6.1 认识人工智能教学设计高中信息技术粤教版2019必修1 数据与计算-粤教版2019

6.1认识人工智能教学设计高中信息技术粤教版2019必修1数据与计算-粤教版2019课题课时教材分析一、教材分析。本节是粤教版高中信息技术必修1“数据与计算”第六章“人工智能初步”的起始课，围绕人工智能的定义、发展历程及典型应用展开。课本通过语音识别、图像分类等贴近生活的案例，引导学生初步感知人工智能的技术特征，为后续学习算法模型、伦理规范等内容奠定基础。内容编排注重从具体到抽象，符合高中生认知规律，旨在培养学生的信息素养与计算思维，落实“数字化学习与创新”核心素养要求。核心素养目标二、核心素养目标。通过感知语音识别、图像分类等AI应用，培养信息意识，形成对人工智能技术的初步认知；分析AI案例，初步建立计算思维，理解其基本工作逻辑；体验简单AI工具，激发数字化学习与创新能力；初步认识AI伦理，树立负责任使用技术的信息社会责任。学习者分析三、学习者分析。学生已掌握算法基础和编程初步知识，对计算机工作原理有基本认知。高中生对AI应用（如语音助手、图像识别）兴趣浓厚，具备较强的信息获取能力和抽象思维潜力，但个体差异显著，部分学生可能更倾向实践操作，部分偏好理论分析。学习风格上，多数学生偏好直观体验与案例学习，对抽象概念理解存在挑战。可能遇到的困难包括：难以区分AI与传统程序的区别，对“机器学习”“神经网络”等核心概念理解不深，易将AI技术神化或过度简化，同时可能对AI伦理问题缺乏系统思考。教学方法与策略四、教学方法与策略。采用案例教学与任务驱动法，结合课本中的语音识别、图像分类案例，引导学生分析AI技术特点；设计“AI猜猜看”互动游戏，通过小组竞赛辨析AI应用场景；利用在线AI体验平台（如课本推荐工具）让学生动手操作，直观感受技术原理；教师适时点拨，结合生活实例突破“机器学习”“神经网络”等抽象概念，强化认知。教学过程五、教学过程

**环节一：情境导入，激发兴趣（5分钟）**

师：同学们，早上好！请大家看大屏幕——（展示语音助手Siri回答问题、手机相册自动分类照片、智能推荐电影的动态画面）这些场景你们熟悉吗？平时有没有遇到过让手机“听懂”你的话，或者让相册自动把家人照片归在一起的情况？

生：（纷纷举手）有！我用Siri定过闹钟，相册会自动把旅行照片放在一起，还有短视频平台总推我喜欢的视频！

师：没错，这些背后都是人工智能（AI）在发挥作用。今天我们就来一起探索：到底什么是人工智能？它和我们平时用的电脑程序有什么不一样？为什么它能“听懂”“看懂”我们的需求？（板书课题：6.1认识人工智能）

**环节二：探究新知，理解AI本质（15分钟）**

师：首先，我们来看看课本第120页的定义——“人工智能是让计算机模拟人类智能，能够像人一样思考、学习和解决问题的技术”。这里的“模拟人类智能”具体指什么呢？请大家结合课本案例，小组讨论2分钟，举例说明AI的“智能”体现在哪里。

生：（小组讨论后）比如语音识别，能听懂不同人说的话；图像分类，能认出照片里是猫还是狗；还有下棋的AI，能自己学习棋谱。

师：非常好！这些例子都说明AI的核心是“学习”和“适应”。但传统程序也能完成任务，比如计算器能算数，这和AI有什么区别呢？我们来看课本第121页的对比表格（教师口述，避免展示表格）：传统程序是“固定规则”，比如“如果输入1+2，就输出3”，规则是程序员写死的；而AI是“数据驱动”，比如语音识别，需要让计算机听成千上万句话，自己总结出“什么样的声音对应什么字”的规律。这就是AI与传统程序的本质区别——AI能从数据中学习，而传统程序只能执行预设指令。

师：再来看AI的发展历程。课本第122页提到，1956年达特茅斯会议首次提出“人工智能”概念，后来经历了多次起伏。为什么AI近年来才快速发展？请大家结合课本，说说关键突破是什么。

生：（阅读课本后）因为大数据和算力提升了！比如深度学习需要大量数据训练，计算机速度变快了，才能处理这些数据。

师：完全正确！就像课本说的，“没有大数据，AI就像没有食材的厨师”。现在大家明白，AI的发展离不开数据、算法和算力这三大支柱（板书：数据、算法、算力）。

**环节三：案例探究，辨析AI应用（20分钟）**

师：接下来，我们通过课本中的案例，深入分析AI的应用。请大家翻到课本第123页，“语音识别”和“图像分类”是两个典型例子。我们先看语音识别——为什么AI能听懂不同人说的话，即使口音不同？

