走进智能时代-高中一年级《人工智能（基础）》教学设计

走进智能时代——高中一年级《人工智能（基础）》教学设计

一、指导思想与理论依据本教学设计以《普通高中信息科技课程标准日常修订版（2017年版2025年修订）》为根本遵循，全面落实立德树人根本任务。课程标准将课程名称从“信息技术”调整为“信息科技”，以“数据、算法、网络、信息处理、信息安全、人工智能”六条逻辑主线贯通小初高，通过“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、信息社会责任。-42025版课标明确要求高中阶段“人工智能”主线应注重原理理解与价值判断，进一步增加人工智能教育相关内容，将人工智能学习内容融入必修和选择性必修课程模块，注重学生对人工智能应用方法的学习，强化学生人工智能伦理意识。-11本设计同时依据教育部等五部门2026年4月印发的《“人工智能+教育”行动计划》精神，坚持育人为本、素养为先、应用导向、智能向善的原则，推动人工智能教育全面纳入地方课程体系，引导学生科学认识、合理利用智能技术，提升智能素养，培养创新思维。-19此外，本设计参照联合国教科文组织发布的《学生人工智能能力框架》，该框架强调“以人为本”的原则，注重保护人的尊严和隐私，激发人的主观能动性，界定了学生应具备的知识、技能和态度，帮助学生在合乎伦理、有效、安全和有意义的方式下运用人工智能。-56二、教学内容分析本课是高中一年级《人工智能（基础）》课程的入门第一课，在整个课程体系中处于奠基和引航地位。高中阶段人工智能教育的核心定位是跨学科创新、项目实践与前沿探索，具体要求包括人工智能与学科融合、项目式学习、人工智能伦理及社会影响与职业认知等。-7依据课程标准六条逻辑主线的横向关联设计，“数据—算法—人工智能”构成完整的技术链条，本课作为入门课，承担着帮助学生建立对人工智能的整体认知、激发学习兴趣、初步形成人工智能思维方式的重要任务。-5本课教学内容涵盖人工智能的定义与特征、人工智能在生活中的广泛应用、驱动人工智能发展的核心技术要素、人工智能赋能各行业的典型场景，以及人工智能时代的伦理思考与社会责任。教学内容从学生的生活经验出发，由易到难、由感性到理性逐层递进。【核心素养方面】本课重点培育信息意识，让学生敏锐感知人工智能在日常生活中的存在与影响；培育计算思维，让学生理解人工智能工作的基本原理框架；培育数字化学习与创新，引导学生体验人工智能工具的创造性应用；培育信息社会责任，帮助学生建立人工智能时代应有的伦理意识与价值判断。【教学重点】人工智能的基本概念与核心特征；人工智能在日常生活中的典型应用；人工智能驱动发展的三大核心要素（数据、算法、算力）。【教学难点】对算法概念及其在人工智能中作用的初步理解；人工智能伦理问题的辨析与价值观建构。【易错点】将人工智能等同于机器人或高级编程；对人的智能与机器智能的边界辨认不清。三、学情分析教学对象为高中一年级学生，年龄约15至16岁。认知特点上，高一学生正处于从具体运算思维向形式运算思维过渡的关键期，具备一定的抽象思维能力，能够理解较为复杂的概念和原理。他们好奇心强，对新兴科技话题兴趣浓厚，尤其对人工智能、大模型等热门技术抱有较强的探究愿望。知识基础上，学生在义务教育阶段的信息科技课程中已经初步接触过人工智能相关内容。初中阶段的核心定位是基础应用、算法理解、伦理规范，学生已有以下基础：了解人工智能基础原理（如机器学习的入门概念）；能够使用常用人工智能工具；对数据安全、网络文明有基本认识。