高中信息科技“人工智能初步”教学设计-从生活场景到项目探究

高中信息科技“人工智能初步”教学设计——从生活场景到项目探究

一、教学指导思想与设计理念本教学设计以《普通高中信息科技课程标准（2017年版2025年修订）》为核心依据，紧扣“数据、算法、网络、信息处理、信息安全、人工智能”六条逻辑主线的贯通设计，落实立德树人根本任务，着力培养学生在智能时代的核心素养。教学设计体现“做中学、用中学、创中学”的实施路径，引导学生在真实情境中发展信息意识、计算思维、数字化学习与创新以及信息社会责任。-42026年是全面推进中小学人工智能通识教育的关键之年，教育部等五部门印发《“人工智能+教育”行动计划》，明确要求“开齐开足开好人工智能相关课程，推动人工智能教育全面纳入地方课程体系”，同时强调“坚持科技教育与人文教育相结合，注重学生的启智、心灵的培养”。-10本设计顺应这一政策导向，将人工智能概念认知与生活体验深度融合，引导学生认识到“人工智能并非遥不可及的前沿科技，而是触手可及的日常陪伴”。2026年被定义为AI教育元年，AI正式进入中小学课标、教学与评价体系，从兴趣选修升级为全学段必修通识教育。-8本课在单元教学中处于承前启后的关键位置。前期学生已完成第1课《初识人工智能》的学习，了解了人工智能的发展历程及其对社会的深远影响；本课旨在帮助学生打开“人工智能在身边”的认知窗口，通过对学习、出行、生活三大场景的深入探究，建立对人工智能应用领域的系统认知；为后续第3课《人工智能的“大脑”》以及第4课《智能系统设计初探》打下坚实的知识基础和思维框架。二、教学内容分析本课选自高中信息科技选择性必修模块“人工智能初步”单元的第2课。课程标准在“人工智能初步”模块中要求：增加通过实例比较生成式人工智能善于解决和不善于解决的问题，了解人工智能大模型应用中数据、模型训练和参数调整的意义等内容。-2依据《中小学人工智能通识教育指南》的高中学段定位，本阶段的核心是“跨学科创新、项目实践、前沿探索”。-8本课教学内容涵盖三个核心领域：人工智能的概念界定与本质理解、人工智能核心技术体系（机器学习、计算机视觉、自然语言处理、语音技术）的初步认知、以及身边人工智能应用场景的系统梳理。三个板块相互支撑、逐层递进：先从学生的日常生活经验出发，建立对人工智能的感性认知；再通过对核心技术体系的剖析，完成从感性认识到理性认识的飞跃；最后回归真实场景的深度探究，实现知识的内化与迁移。本课采用“三场景探究”的结构框架——学习场景、出行场景、生活场景，分别对应生成式AI、智能驾驶与物联网技术、生活服务类AI应用三大技术领域，涵盖了当前人工智能发展的主要方向和应用热点，体现了课程内容的前沿性与时代性。三、学情分析教学对象为高中一年级学生。根据清华大学心理与认知科学系联合发布的《中国青少年AI素养蓝皮书》，中国青少年AI素养总体水平偏上，但已开始出现两极分化——“差的学生完全不了解AI，好的学生已成为时代的引领者”。学生更注重AI的应用与创造，但批判性思维相对滞后，“大家没有批判性地去看AI到底给我们带来什么”。-24具体来说，本授课班级学生的学业基础呈现出如下特点：一是使用基础差异明显，大部分学生日常使用手机、语音助手、短视频平台等AI应用，但对“应用背后的技术是什么”“这些技术如何工作”缺乏深入理解；二是认知兴趣多样化，一部分学生对AI充满好奇和探索欲，另一部分学生因缺乏体验而对AI感到疏远甚至排斥；三是女生与男生在对AI技术的感知和兴趣上存在一定差异，需要在教学设计和素材选择上兼顾多样性。研究同时表明，AI素养并非天生，而是高度可习得的。编程经验和AI使用频率是两大正向催化剂，“AI素养不是由基因决定的，而是来自后天的教育和个人努力”。-24基于以上学情，本教学设计强调“让每个学生都能在已有经验基础上获得增量发展”的原则，通过贴近日常的学习素材、层次分明的探究任务和开放包容的课堂氛围，让不同程度的学生都能在课堂中找到自己的参与点和生长点，避免两极分化现象的进一步扩大。同时，将批判性思维的培养贯穿于整个教学过程中，引导学生以审慎的态度看待人工智能的各项应用。四、教学目标【核心素养】【重要】人工智能意识维度：学生能够识别并列举出身边人工智能的典型应用实例，理解人工智能技术已经广泛渗透到学习、出行、生活等各个领域，形成从“使用者”到“理解者”的意识转变。【核心素养】【基础】计算思维维度：学生能够初步理解人工智能系统中“数据汇聚形成智能”的核心思想，了解机器学习中训练数据与模型参数的基本概念，建立“算法设计与数据驱动”的思维框架。【核心素养】【重要】数字化学习与创新维度：学生能够借助生成式人工智能工具辅助学习和问题探究，掌握提出有效提示词、判断生成结果质量、合理使用AI辅助学习的基本技能，体会人机协同的全新学习范式。【核心素养】【热点】信息社会责任维度：学生能够认识到人工智能应用中存在的隐私保护、算法歧视、信息安全等伦理问题，初步建立起“科技向善”的价值观和负责任的技术使用态度。五、教学重难点分析【重要】教学重点：识别和理解身边人工智能的主要应用领域及其基本原理。