知—学知）探查前概念；课中采用教师巡视时的“关键提问记录表”与小组“共识达成度自评”；课后采用单元大作品评价量规，从“系统完整性”“原理清晰度”“创新性”“伦理反思深度”四个维度进行自评、互评与师评。此外，设置“智能系统设计师日志”，要求学生每课时用200字左右记录自己的思维变化、调试挫败与顿悟时刻，以此作为元认知能力发展证据。

六、教学实施过程（核心篇幅）

【非常重要】以下为第1至第5课时的详细实施过程，约占全文75%篇幅，采用“任务驱动—认知冲突—协作建构—变式迁移”四阶教学模式，每课时均包含完整的学生活动、教师指导逻辑、评价嵌入点及重要考点标注。

（一）第1课时：智能系统拆弹专家——从“黑箱”到“白箱”

【课时主题】校园门禁系统的秘密【对应教材整合点】西大版第6课“探访校园门禁系统”、清华版2.1节“神经网络与深度学习”前置体验【课时目标】能够准确说出智能系统的“感知—决策—执行”三层结构，并能用此模型拆解至少三个不同的智能设备。

【导入环节：制造认知冲突】（约5分钟）教师播放两段对比视频：第一段是科幻电影中机器人高度拟人化的对话与思考片段；第二段是现实中校园闸机刷脸开门的实际工作慢镜头回放（含摄像头捕捉图像、屏幕显示比对中、电机转动声）。教师连续追问：【重要】“电影里的机器人和我们校门口的闸机，谁更像人？谁‘思考’的方式和我们更接近？”学生普遍选择前者，教师暂不纠正，而是抛出本课核心任务：“今天我们将成为智能系统拆弹专家，把闸机这个‘黑箱’拆开，看看里面到底藏着哪些零件和步骤。”

【概念解构：三段式模型建模】（约12分钟）教师并非直接给出定义，而是引导学生通过观察与推理自主建构。教师将闸机工作视频逐帧截取为三组画面：第一组为摄像头对准人脸（捕捉）；第二组为屏幕显示“识别中”（处理）；第三组为闸门打开（动作）。教师板书三个大圆圈，请学生为这三个阶段起名。学生可能产生“采集—分析—开门”“看—想—做”等多样化表述。教师予以充分肯定，随后规范术语为“感知—决策—执行”，并揭示这是所有智能系统的通用“骨架”。【高频考点】此处必须强调：决策环节必须包含明确的“判断依据”，例如“若相似度>85%，则开门；否则不开门”。教师通过追问“如果识别错了怎么办”，引出阈值设定与条件分支概念。

【协作建构：小组“解拼图”挑战】（约15分钟）教师为每组提供一个密封信封，内含被剪碎的另外两种智能系统工作流程图（扫地机器人遭遇障碍物、智能冰箱提示牛奶即将过期）。学生需小组协作，首先将碎片拼回完整流程，然后用红、黄、蓝三色笔分别圈出“感知”“决策”“执行”环节，最后用箭头标注信息流向。【难点突破】巡视中发现学生常混淆“感知”与“执行”，例如将“风机转动吸尘”也划入感知阶段。教师不直接纠错，而是举起一个麦克风提问：“麦克风是感知声音还是执行声音？”学生顿悟后自主修正。此环节同步完成【评价1】流程图拼图准确度小组互评。

【迁移应用与元认知复盘】（约8分钟）教师展示一个学生不熟悉的新案例：某购物APP的“你可能喜欢”推荐模块。要求学生独立思考30秒，然后用便签纸写下该系统的感知、决策、执行分别对应什么元素（感知：浏览历史/点击记录；决策：相似用户匹配/关联规则；执行：页面展示推荐列表）。邀请三位不同层次学生展示答案，教师聚焦于“决策”表述的精准度。课堂最后5分钟，学生完成“设计师日志”第1篇，核心问题：“今天学习的‘三段式模型’除了用来看门禁，还能用来分析生活中的什么事物？请举一例并说明理由。”此设计旨在检测模型迁移能力，并为后续课时埋下伏笔。

（二）第2课时：机器如何“看见”——从像素到特征

【课时主题】图像数字化与颜色识别【对应教材整合点】原创力文档“从‘看见’到‘看懂’”核心概念、清华版“卷积神经网络”前置感知【课时目标】理解图像数字化是将连续图像转化为离散数字矩阵的过程；能用颜色阈值法编写简单识别程序；能解释“机器看见”与“看懂”的本质差异。