-7进入高中前，部分学生可能已经通过编程学习平台、智能硬件体验等方式积累了一定的实践经验，但认知多为零散和感性的，缺乏系统化理解。学习需求与挑战方面，学生最想知道的是：人工智能到底“智慧”在哪里？它是如何工作的？它会对我的生活和未来产生什么影响？我应该如何与人工智能相处？这些真实的需求构成了本课教学的动力源泉。同时，部分学生可能对人工智能存在过度神话化或过度恐惧的倾向，需要通过课堂教学进行科学引导和理性认知重构。四、教学目标（一）【基础】【重要】信息意识目标能够结合生活经验，识别和列举人工智能在家庭、学校、交通、医疗等领域的应用实例；能够感受到人工智能技术对生活方式和学习方式的深刻影响，形成敏感的信息意识。（二）【核心素养】【重要】计算思维目标能够初步理解人工智能的基本工作逻辑，知道数据、算法、算力是驱动人工智能发展的三大核心要素；能够用流程图或自然语言描述简单人工智能任务的处理流程。（三）【重要】数字化学习与创新目标能够体验至少一种生成式人工智能工具的应用，尝试利用人工智能解决简单的实际问题，初步建立人机协作的意识。（四）【核心素养】【重要】信息社会责任目标能够识别人工智能应用中可能存在的伦理风险和潜在问题；能够形成正确的科技价值观和科技向善的理念，自觉遵守人工智能使用的伦理规范。五、教学重难点（一）教学重点人工智能的基本概念与核心特征；人工智能在日常生活中典型应用的归纳与分析；数据、算法、算力三大核心要素及其关系的初步理解。（二）教学难点对算法概念的抽象理解及其在人工智能中的核心作用的把握；人工智能伦理问题的多角度辨析及综合价值判断的形成。六、教学策略与资源准备（一）教学方法本课综合运用项目式学习法、情境创设法、案例探究法和小组合作学习法等多种教学方法。以“我身边的人工智能”为主题，创设真实生活情境，让学生在熟悉的情境中发现人工智能的存在与价值，并通过项目式探究活动深化理解。（二）学习方法采用体验式学习和探究式学习相结合的方式。学生在课前完成“寻找身边的人工智能”观察任务，在课上通过小组分享和交流归纳人工智能的共性特征；通过互动体验活动感知人工智能的实际能力，同时辨析其局限；通过项目案例分析理解人工智能对各行各业的赋能效应；通过伦理辨析讨论活动建立正确的价值观。（三）教学资源与手段多媒体课件制作：教材配套PPT。视频资源准备：人工智能相关的科普短片。人工智能工具演示环境：准备生成式人工智能工具、图像识别工具等。平台资源准备：利用学校信息科技教学平台上的人工智能体验模块。学习任务单印制：设计课前观察记录表、课堂探究活动单和课后反思记录表。七、教学过程设计（一）课前准备发布“寻找身边的人工智能”观察任务，要求学生用手机拍照或文字记录的方式，将自己日常生活中观察到的人工智能应用记录下来，并简单描述它的作用。学生可将记录上传至班级学习平台或信息科技教学平台。同时，提醒学生在观察过程中注意安全，不使用会泄露个人隐私的拍照方式，不对他人的肖像权构成侵犯。该任务旨在积累课堂讨论的素材，让学生在课前就形成对人工智能的存在感。（二）课堂导入环节——智能世界的一天教师播放一段2至3分钟的短片，内容是“2030年一个普通中学生的日常生活一天”，短片中包含智能闹钟叫醒、智能语音助手安排日程、智能交通系统规划上学路线、智能学习助手辅助完成作业、智能体育设备分析运动姿势等场景。播放结束后，教师提出问题引发讨论：“请同学们说一说，在这个短片中，主人公的哪些活动得到了人工智能的帮助？如果去掉这些智能技术，这一天会变成什么样子？”学生结合实际生活体验自由发言。教师引导学生思考过渡：“刚才大家看到的是2030年可能的生活场景。