重点内容包括三个层次——人工智能应用场景的归类识别、人工智能核心技术体系的基础认知、以及真实场景下“智能如何形成”的原理性理解。这是一座联通感性认识和理性思维的桥梁，是学生建立系统认知的关键。【难点】教学难点：引导学生从“会用AI”的表层体验走向“理解AI”的深层认知，理解人工智能系统背后“数据—算法—算力”三者之间的关系。学生往往满足于“知道哪些是人工智能”，而难以跨越“智能是如何产生的”这个认知鸿沟。突破这个难点需要借助“三步解析法”——“任务驱动找问题→技术拆解看原理→动手体验悟思想”，帮助学生完成从表象到本质的认知飞跃。六、教学方法与策略项目式学习法贯穿本课教学全过程。围绕“探寻身边的人工智能”这一核心项目主题，学生以小组为单位，经历“问题发现—方案设计—探究实践—成果展示”的完整探究过程。具体教学策略包括：情境创设策略：选取学生最熟悉的生活场景作为切入点——短视频推荐、拍照识物、语音助手等，用真实案例唤醒学生的亲身经历和体验，搭建“从经验出发讲AI”的教学起点。任务驱动教学策略：围绕学习、出行、生活三大场景设计三个递进式探究任务，每个任务由浅入深地包含“体验感受—原理理解—案例探究—思辨讨论”四个环节，形成完整的教学闭环。合作探究策略：采用4人一组的分组协作方式，每组配备探究任务单和学习资源包，学生在协作中分工研究、共同讨论、互相启发，培养团队协作能力和交流表达能力。信息技术融合策略：课堂借助国家智慧教育平台智能版资源，结合教师准备的微课视频、可视化交互演示工具等，让学生在动手操作中直观感受人工智能的运行机制。-42七、教学准备硬件环境准备：计算机网络教室，配备教师用多媒体教学终端和分组学生电脑，确保每台设备可正常访问互联网。如条件允许，可增设一块互动触摸屏或智能白板，用于展示可视化演示和小组作品。软件资源准备：操作系统Windows11或macOS最新版，浏览器（推荐Chrome或Edge最新版），可联网体验各类AI在线演示平台的快捷方式集合；国家智慧教育平台的AI体验区入口调至1号快捷键；配备分屏功能的教室管理系统，便于教师实时监控和指导各小组活动。教学资源包准备：课程配套演示课件、人工智能应用短视频集锦（精选身边应用的高质量短视频3-5条）、国家智慧教育平台AI体验区推荐链接和二维码合集、小组探究任务单三套（分别对应学习、出行、生活三大场景）、学习评价量规表（供教师和小组互评使用）。所有资源提前打包分发到每台学生电脑桌面，命名为“第2课学习资源包”。预习任务布置：学生在课前通过国家智慧教育平台观看“人工智能在身边”主题微视频（约8分钟），完成预习任务单中的观察记录——记录本周内至少3次与人工智能技术“打交道”的经历，包括使用的应用名称、具体场景、产生怎样的结果或体验。预习任务的完成情况以课前五分钟的“AI连连看”小游戏形式进行快速检测和分享。八、教学过程设计（一）新课导入：身边的秘密（约5分钟）教师以开放式提问开启课堂：“请同学们回忆一下，今天早晨从起床到现在，你和你的家人用到了哪些有‘智能’的设备或应用？”学生在预习题单记录的触发下积极发言，课堂气氛迅速活跃。教师引导大家梳理常见的AI应用：智能闹钟、人脸识别解锁手机、智能家居设备、在线翻译等等。接着，教师播放一段约2分钟的短视频，汇集学生日常生活中常见的AI应用场景，并附带几处“彩蛋”——故意加入两个非AI技术的应用，考考学生的识别力。视频结束后，教师抛出两个核心问题：“这些看起来自动化的应用，它们真的‘智能’吗？背后的原理是什么？”“人工智能到底是‘人工’的成分多，还是‘智能’的成分多？”由这两个问题自然引出本课探寻的起点：“今天，让我们一同走进人工智能的日常世界，看看那些藏在熟悉界面背后的神秘‘大脑’。”设计意图：从学生最熟悉、最真实的生活经验出发，用开放式提问激发参与热情，通过“寻找AI与非AI”的视频小游戏培养学生初步的信息辨识能力，同时通过对比自然引出本课的核心议题——AI到底是什么？_它离我们的生活到底有多近？_设计意图在于完成“唤醒认识→激发兴趣→锚定问题”的三步导入，为后续探究奠定心理基础和认知基础。（二）新授第一模块：人工智能的核心概念与技术图谱（约20分钟）【重要】【基础】1.人工智能的概念精讲教师借助图文结合的方式，系统讲解人工智能的经典定义——人工智能（ArtificialIntelligence，简称AI）是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的科学。同时给出学生的简化版理解口诀：“AI不是要让人看起来像机器，而是要让机器看起来像人——通过感知环境、理解信息、做出决策、采取行动，让机器具备像人一样的智能特征。”教师强调一个关键认知转变：_人工智能并非遥不可期的未来幻想，而是一种已经深度融入当代社会运行系统的“赋能技术”。_讲座中引用的观点与本课设计高度契合——“以‘身边的AI’为切入点，用师生日常接触的AI语音助手（小爱同学、小度助手）、智能导航路线规划、短视频推荐算法等生活化案例，通俗拆解‘人工智能是模拟人类智能的机器系统’这一核心定义，将抽象的技术概念转化为可感知的生活场景”。-人工智能的核心技术体系图谱