【前置诊断与激活】（约5分钟）教师通过在线投票工具发布前测题：【基础】“你认为人脸识别时，电脑看到的人脸和人眼看到的人脸一样吗？”约70%学生选择“基本一样”，此结果直接投屏呈现。教师不评价对错，而是邀请一位选择“一样”和一位选择“不一样”的学生分别陈述理由。这一民主化呈现前概念的策略，使学生意识到自己原有认知可能存在局限，形成求知张力。

【具身探究：像素侦探】（约12分钟）学生打开教师分发的黑白BMP图片文件（一个简单的黑色圆形），使用Windows画图软件将图片放大至800%。学生以“侦探”身份填写《像素勘测报告》，统计横向多少格、纵向多少格、黑色格子多少、白色格子多少。学生赫然发现：平滑的圆形边缘在像素级呈现为锯齿状“马赛克”。【非常重要】教师由此引出核心概念：数字化即是用有限个离散的采样点（像素）逼近连续的模拟世界。随后过渡到灰度值与RGB色彩模型：每个像素不再是单纯的“黑或白”，而是0-255的数值（灰度）或三通道数值（彩色）。学生通过调整RGB滑块观察颜色变化，亲身体验“颜色编码”。

【算法建模：颜色识别程序原型】（约15分钟）教师发布半成品程序：摄像头实时画面已接入，画面中央有一个采样框。学生任务：【高频考点】使用“如果……那么……”语句，判断采样框内红色像素数量是否超过阈值，若超过则在屏幕上显示“检测到红色物体”。此任务高度整合：学生需理解像素遍历逻辑（虽然图形化积木封装了细节，但教师必须用伪代码展示循环判断过程），需设定合理阈值（不同光线环境下差异极大），需处理误报与漏报。小组内形成“参数调试竞赛”：哪一组能在同样光线条件下最稳定地识别红色积木？调试过程充满试错与顿悟，学生自然建构起“特征阈值”概念——原来机器“识别红色”根本不是理解“红”，而是在执行“ifR>200且G<100且B<100”的数学判决。【难点攻克】此时教师重访课前投票问题：“现在你们觉得，人脸识别时电脑看到的人脸，和人眼看到的一样吗？”全班观念发生显著转变。教师趁势总结：机器“看见”的是数字矩阵，机器“看懂”是执行特征匹配算法，两者有本质区别。

【伦理微嵌入】（约3分钟）教师展示一张在不同种族人群肤色上人脸识别准确率差异的统计图表，提问：“为什么算法对不同肤色的人会表现不一样？这是机器在‘歧视’吗？”学生初步讨论后，教师点明：算法偏见往往源于训练数据的偏差，这是技术问题，更是社会责任问题。不做过度展开，仅播下批判性审思的种子。

（三）第3课时：机器如何“学习”——有监督与无监督的对比之旅

【课时主题】机器学习初体验：分类任务中的算法思维【对应教材整合点】浙教版第8课“人工智能中的机器学习”、原创力文档“机器学习核心原理”【课时目标】能用自己的话区分有监督学习与无监督学习；能通过在线平台体验模型训练过程；能初步理解数据是机器学习的燃料。

【游戏化导入：人类如何学习】（约6分钟）教师组织“我画你猜”升级版活动。请一名学生背对屏幕，教师展示一个简单简笔画（如苹果），全班其他学生轮流用语言描述特征（“圆的”“有把儿”“红色”），直到猜中为止。记录本轮所用描述次数。教师追问：如果规定描述者只能说“是/否”问题，猜中需要多少轮？学生比较两种方式差异——前者提供了大量“标签”（形状、颜色、类别），后者必须自主聚类特征。教师揭示：这就是今天要学习的两种机器学习范式——有监督学习与无监督学习。

【平台探究：双轨并进】（约18分钟）【非常重要】学生两人一组，轮流操作两类AI学习平台。第一站：“有监督图像分类工坊”。学生上传自行拍摄的猫和狗照片各5张，为每张照片打上标签“猫”或“狗”，点击“训练模型”。完成后用一张未经训练的新照片测试模型识别效果。学生记录：训练数据越多，准确率是否一定提升？如果只上传猫的正面照，测试侧面照时为何识别失败？第二站：“无监督聚类实验室”。教师提供自研或开源的简易聚类演示平台，平台呈现若干未标记的点（可设定为按颜色、按位置分布）。学生调整聚类数量K值，观察平台如何将数据点自动分组，并尝试为每组“命名”。【难点突破】学生容易误解为无监督学习“更高级”或“更智能”。教师组织一分钟“辩论赛”：正方认为有监督学习更好，反方认为无监督学习更好。辩论中自然引出结论：两类方法没有优劣，取决于任务场景——有标签用监督，无标签或探索隐藏模式用无监督。教师板书对比表（非表格，用描述性段落串联关键词）：有监督学习依赖人工标注、目标明确、用于分类回归；无监督学习无需标注、用于聚类关联、探索未知结构。