那么回到现在，我们身边有没有人工智能？人工智能到底离我们有多近？”【设计意图】通过短视频创设情境，激发学生的学习兴趣和探究欲望，调动学生已有的生活经验，帮助学生建立“人工智能就在身边”的初步印象。同时通过对比思考，让学生感受人工智能的赋能效应，自然引出本课的学习主题。（三）新知探究环节一——人工智能就在我们身边在这个环节，教师组织学生进行小组分享活动。各小组利用课前完成的“寻找身边的人工智能”观察记录，在组内交流各自的发现，推选两到三个最有代表性的案例在全班分享。全班分享后，教师引导学生对大家列举的案例进行分类整理。学生提出的应用大致可以分为以下几个类别：家庭场景类：智能语音助手、智能扫地机器人、智能冰箱、智能音箱、智能监控摄像头等。学习场景类：拍照搜题软件、智能学情分析系统、语言学习翻译工具、智能错题本、智能写作辅助工具等。出行交通类：地图导航应用、网约车智能调度、自动驾驶辅助系统、智能公交站牌、智能停车场等。社交娱乐类：短视频推荐系统、智能修图软件、音乐推荐系统、智能滤镜、虚拟主播等。服务消费类：智能客服、人脸识别支付、个性化商品推荐系统、无人超市等。教师结合分类结果，给出人工智能的定义：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学（依据中国电子技术标准化研究院等联合发布的《人工智能标准化白皮书》2018版及后续修订版本中的权威定义进行界定）。通俗地讲，就是让机器能够像人一样去看、去听、去理解、去思考、去决策，甚至去学习和创造。教师进一步引导学生理解人工智能的核心特征：感知能力是人工智能能够像人一样获取外界信息的能力，包括计算机视觉技术让机器能够“看见”图像和视频，语音识别技术让机器能够“听见”人的声音，自然语言理解让机器尝试“读懂”文字的意思。学习能力是人工智能最为独特的特征。人工智能系统能够从数据中自动学习规律和模式，不断优化自己的表现，不需要每一步都由人类编程指令。这正是人工智能区别于传统计算机程序的关键所在。推理与决策能力是指人工智能能够根据已有的知识和信息进行逻辑推理，做出合理的判断和决策。推荐系统能够根据你的历史行为预测你的喜好，自动驾驶系统能够根据路况实时做出驾驶决策。交互能力是指人工智能能够以自然的方式与人进行交流和互动。从最早的命令行交互到图形界面交互，再到语音和手势等自然交互方式，人工智能让人机交互的门槛不断降低。教师适时引出【重要】知识点：为什么人工智能如此“智能”？它和传统的计算机程序有什么不同？传统程序是按照人类程序员预先设定好的规则一步一步执行指令来完成任务的“行为主义者”，而人工智能系统更像是“学习主义者”，它能够从大量的数据中自己找出规律，然后根据学到的规律来处理新的情况。这种从“编程”到“学习”的本质转变，是理解人工智能的关键钥匙。【设计意图】通过课前观察和课堂分类归纳，让学生在真实经验和理性分析之间建立联系，从感性认识上升到理性认知。通过对比传统程序和人工智能系统的本质区别，帮助学生建立对人工智能核心特征的准确理解。（四）新知探究环节二——人工智能的“超级引擎”【重要】本环节聚焦人工智能之所以能够运行的三大核心要素：数据、算法、算力。教师首先用一个形象的比喻来引入：如果把人工智能想象成一名学生，那么数据就是这名学生学习的“教科书和练习题”，算法就是这名学生的“学习方法和思维模式”，算力就是这名学生的学习“速度和效率”。三者缺一不可，共同构成了人工智能系统的完整能力。数据是人工智能的燃料和基础。任何人工智能系统要想变得“聪明”，都需要先从海量的数据中进行学习。