教师用思维导图的形式展示人工智能的核心技术体系，分为四个主干：（1）机器学习——让计算机通过数据积累经验“自学成才”。机器学习是人工智能的核心，包含监督学习、无监督学习、强化学习三大类，其中深度学习是当前发展最迅速的分支。（2）计算机视觉——让机器“看懂”这个世界，包括人脸识别、图像分类、目标检测和跟踪等技术。（3）自然语言处理——让机器“听懂”人类的语言，包括语言翻译、情感分析、文本生成、语义理解等，当前生成式大模型（如DeepSeek）正是在这一领域取得突破性进展。（4）语音技术——让机器“听见”并“说出”人类的声音，包括语音识别、语音合成、声纹识别等领域。教师结合学生的预习素材和数据列举每个领域的生活化例子：计算机视觉对应拍照识物、美颜中的面部关键点检测、自动驾驶中的交通标识识别等；自然语言处理对应智能翻译、智能写作辅助、短视频智能字幕生成等；语音技术对应智能音箱的指令响应、语音输入法的文字转换等；机器学习则贯穿于以上所有领域，是人工智能的“能量核心”。【跨学科链接】在此部分引入数学中的数据统计概念与生物学中的神经元网络模型基础概念，帮助学生建立跨学科的知识关联——机器学习中的训练过程本质上是大规模数据统计与分析，而深度学习神经网络的结构受到了人脑神经元连接方式的启发。数学基础决定了算法设计的可能性和效率，生物学原理启发了深度学习的技术架构。人工智能的分类认知