【实时巩固与应用】（约10分钟）教师分发四个短案例卡片（A.垃圾邮件过滤器；B.新闻网站自动将今日文章分为体育、财经、娱乐；C.电商平台根据购买历史将用户分为“高价值”“潜力”“沉睡”三类；D.手写数字识别），学生小组讨论后，用举牌方式判断各案例属于监督、无监督或两者结合。正确率需达到80%以上方可进入下一环节。【高频考点】案例D手写数字识别——训练阶段是有监督（每张图片对应数字0-9标签），但识别新图片时是无监督推理，此处极易混淆，教师需精讲。

【小结与日志】（约6分钟）学生完成设计师日志第2篇：“如果让你设计一个能识别‘校园欺凌’行为的智能系统，你认为应该用有监督还是无监督？会遇到什么困难？”此问题无标准答案，旨在促使学生迁移课堂概念至真实社会议题，并初步感知技术应用的复杂性（欺凌行为难以定义、数据难以标注、伦理边界等），实现从技术原理到信息社会责任的自然跨越。

（四）第4课时：让决策动起来——物联网远程控制与智能响应

【课时主题】物联网通信协议初探：以MQTT实现远程闸机模拟【对应教材整合点】西大版第6课“远程控制闸机放行”、赣科版“智能汽车遥控”、粤教清华版“搭建智能应用”【课时目标】理解MQTT协议“发布—订阅”基本模型；能使用Mixly或类似平台搭建至少包含一个传感器、一个执行器、一个云平台的简易物联网原型；能画出系统工作流程图并标注数据流向。

【情境复现与问题聚焦】（约5分钟）教师展示真实校园痛点：保安有时需要在监控室为访客远程开门，但现有系统需手动操作，保安无法同时兼顾多路画面与开门按钮。发布本课挑战任务：“今天我们用开源软硬件为学校设计一个‘远程门禁辅助系统’原型——保安在办公室点一下鼠标，校门就能自动打开。”

【概念解构：MQTT的“报纸订阅”隐喻】（约10分钟）教师避开抽象协议定义，采用生活化类比。【非常重要】将MQTT协议拆解为“报社（Broker）”“订户（Subscriber）”“记者（Publisher）”“报纸主题（Topic）”四个角色。现场模拟：一名学生扮演“温度传感器记者”，他每隔10秒向“报社”黑板报发布“今日温度”；另一名学生扮演“液晶显示屏订户”，他向“报社”订阅了“温度”主题，因此每次黑板更新，显示屏就同步刷新；第三名学生扮演“电机订户”，他订阅了“温度>30℃”这一条件，一旦满足，电机执行开窗动作。身体模拟后，教师将概念映射至技术术语：报社=MQTT服务器（如MixIO、EasyIoT），记者=发布客户端，订户=订阅客户端，主题=字符串标识符。【热点】此处必须强调：发布者与订阅者无需知道对方IP，实现了空间解耦，这正是物联网大规模连接的基础。

【原型搭建：双人协作编程】（约18分钟）学生使用MixlyCE或KittenIoT积木块，分组搭建远程模拟门禁。硬件配置：每组分发一块Micro:bit或Arduino（模拟闸机主控）、一个舵机（模拟闸机转轴）、一个按钮（模拟保安室开关）。任务拆解为三个递增难度层级：【基础】实现本地按钮控制舵机旋转90°再复位；【重要】实现通过MQTT服务器，A组电脑端按钮控制B组舵机旋转（跨设备远程）；【挑战】在远程控制基础上，增加门磁传感器反馈，在电脑端实时显示当前门状态（开/关）。教师巡回指导时，重点关注学生是否理解“Topic命名规则”（如/class2/group1/gate）以及“Payload格式”（如”open”和”close”字符串需严格匹配）。【高频考点】多数学生会忘记初始化WiFi连接或MQTT服务器参数，此时正是调试思维培养的最佳时机——引导学生阅读串口监视器报错信息，而非代劳解决。