教师展示一组极具冲击力的最新数据：据国家发展和改革委员会发布的《关于2025年国民经济和社会发展计划执行情况与2026年国民经济和社会发展计划草案的报告》统计，2025年底中国和全球范围内人工智能大模型的日均调用量较年初增长了30倍，相关领域的大模型用户数已超过6亿人。-44这些庞大数字的背后，是空前规模的数据在被模型学习和消化。教师进一步引导学生讨论“什么是优质数据”以及“数据从哪里来”，启发学生对数据质量、数据来源和数据安全意识的关注。算法是人工智能的大脑和灵魂。算法是指解决特定问题的一系列步骤、规则和方法。在人工智能领域，不同的任务需要使用不同类型的算法。机器学习是人工智能的一个分支，它让计算机能够从数据中自动学习规律而无需明确编程。深度学习是机器学习的一个子集，它通过模拟人脑神经元连接方式的神经网络结构来学习数据中的复杂模式。生成式人工智能是目前最受关注的人工智能技术方向，它能够根据学习到的数据分布创造出全新的内容。教师现场展示一个简单的案例帮助理解：利用现有且安全保障完善的生成式人工智能工具，输入“设计一座未来城市的空中交通工具”，观察人工智能如何根据学习到的知识创造出全新的图像。中国的开源模型在全球居于领先地位，2025年全年大模型日均调用量较年初增长了30倍，显示出巨大的发展动能。算力是人工智能的引擎和支撑。计算能力是实现人工智能算法的物理基础。人工智能，特别是深度学习模型的训练和推理，需要极其强大的计算能力。高性能的图形处理器是当前人工智能训练的主流计算硬件。据《计划报告》统计，2025年全国在用算力设施标准机架已约1373万架，5G基站总数达483.8万个，千兆及以上接入速率的固定互联网宽带接入用户达2.38亿户，全国一体化算力网加速构建。-44这些算力基础设施和通信基础设施为人工智能模型提供了坚实的基础和高速的连接通道。教师将这三大核心要素以直观的图示关系进行总结：庞大的高质量数据通过先进的算法模型和强大的算力支撑，训练出具有强大能力的人工智能大模型；这些模型再通过部署和应用，赋能千行百业，最终服务每一个普通用户。【设计意图】通过“教科书—学习方法—学习效率”的类比，将抽象的三大核心要素转化为学生易于理解的认知图式。通过引用最新权威数据，增强知识的真实性和说服力；通过观点辨析活动，激发学生的批判性思维。（五）新知探究环节三——人工智能赋能千行百业【跨学科链接】【重要】本环节重点展示人工智能技术已经不再仅仅是实验室里的前沿科学，而是正在广泛深入各行各业，成为推动产业升级和经济发展的核心引擎。2026年政府工作报告首次明确提出“打造智能经济新形态”，标志着人工智能从技术工具、赋能手段正式上升为驱动经济增长的新引擎和新形态，人工智能发展进入了从技术突破到产业落地与生态构建的全新阶段。-47国家深入实施“人工智能+”行动，推动人工智能在重点行业领域商业化规模化应用，这一政策导向为人工智能在各行业的深入应用指明了方向。-44教师分领域展示人工智能赋能的鲜活案例：智能交通出行领域。随着自动驾驶技术的推进，未来的出行方式正在被人工智能彻底重塑。智己汽车发布行业首个超级智能体IMUltraAgent，全球首搭并深度整合了先进开源大模型技术。当驾车者在晚高峰疲惫地说“太累了，不想走拥堵路线，想找个能看湖景的地方发发呆，顺便买杯热美式，最好不用下车拿”时，车上搭载的智能体能够听懂用户的疲惫情绪，然后联动高德地图规划避开拥堵、途经湖景的路线，同时通过相关联的服务平台，在沿途咖啡店提前下单，车到直接拿取。这种“全域代劳”的体验，实现了从用户到机器再到服务的无缝衔接。