教师简要介绍人工智能的三个层级：（1）弱人工智能（狭义AI）——只能在特定领域完成任务的人工智能，如围棋程序AlphaGo、人脸识别系统等。当前我们接触的AI应用绝大多数属于弱人工智能。（2）强人工智能（通用AI）——能够像人类一样理解和解决各种综合性问题的人工智能，目前尚未实现。（3）超人工智能——超越人类智慧的AI，目前尚停留在科幻作品的想象范畴。教师用类比帮助学生理解：弱人工智能是“只会做一道菜的大厨”，强人工智能是“什么菜都会做的全能厨师”，超人工智能就是“超越所有厨师的顶级美食大师”。本课聚焦的“人工智能在身边”，大部分属于弱人工智能在各个垂直领域的专业化应用。（三）新授第二模块：学习场景中的智能革新——生成式AI与个性化学习（约30分钟）【高频考点·热点】1.生成式人工智能的基本概念2026年高中信息科技课程标准修订将生成式人工智能合理融入多个必修和选择性必修模块，要求“学生掌握应用技巧和生成结果判断的方法，知道生成式人工智能的优势和潜在风险，提高应用生成式人工智能学习与协同创新能力”。-2本课重点回应这一课标要求，引导学生在学习场景中深度体验生成式AI。教师以DeepSeek等国产大模型为代表，介绍生成式AI的基本特征：它不再只是“识别”和“分类”，而是能够“创造”和“生成”全新的内容——文字、图像、音频甚至是程序代码。从“检索+重组”到“理解+生成”，这是人工智能的重大能力跃迁。“三步法”高效使用生成式AI辅助学习——核心能力训练

教师在课堂演示“三步法”框架，旨在培养学生与AI协作的核心能力，这是2026年课标强调的“具备人机协同素养”的具体落地。【思维方法】第一步：精准提问——提示词的学问。对比演示两种提问方式的效果差异：第一种提问“帮我写一篇读书笔记”，第二种提问“我是一个高中一年级学生，刚读完《红楼梦》前五回，需要完成一篇800字的读书笔记，请围绕‘宝玉的叛逆性格’这个主题帮我梳理三个主要观点，每个观点附带原文中的相关细节和我的个人理解拓展”。让学生观察生成内容的质量差异，理解“给出充分背景信息和明确指令要求”的重要性。【思维方法】第二步：批判判断——验证生成结果的准确性。教师展示一段由AI生成的但包含事实性错误的文本，引导学生逐句判断：“这句话正确吗？”“这一点和我们之前学到的知识有什么矛盾？”“这个观点引用的是否为可靠来源？”通过现场纠错训练，培养学生不盲从AI生成内容、主动验证信息真实性的批判性思维。【思维方法】第三步：迭代优化——与AI进行多轮对话。演示如何基于AI的初次回答提出追问、质疑观点、要求补充细节，形成“提问→回应→追问→优化→拓展”的多轮人机对话链条。让学生理解“用AI类似在和一个知识渊博但偶尔会出错的助手交流，你需要不断引导和矫正方向，才能得到真正有价值的结果”。【易错点】特别提醒学生严禁完全依赖AI完成作业或考试，明确AI使用的边界线和红线标准。课程标准强调“禁止替写作业/考试”，教学中需要反复强化“人机协作为主、AI不替代思考”的底线认知。-8生成式AI在学科学习中的典型应用案例

