人工智能通识课基础 教案2 AI行业地图速绘

《人工智能通识》教案课程名称AI行业地图速绘授课时数2课时授课班级授课专业授课教材出版单位授课学期授课时间授课地点授课人数授课任务让学生掌握AI在制造、医疗、金融、交通、教育、文娱六大领域的典型应用案例，学会运用XMindAI制作行业案例思维导图，培养从行业视角分析AI价值的素养。一、教学分析教学内容六大领域AI应用案例（制造：智能制造；医疗：影像诊断；金融：智能风控；交通：自动驾驶；教育：个性化学习；文娱：AIGC内容创作），XMindAI的基本操作（模板选择、分支构建、案例分类），以及思维导图的逻辑梳理方法。学情分析知识与技能基础专科学生对各行业的AI应用有零散认知（如知道“AI看病”“智能工厂”），但缺乏系统梳理；具备基础软件操作能力，对思维导图工具（XMindAI）需入门指导。认知与实践能力对跨行业案例的归纳能力较弱，容易混淆相似应用；在分类梳理案例时，需引导建立“领域-场景-技术”的逻辑框架。学习特点对贴近生活的案例（如教育、文娱）兴趣更高，倾向于通过可视化工具（思维导图）整合信息，喜欢小组协作完成任务。教学目标素质目标能客观评估AI在不同行业的应用价值，避免技术万能论；2.制作思维导图时注明案例来源，尊重信息原创性；3.形成“技术服务行业需求”的认知，培养行业视角。知识目标能列举六大领域至少2个典型AI应用案例（如制造领域的预测性维护、医疗领域的AI辅助诊断）；2.能描述每个案例的核心功能、技术支撑（如机器学习、计算机视觉）及应用价值。能力目标能区分六大领域AI应用的场景差异，提炼共性与个性特征；能使用XMindAI制作“领域-案例-技术-价值”四层结构的思维导图；3.能在小组中分工协作，完成跨领域案例的梳理与呈现。教学重难点教学重点六大领域AI典型案例的识别与特征分析，XMindAI制作行业思维导图的操作（分支创建、案例分类、关键词提炼）教学难点理解不同行业AI应用的技术适配逻辑（如医疗依赖计算机视觉，金融依赖数据挖掘），并在思维导图中体现逻辑层次。二、教学策略教学思路首先通过“AI改变行业”短视频导入，激发学生对跨领域案例的兴趣；接着按领域讲解典型案例，用“场景-技术-价值”三维框架拆解；然后指导学生使用XMindAI分组制作思维导图，聚焦案例分类与逻辑梳理；最后通过小组展示互评，深化对行业应用的理解。教学方法案例分析法（分领域解析）、演示法（XMindAI操作）、实践操作法、小组协作法、对比法（不同领域案例特征对比）。三、教学过程课前教学环节教学内容教师活动学生活动设计意图预习准备六大领域AI应用案例素材（如新闻报道、企业案例）、XMindAI基础操作手册在班级群发布资料包，要求学生提前浏览，标记“最感兴趣的1个案例”，并下载XMind软件阅读案例素材，初步区分案例所属领域，尝试打开XMind熟悉界面为课堂案例分析和工具使用铺垫课中教学环节（时间）教学内容教师活动学生活动设计意图导入（5分钟）AI赋能行业的全景展示播放3分钟短视频（含智能制造流水线、AI读片、无人配送车等场景），提问：“视频中哪些场景属于同一行业？它们解决了什么问题？”引出“行业地图”概念展示图片（1950年图灵测试、1997年深蓝战胜卡斯帕罗夫、2016年AlphaGo获胜），引出“AI发展有清晰的阶段和脉络”，明确本节课目标观看视频，识别场景所属行业，思考AI的作用通过视觉冲击激发兴趣，引出“按行业梳理AI应用”的主题案例讲解（25分钟）六大领域典型案例解析（每个领域1-2个案例）1.制造：展示海尔COSMOPlat平台，讲解“AI预测设备故障”（技术：机器学习；价值：减少停机时间）；

2.医疗：展示腾讯觅影，讲解“AI识别肺癌影像”（技术：计算机视觉；价值：提高诊断效率）；

3.金融：展示蚂蚁集团智能风控系统，讲解“AI识别欺诈交易”（技术：数据挖掘；价值：降低坏账率）；

4.交通：展示百度Apollo，讲解“自动驾驶出租车”（技术：多传感器融合；价值：提升出行安全）；

5.教育：展示科大讯飞智学网，讲解“个性化作业推送”（技术：自然语言处理；价值：精准辅导）；

6.文娱：展示StableDiffusion，讲解“AI生成动漫角色”（技术：生成式AI；价值：降低创作门槛）；

小结：用表格对比“领域-核心技术-解决的痛点”1.记录每个案例的关键信息（领域、场景、技术、价值）；

2.在笔记本上标注疑问（如“为什么金融更依赖数据挖掘？”）通过具体案例，让学生建立“技术适配行业需求”的认知实践操作：制作行业案例思维导图（35分钟）使用XMindAI制作六大领域案例思维导图1.演示XMindAI操作：打开“行业分析”模板→创建一级分支（六大领域）→二级分支（案例名称）→三级分支（技术/价值）→插入图标（如医疗用“十字”图标）；

2.分组任务（4人/组，每组负责2个领域）：完善案例细节，用不同颜色区分技术类型（如蓝色标计算机视觉，绿色标机器学习）；

3.巡视指导，重点解决“分支层级混乱”“关键词不精准”等问题1.分组协作，分配领域任务（如1组负责制造+医疗）；

2.在XMind中搭建框架，填充案例信息，调整分支逻辑；

3.小组内部核对案例准确性（如技术匹配是否正确）通过工具实操，将碎片化案例系统化，锻炼逻辑梳理能力小组展示与互评（15分钟）思维导图成果分享与完善1.每组展示1个重点领域的分支（1分钟/领域），讲解“案例选择理由”；

2.引导互评：“哪个领域的案例分类最清晰？技术标注是否准确？”教师补充点评（如“交通领域可增加‘智能红绿灯’案例”）1.展示本组成果，倾听其他组的案例补充；

2.记录改进建议，如“文娱领域需区分‘内容生成’和‘个性化推荐’”通过分享互评，完善案例库，培养行业视角的批判性思维总结与展望（10分钟）行业地图逻辑梳理与延伸1.总结：AI应用的核心是“解决行业痛点”，技术选择需匹配行业数据特征（如医疗有影像数据，金融有交易数据）；

2.布置课后任务：在思维导图中补充1个本专业相关的AI案例（如护理专业补充“AI护理机器人”）回顾六大领域案例的共性规律，思考本专业与AI的结合点强化“技术服务行业”的认知，为后续专业结合AI铺垫课后教学环节教学内容教师活动学生活动设计意图任务布置完善时间轴海报及反思1.在学习通发布要求：补充本专业AI案例，用XMind导出PDF提交；撰写150字反思（“哪个行业的AI应用对你触动最大，为什么？”）；

2.批改作业，重点反馈思维导图的逻辑完整性和案例适配性1.补充本专业案例，优化思维导图结构；

2.完成反思，提交作业深化行业认知，建立“AI与本专业关联”的意识四、教学反思1.部分学生对小众行业（如制造、金融）案例兴趣较低。应对思路：下次课增加“行业案例与生活关联”解读