-74此外，智能停车、智能调度、车路协同等技术也在不断提升城市交通的运行效率。智能医疗健康领域。人工智能为医疗健康领域带来了革命性的变化。在医学影像分析方面，人工智能系统能够高效识别X光片、CT和核磁共振影像中的异常病灶，辅助医生做出更准确的诊断。在药物研发方面，人工智能可以大幅缩短筛选候选药物的时间，从漫长的研发周期缩短到几个月甚至几周。在个性化治疗方案设计方面，智能系统能够根据患者的基因信息和病历数据推荐最佳的治疗路径。在公共卫生管理方面，人工智能能够整合多方监测数据，预测传染病的潜在爆发风险，为防控决策争取宝贵时间。智能教育学习领域。教育部等五部门2026年4月正式印发《“人工智能+教育”行动计划》，明确提出围绕课前、课中、课后教育教学全过程，加强智能教学系统应用，为教师减负增效。教师课前可以借助智能辅助手段进行学情分析和教学方案优化，学生可以使用智能工具作为学习助手查资料、整理笔记、模拟实验。-20人工智能在教育评价领域的应用也正在从经验型走向数据驱动型。部分学校的智能评卷系统可以辅助教师进行阅卷，自动分析学生的答题情况，生成有针对性的学情报告。智能命题与智能组卷系统可以根据教学目标和学生的学习水平智能生成个性化练习题。智能学情分析系统可以将每个学生的学习行为数据化，精准识别学习困难和知识薄弱点，为教师实施差异化教学提供科学依据。智慧农业领域。智能无人机被用于农田巡查，能够识别农作物的健康状况、旱情和病虫害分布，并实现精准施药。智能灌溉系统能够根据土壤湿度、气象数据和作物生长阶段自动调节灌溉量，实现节水与增产的双重目标。智能养殖系统通过图像识别和行为分析技术监控牲畜的健康状态和行为异常，帮助养殖户及时发现患病个体。智能采摘机器人利用计算机视觉和机械臂技术精准识别和采摘成熟的果实，降低了劳动强度，提高了采摘效率。智能制造领域。工业生产线上，多种形态的智能机器人在搬运、焊接、喷涂、装配、质量检测等工序中发挥着不可替代的作用。智能预测性维护系统通过实时监测机器设备的振动、温度、电流等运行参数，提前预判设备可能出现故障的时间和部位，安排计划性维修，避免因突发停机造成的生产中断和经济损失。智能质量控制能够通过图像检测技术，以远超人工检验的速度和精度识别产品的外观缺陷和尺寸偏差。智慧政务与智慧城市领域。在面向政府和行业的应用中，人工智能赋能整体解决方案，让治理更精准、服务更高效、决策更智能。一些大模型应用已经为文化执法提供了高效的辅助，通过处理海量内容匹配执法标准，大幅提升了执法效率。“灵悉”智能眼镜与“AI伴游”智能体则助力智慧文旅与城市治理。-国家层面积极布局建设一批国家人工智能应用中试基地，大力推动人工智能在重点行业领域的商业化规模化应用，这些布局将进一步加速人工智能赋能全社会的进程。-教师组织学生小组讨论“人工智能赋能某个行业最让你印象深刻的案例”，并思考“在不久的将来，人工智能还可能在哪些新领域发挥作用”。【设计意图】通过分领域展示具体案例，让学生直观感受人工智能的广泛渗透力和深远影响力，建立学科理解与社会认知的桥梁。通过小组讨论激发学生的想象力与创新意识。同时与导入环节的目标愿景形成呼应，使学生从“人工智能能做到什么”进一步思考“下一步还会发展到哪里”。（六）伦理辨析环节——如何与人工智能相处【重要】【基础】在认识和了解了人工智能的巨大能力之后，教学环节需要引导学生思考人工智能时代人类面临的伦理挑战和社会责任。教师引导学生对如下真实发生的伦理事件进行分析：事件一，人工智能时代的“数字投毒”。2026年央视“3·15”晚会曝光了一系列令人震惊的产业链问题。