教师分学科展示生成式AI的应用示例，体现【跨学科链接】的融合价值：（1）语文与人文领域：AI辅助作文框架构思与素材分类整理，但这种辅助必须以“自主阅读、自主思考、自主构思”为前提。示例：学生先构建自己的论点框架，再由AI帮助拓展论据、修正表达。（2）数学与科学领域：AI帮助生成虚拟实验数据、解释概念推导过程、生成动态演示图示。（3）外语学习领域：AI扮演语言对话伙伴，提供即时的个性化语用练习，同时根据学生的表达给出改进建议。（4）跨学科探究项目：AI作为信息检索枢纽，帮助学生在研究课题中快速定位跨学科文献资源，整合不同领域的观点和数据。小组探究任务一：AI学习助手体验与评估

小组分组（每组4人），各小组领到一份学习探究任务单。任务场景设定：“假设你是一个研究小组的成员，你需要在20分钟内了解‘太空种子’（space-bredseeds）的基本科学原理和其在农业中的价值。”各小组可以自由使用班级配备的生成式AI工具进行探究，但必须严格遵循“三步法”原则。探究完成后，每组展示AI辅助下的研究成果框架图（不限形式），并简要说明Ai在过程中提供了哪些帮助、又遇到了哪些问题或局限。其他小组以评委身份根据评价量规给出“AI赋能指数”的打分。设计意图：在真实的任务驱动中，让学生亲身体验生成式AI辅助学习的效果与局限，在“用中学”中内化“三步法”的核心要义；同时培养学生公开表达、倾听反馈和批判判断的综合能力。（四）新授第三模块：交通出行场景中的智能驾驶与物联网（约25分钟）【热点·重要】1.智能驾驶的分级与关键技术教师从学生的日常出行体验切入：“你乘坐过或见过哪些带有‘辅助驾驶’功能的汽车？”引出智能驾驶技术及其分级体系（L0至L5共六级）：L0级：纯人工驾驶，所有操作由驾驶者完成。L1级：辅助驾驶，如定速巡航、车道保持等单项辅助功能。L2级：部分自动化，可同时控制转向和加减速，但驾驶者必须全程监控。L3级：有条件自动化，在特定条件下车辆可自主驾驶，但需要驾驶者随时接管。L4级：高度自动化，在限定区域内可实现完全自主驾驶。L5级：完全自动化，任何道路、任何天气均可不需人为干预。教师用日常出行的例子帮助理解：L2级相当于“考了驾照的新手但有教练坐在旁边提醒”，L4级相当于“稳定的专职司机在开车你可以完全不用管”，L5级则是“全能专职司机在开车你在车内做任何事”。让学生分组讨论“当前道路上常见的最先进辅助驾驶达到了哪个级别”并阐述理由，培养学生的分类判断能力。数据驱动智能驾驶的技术拆解

教师通过“三步解析法”拆解数据在智能驾驶系统中的关键作用：（1）感知层：车辆通过激光雷达、摄像头、毫米波雷达、超声波传感器“长”出感知周围的触角与眼睛，实时采集道路、车辆、行人、交通标识等海量数据。举例说明不同类型传感器的作用侧重——摄像头负责红绿灯和路标识别、雷达负责探测障碍物的速度和距离、激光雷达负责高精度三维建模。（2）决策层：基于采集到的数据，车辆需要在极短时间内（毫秒级）完成综合分析、路径规划和行动决策，这需要算法模型的高度优化和强大的算力支撑。（3）执行层：将决策转化为精确的车辆控制指令——加速、减速、转向、换道等，实现车辆的安全平稳运行。通过这个解析，帮助学生认识“数据—算法—算力”三者的关系：数据是燃料，算法是引擎，算力是驱动引擎转起来的电能。缺少任何一个要素，智能都无从谈起。智慧交通系统的宏观视角

教师将视角从一辆车扩展到一座城市：“智能驾驶不是孤立的技术行为，而是智慧交通系统的重要组成部分。”介绍车路协同（V2X）技术——车与车（V2V）、车与基础设施（V2I）、车与行人（V2P）的全面互联互通。通过示意图和短视频展示：红绿灯主动为即将驶来的公交车调整信号灯、道路传感器实时更新前方拥堵状态发送给周围车辆、应急车辆的优先通行触发交通中枢重新调度……这些场景正在部分试点城市逐步变为现实。智能驾驶中的伦理议题研讨