【系统思维统整】（约7分钟）各小组展示原型，但教师不急于评价功能实现度，而是邀请每组画出自己系统的“感知—决策—执行”模型图，并特别标出“决策”环节到底发生在哪里。学生通过绘图发现：有的小组将决策逻辑全部写在本地的Micro:bit上（本地控制）；有的小组将决策逻辑放在云端规则引擎中（云端触发）。教师由此总结：智能系统的“智能”可以分布在端侧、边侧或云侧，分布式智能是物联网时代的核心特征。这一认知为学生后续学习边缘计算、雾计算埋下伏笔。

（五）第5课时：从模仿到创造——校园微智能系统设计马拉松

【课时主题】跨学科项目式学习：设计解决真实校园问题的智能原型【对应教材整合点】赣科版“植物监测仪”、西大版“设计环保机器人”跨学科主题活动、浙教版“人工智能预测出行”迁移应用【课时目标】综合运用本单元所学“感知—决策—执行”模型、图像识别、机器学习、物联网通信等知识技能，小组合作完成一个原创性智能系统设计方案并制作简易原型；能够围绕技术伦理维度对方案进行反思优化。

【真实情境发布】（约5分钟）教师呈现前期搜集的校园真实待解决问题库（基于学生前测问卷归纳）：A.教学楼饮水机常因空桶无水导致干烧风险；B.学校垃圾分类投放准确率低，保洁阿姨需二次分拣；C.班级图书角书籍借阅未登记，丢失率高；D.食堂排队人数不均，学生不知道哪个窗口人少。各小组认领或自拟一个真实问题，明确服务对象与核心痛点。

【工程设计循环：定义—构想—原型—测试】（约30分钟）本课时是单元大作品集中创作阶段，采用迷你设计马拉松模式。教师提供结构化“智能系统设计工作纸”，引导学生依次完成以下思维步骤且必须书面化呈现：第一，问题定义与用户需要分析——到底是谁的什么需求未被满足？第二，功能抽象——系统必须具备哪几项核心功能？分别对应“感知”“决策”“执行”哪个环节？第三，技术方案选择——感知层用何种传感器或AI服务？决策层用规则还是轻量模型？执行层用何种反馈形式？第四，原型搭建与迭代——利用已有硬件材料包和编程平台实现关键功能演示（不求全功能，但求关键链路打通）。第五，伦理自查——系统是否会采集个人信息？是否存在数据偏见可能？是否有备选人工干预方案？【非常重要】教师在这一阶段角色转型为“产品经理”与“用户体验顾问”，不是评判对错，而是通过提问引导学生深化思考。例如针对设计“智能垃圾分类桶”的小组，教师提问：“你们用摄像头识别垃圾类型，如果遇到系统识别为‘其他’但实际是可回收物的情况，用户该怎么办？是否应该保留手动投放口？”学生往往在此时顿悟——技术不是万能的，好的设计必须包含容错与兜底机制。

【产品模拟推介会与批判性反馈】（约10分钟）每组进行2分钟“电梯演讲”，简要展示设计目标和核心创意点，并接受全班两轮提问：第一轮聚焦技术可行性；第二轮聚焦社会伦理性。教师示范建设性反馈句式：“我对你们用声音传感器监测饮水机空桶共鸣频率这个创意非常欣赏，但如果环境嘈杂导致误判，你们的系统会如何响应？”学生记录反馈意见，作为课后迭代改进的依据。

【单元大回顾与概念地图共建】（约5分钟）教师带领全班共同绘制本单元核心概念关系图。教师在黑板中央贴上“智能系统”磁贴，请学生依次上前添加关联概念及连接线（感知、决策、执行、传感器、算法、数据、标签、MQTT、阈值、反馈……）。随着箭头与关键词不断丰富，单元学习轨迹得以全景式可视化呈现。最后，每位学生在日志上完成第三篇反思：“对比本单元第一节课你对智能技术的看法，现在有哪些认知发生了改变？哪一个活动或哪一个瞬间让你发生了这个改变？”这一元认知追问直指素养的深层内化。

七、单元教学准备与环境支持

（一）软件与数字资源

【基础保障】Mixly2.0（米思齐）离线版或网页版、Mind+、KittenAI伴侣、Chrome浏览器访问在线AI学习平台（如“中小学人工智能教育平台”“TeachableMachine”）、腾讯文档/希沃白板用于小组协作记录。【进阶资源】教师自研简易聚类演示网页、MQTT服务器（MixIO或本地部署EMQX）、图像像素放大器小工具。

（二）硬件与教具

【每小组标配】Micro:bit或ArduinoUno主板×1、舵机×1、超声波传感器或颜色