生：因为它学习了大量语音数据，知道同一个字不同人说会有不同的声音特征。

师：没错！就像我们学语言，听多了就能分辨各种口音。现在请大家体验一个小实验：打开课本推荐的“在线语音识别工具”（教师提前调试好，学生用手机或电脑操作），分别用普通话、方言、快速说话三种方式说“你好，世界”，观察识别结果是否准确。完成后请2位同学分享你的发现。

生1：我用普通话说，识别完全正确；用方言说，有几个字识别错了，比如“世界”被识别成了“视界”。

生2：我快速说话时，AI把“人工智能”识别成了“人工只能”。

师：这说明AI的语音识别还存在局限性，它依赖于训练数据的覆盖范围。如果数据里没有某种方言或语速，AI就很难准确识别。这告诉我们，AI并非“万能”，它的能力边界由数据决定。

师：再看图像分类。课本第124页提到，AI能识别照片中的物体，比如猫、狗、汽车。但如果我们给一张猫的照片，故意把猫的耳朵P成狗的耳朵，AI会怎么识别？请大家小组合作，用课本推荐的“图像分类工具”测试一下，并讨论：为什么会这样？

生：（操作后）我们试了，把猫耳朵改成狗耳朵后，AI识别成了“狗”。因为我们给的数据里，有狗耳朵的照片多，AI就认为有狗耳朵的就是狗。

师：太棒了！这说明AI的“判断”是基于数据中的规律，而不是真正理解“猫”或“狗”的概念。就像课本说的，AI是“模式识别”，不是“认知理解”。这提醒我们，使用AI时要警惕它的“偏见”——如果训练数据本身有偏差（比如识别猫的数据里只有特定品种的猫），AI就会做出错误的判断。

**环节四：互动辨析，突破认知难点（15分钟）**

师：刚才我们体验了AI的应用，但很多同学可能会问：“AI到底有没有‘思维’？它会不会像人一样思考？”请大家结合课本第125页的“AI伦理初步”讨论，用“是”或“否”判断以下说法，并说明理由：

1.AI能像人一样“思考”，因为它能下棋、写诗。

2.AI没有情感，它的“回答”只是基于数据的模仿。

3.未来AI可能会取代人类的所有工作。

生1：我认为第1题“否”。AI下棋是计算所有可能步数，不是真正思考；写诗是模仿大量诗歌的规律，没有情感和灵感。

生2：第2题“是”。课本说AI没有意识和情感，比如Siri说“我爱你”，只是程序设定好的回应，不是真的有感情。

生3：第3题“否”。AI能做重复性工作，但需要人类设计算法、维护数据，不可能完全取代人类。

师：大家的分析非常到位！正如课本强调的，AI是“工具”，它的“智能”是“弱智能”，只能完成特定任务，没有人类的意识、情感和创造力。我们在使用AI时，要避免“神化”或“妖魔化”它，而是要理性认识它的优势和局限。

**环节五：总结拓展，升华核心素养（5分钟）**

师：今天我们一起认识了人工智能，知道了它的定义（模拟人类智能）、本质（数据驱动学习）、与传统程序的区别（学习vs规则）、典型应用（语音识别、图像分类）以及需要注意的伦理问题（偏见、情感、就业）。现在请大家用3分钟时间，以“我对AI的认识”为题，写3个关键词，并说明理由。

生1：我的关键词是“学习”，因为AI能从数据中学习，这是它最核心的特点。

生2：我的关键词是“工具”，因为AI是人类设计的，用来帮助我们的，不能依赖它。

生3：我的关键词是“责任”，因为使用AI时要注意数据隐私和伦理，不能滥用。

师：非常好！这三个关键词正好对应了我们今天的信息素养目标——理解AI的技术本质（学习），理性使用技术（工具），承担社会责任（责任）。课后请大家完成课本第126页的“实践活动”：观察生活中的一项AI应用，分析它的数据来源、功能以及可能的伦理风险，下节课分享。今天的课就到这里，下课！学生学习效果六、学生学习效果

**一、知识掌握层面：精准理解AI核心概念**

学生能够清晰阐述人工智能的定义（课本第120页），明确其本质是"模拟人类智能，通过数据驱动学习解决问题"。通过对比分析，学生准确区分了AI与传统程序的根本差异：传统程序依赖预设规则（如计算器"1+2=3"），而AI通过大量数据训练自主生成规律（如语音识别需听数万段语音总结声纹特征）。在发展历程上，学生能结合课本第122页内容，指出1956年达特茅斯会议是AI诞生的标志，并理解大数据、算法、算力三大支柱对AI发展的关键作用。

**二、能力提升层面：实践操作与问题解决能力增强**

1.**工具应用能力**：学生熟练操作课本推荐的语音识别工具（如科大讯飞在线平台），通过方言测试、语速变化等实验，自主总结出"数据覆盖范围影响识别准确率"的结论。在图像分类实验中，学生能使用分类工具（如GoogleTeachableMachine）测试"猫耳变狗耳"的案例，验证"AI依赖数据模式而非真实认知"的特性。