教师设置一个思辨问题：“假设一辆L4级自动驾驶汽车不可避免地要在‘保护车内乘客安全’和‘避免撞上突然冲出的行人’之间做出选择，算法应该如何设定优先级？”学生以小组为单位，在5分钟内形成一个观点并准备1分钟的观点陈述。教师在讨论结束时进行总结和提升：这一问题揭示了人工智能伦理的深层次议题——当技术发展到承担生命攸关的决策时，“算法的价值选择”就不仅仅是数学问题，而是涉及道德哲学、法律伦理学和社会规范的复杂议题。这正是为什么课程标准强调“人工智能责任”培养的重要原因。设计意图：通过“技术解析+伦理研讨”的复合设计，实现“懂原理”与“知边界”的双重目标。同时将抽象的伦理议题转化为具体的、可讨论的情境问题，培养学生的审辩式思维和人文关怀意识。（五）新授第四模块：生活场景中的智能服务与物联网（约25分钟）【热点·重要】1.智能家居——物联网技术走进千万家教师从“同学们家里有多少智能设备”话题引导讨论。学生列举智能音箱、智能门锁、扫地机器人、智能净化器等常见设备，教师借助系统图展示这些设备如何通过物联网（IoT）技术和家庭网关连接成一个智能系统。重点阐述三个核心机制：（1）设备感知与数据采集：每个智能设备都有相应的传感器，持续采集环境数据（温度、湿度、空气质量、人流动向等）并使用情况数据。（2）场景联动与自主决策：用户设定的场景模式触发一系列智能操作——“回家模式”触发灯光开启、空调调整为舒适温度、窗帘自动关闭；“离家模式”触发所有设备关闭、安防系统启动、扫地机器人开始工作等。（3）云端训练与本地执行的协同：部分简单任务在本地设备即可完成（低延迟、高隐私保护），复杂分析和模型更新交由云端处理。智能医疗——AI守护你的健康

教师用具体案例说明AI在医疗服务中的广泛介入：可穿戴健康设备（智能手表、手环）实时监测心率、血氧、睡眠质量等生理数据，结合历史数据和云端算法，能够预测用户的异常状况风险并发出预警；AI辅助诊断系统帮助医生分析X光片、CT影像，提高诊断的准确率和效率；“AI问诊助手”能够分析症状描述，给出初步的就医建议和科室推荐。教师需要强调一个重要的【边界】意识：AI在医疗中的角色是“辅助”和“参考”，绝不能替代专业医生的判断和诊疗。AI的诊断建议必须经由资质齐全的医务工作者审核确认后，才能用于最终诊断或治疗方案设计。智能推荐系统——“猜你喜欢”背后的秘密

教师用一个生活中的真实困惑开启这一子专题：“你有没有经历过这样的场景——刚和朋友聊过某种商品，打开购物类APP就看到了它的推荐广告？这是手机在偷听你的对话吗？”这个开篇有效激发学生的好奇心和讨论欲。揭示真相：智能推荐系统并不是依靠“偷听”，而是基于你在使用各项服务时留下的“数字足迹”——搜索记录、浏览记录、收藏记录、购买记录、点赞记录、地理位置、停留时长、社交关系网络特征……整个系统通过机器学习算法，综合分析这些海量行为数据，推测出你的兴趣、习惯、消费能力和潜在需求，从而实现“千人千面”的个性化推荐。教师可以带领学生现场体验：选择两名爱好差异较大的同学，分别用各自的账号登录同一个短视频平台，观察“推荐”页面有哪些明显的差异。让他们结合推荐结果逆向推导“平台认为我是什么样的人”，理解推荐算法的运作逻辑。【拓展延伸】推荐系统的“过滤气泡”效应——当算法识别出你喜欢某种类型的内容后，就会持续向你推荐同类型内容，长此以往可能导致你被锁定在信息的“同温层”里，难以接触到不同观点和多元信息。这是一个值得深入思考的议题，提示学生需要有意识地“破壁”，主动拓展自己的信息获取渠道。小组探究任务二：智能生活场景说明书

任务要求：“假设你所在的社区计划在2027年升级为‘智慧社区’。请每组选择一个生活场景（如老人健康监测、智能垃圾分类、智慧停车、社区安防等），设计一份不少于300字的‘智能场景说明书’。说明书必须包含四个方面的内容：（1）解决了什么问题；（2）需要哪些智能设备和技术；（3）数据是如何收集和使用的；（4）隐私与安全如何保障。”设计意图：通过“设计说明书”的任务，让学生从“用户”的身份切换到“设计者”和“思考者”的身份，在整个任务中综合运用本模块学习的知识点，同时将伦理和安全意识从理念转化为设计方案中的具体措施。（六）课堂总结与梳理：从“看见”到“理解”的飞跃（约5分钟）教师借助板书或大屏知识图谱，带领学生系统回顾本课学习的三个主要场景及其对应的技术体系：（1）学习场景——生成式AI、人机协同的“三步法”；（2）出行场景——智能驾驶的分级与技术体系、数据-算法-算力的关系；（3）生活场景——物联网与智能家居、智能推荐系统的原理与影响。教师用三句话概括本课的核心收获：“我们看到的世界，背后藏着越来越多会学习和思考的数字助手。”——AI应用无处不在。“只有当数据、算法和算力协同工作时，智能才能真正形成。”——AI的底层运行逻辑。“技术越强大，责任越重大——我们要做技术的主人，而不是技术的奴隶。”——AI伦理与责任。教师引导学生完成自我评估——回顾课前的三项预习记录，在这节课结束后，各自能对哪些“AI经历”给出更深入的技术解释。“如果把你的AI认知水平从第1级（完全不懂）到第10级（专家级别）划分，你觉得自己在这节课后提升了多少个等级？你打算用这一提升去做些什么？”——引发学生的自我反思和后续发展动力的激发。（七）作业布置与拓展延伸【拓展延伸】1.基础作业：完成“人工智能在身边”主题的观察笔记，记录本周内与人相关的3项新发现的AI应用，每项完成三项记录：应用名称——应用场景——“智能是如何产生的”初步分析。作业提交至国家智慧教育平台班级空间。进阶作业（二选一）：（1）选做“AI探秘”短视频征集——用手机拍摄一个身边的AI应用场景，配音讲解技术原理，时长60秒以内，优秀作品将在下节课展示并在班级公众号发布。（2）选做“AI对话反思日志”——使用生成式AI完成一个学习任务（如资料整理、作文思路构思），详细记录“提示词设计过程”“对AI生成内容的评价修改过程”和“最终学习收获”，附上用该辅助前后独立思考成果的对比分析。

预习任务：阅读语文教材或课外资料中某篇与人工智能相关的议论文（课堂统一指定篇目），标注出文章的核心观点和支撑论据，为第3课《人工智能的“大脑”》中关于机器学习深度原理的学习做准备。

九、板书设计（大屏PPT框架结构）【主标题】第2课：人工智能在身边——从生活场景到项目探究【一级结构1】一、人工智能的核心概念（黑体加粗）定义解析：模拟——延伸——扩展人类智能

核心技术图谱：机器学习·计算机视觉·自然语言处理·语音技术

分类层级：弱AI（当前主流）——强AI——超AI

【一级结构2】二、学习场景中的智能革新生成式AI：理解→创造（DeepSeek·国产大模型）

“三步法”框架图示：精准提问→批判判断→迭代优化

案例卡片：语文构思·数学演示·英语对话·跨学科整合

【一级结构3】三、出行场景中的AI进化智能驾驶——L0-L5分级表

核心解析框架：感知层（数据获取）→决策层（算法分析）→执行层（指令转化）

智慧交通生态：车路协同·城域联动·系统调度

【一级结构4】四、生活场景中的智能赋能物联网+智能家居：感知·联动·协同

智能医疗：辅助诊断·穿戴预警·边界意识