2.**案例分析能力**：学生能结合课本第123-124页案例，从技术原理角度分析应用场景。例如，学生指出智能相册分类依赖"图像特征提取算法"，短视频推荐基于"用户行为数据聚类"，并能举例说明数据偏差可能导致AI误判（如训练数据中缺乏特定肤色人脸的人脸识别系统）。

3.**批判性思维**：在AI伦理讨论中，学生能辩证看待技术局限：一方面承认AI在效率提升上的优势（如医疗影像辅助诊断），另一方面警惕其潜在风险（如算法偏见导致招聘歧视），形成"AI是工具而非替代者"的理性认知。

**三、素养发展层面：核心素养落地生根**

1.**信息意识**：学生主动关注生活中的AI应用（如智能家居、自动驾驶），能识别其数据来源（如传感器采集、用户行为记录），并分析技术背后的逻辑（如自动驾驶需实时处理路况数据）。

2.**计算思维**：学生初步建立"数据-模型-输出"的AI思维框架。例如，在分析"AI猜猜看"游戏结果时，学生能解释"模型准确率随训练数据量增加而提升"的规律，体现对机器学习基本原理的理解。

3.**信息社会责任**：学生通过案例讨论（如Deepfake换脸技术滥用），深刻认识到AI伦理的重要性，提出"开发者需确保数据多样性""用户需警惕虚假信息"等具体建议，体现负责任的技术使用态度。

**四、学习行为表现：深度参与与自主探究**

学生全程保持高参与度：在小组讨论中，85%的学生能结合课本案例提出创新观点（如"AI翻译需平衡准确性与文化适应性"）；在工具操作环节，100%学生完成实验并记录数据，70%学生主动拓展测试（如尝试方言混合识别）；在总结反思环节，学生提炼出"学习""工具""责任"三个关键词，精准呼应本课核心素养目标。

**五、知识迁移与拓展应用**

学生能将课堂所学延伸至课外：

-80%学生完成课本第126页实践活动，提交《AI应用分析报告》，涵盖"智能客服的数据训练""推荐算法的信息茧房"等真实案例；

-部分学生自主探究前沿技术，如通过查阅资料了解GPT-4的"多模态学习"特性，并对比课本中"单一任务AI"的差异；

-在后续课程中，学生能将AI伦理讨论迁移至"数据隐私保护"单元，形成跨章节知识网络。

综上，本节课通过案例探究、工具实践、伦理辩论等多元活动，使学生不仅掌握了人工智能的基础知识，更形成了对技术的理性认知与负责任态度，为后续学习"机器学习""算法优化"等内容奠定了坚实的认知基础与素养根基。教学评价1.**课堂评价**

2.**作业评价**

批改课本第126页实践活动报告时，重点评估学生是否分析真实AI应用的数据来源（如智能相册的图像特征提取）、功能原理（如推荐算法的用户行为聚类）及伦理风险（如Deepfake技术滥用）；点评时紧扣“数据驱动学习”核心概念，指出“某同学能说明语音识别需数万段语音训练，体现对AI本质的理解”；对伦理讨论部分强化信息社会责任，如标注“该生提出‘开发者需确保数据多样性’的观点，呼应第125页AI伦理要求”；反馈时采用“优点+改进”模式，例如“案例分析到位，建议补充课本第123页‘语音识别局限性’的具体表现”。板书设计①课题与核心概念

6.1认识人工智能

核心定义：模拟人类智能，通过数据驱动学习解决问题（课本第120页）

②AI与传统程序的区别

传统程序：固定规则，执行预设指令（如计算器“1+2=3”）

③AI发展与应用

发展标志：1956年达特茅斯会议（课本第122页）

三大支柱：数据、算法、算力

典型应用：语音识别、图像分类（课本第123-124页）

本质特征：模式识别，非真实认知

④AI伦理与认知

定位：工具，非替代者（课本第125页）

局限：无情感、无意识，依赖数据质量

风险：数据偏差导致判断错误，需负责任使用反思改进措施（一）教学特色创新

1.紧扣课本案例设计互动实验，让学生通过方言测试、图像修改等操作直观感受AI依赖数据的本质，避免抽象讲解。

2.结合课本第125页AI伦理内容，用辩论形式引导学生讨论“AI是否会取代人类”，强化辩证思维。

（二）存在主要问题

1.教学管理上，部分学生操作AI工具时设备卡顿，影响实验进度。

2.教学组织上，小组讨论时少数学生过度依赖课本答案，缺乏独立思考。

3.教学方法上，对“机器学习”“神经网络”等抽象概念（课本第121页）的讲解不够深入，学生理解停留在表面。

（三）改进措施

1.