某些不法分子利用了优化特定链路展示结果的技术手段，批量制造虚假信息，让三无产品、虚构商品登上了消费者信任的推荐榜首，形成了“工具开发—内容造假—全网分发—模型污染”的完整黑产链条。-36这些信息源对人工智能数据源头进行了系统性和大规模的“数据投毒”，当广大用户怀着信任向人工智能咨询关于日常生活和消费决策的关键问题时，得到的却可能是被商业利益绑架的“标准答案”。-36事件二，敏感信息泄露事件。2025年12月至2026年1月期间，某单位工作人员私自使用开源人工智能工具在线处理单位内部文件数据，但由于其使用的个人电脑默认开启了公网访问且未设置任何访问密码，导致单位的敏感资料被境外IP非法访问并下载。该事件成为人工智能新工具使用不当引发敏感信息跨境的泄密的典型案例，暴露出人工智能便捷应用与数据安全之间的深刻矛盾。-在分析上述案例之后，教师提出核心辨析问题引导学生深度思考：什么是算法偏见？人工智能系统在训练过程中，如果所用的训练数据本身包含了某种歧视性倾向，那么训练出的人工智能模型就可能学习到并放大这些倾向。例如，某些招聘辅助工具曾被发现有明显的性别偏向，因为其训练数据主要来自过去以男性为主的技术行业简历。算法偏见不是机器主动想要成为不公正的存在，而是如果数据的输入不均衡，输出就容易出现偏差。人工智能是否会取代人类的工作？这是社会公众普遍忧虑的问题。事实上，人工智能更可能扮演的是“增强”而非“完全替代”的角色。它擅长自动化那些重复性的、规则明确的认知任务，从而把人类从部分相对重复的繁琐劳动中解放出来，去从事更具创造性、更需要社会情感沟通、更需要复杂价值判断的工作。历史已经反复证明，每次技术革命都会催生大量新的职业类型，人工智能时代也不例外。我们应该如何负责任地使用人工智能？首先要树立“以人为本”的AI教育理念，这是联合国教科文组织在其相关能力框架中积极倡导并反复强调的核心原则，注重保护人的尊严和隐私，激发人的主观能动性和创造力。-56-其次，在使用任何人工智能系统处理涉及个人隐私、敏感信息和重要决策时，都必须保持清醒的批判性思维和独立的判断力。人工智能系统的输出具有信息处理的局限性和误导风险，用户应当审慎辨别、综合交叉验证，不能盲目采信和全能依赖。教科文组织发布的学生人工智能能力框架将学生的能力分为三个进阶等级——“获取”“深化”“创造”，从基础的了解和掌握知识技能，进阶到在人工智能应用的情境中展现批判性思维和伦理责任，最终能够运用人工智能去创造性地解决问题，并为构建包容、公正、可持续的社会贡献力量。-【设计意图】通过最新真实案例分析，引导学生直面人工智能的两面性，培养学生理性看待技术、负责任使用技术的意识。教师不回避问题的复杂性，而是通过思辨的方式帮助学生建立完整的科技伦理观。同时教科文组织框架的引入为伦理教育提供了权威参照坐标系。（七）实践与体验环节——我与人工智能的第一次对话【重要】本环节设计为小组协作体验活动，让学生初步体会如何与人工智能工具进行有效协作。教师为每个小组（四人为一组）分配一台可访问互联网的电脑或学校平板设备。各小组在教师预选且已经经过内容审核的平台上进行体验。平台预装具有严格内容安全筛选机制、不包含商业广告、不泄露用户隐私的应用程序工具。学生尝试使用人工智能工具完成以下层次递进的体验：第一层，简单任务和内容生成任务。输入某种提示情景，例如生成一个关于“人工智能改变未来交通”的小故事，观察描述的发展方向，思考人工智能以何种风格讲述故事。第二层，过程引导任务。在使用工具完成学习任务（比如主题为“人工智能在生活中的具体应用与实现逻辑”的探究活动）时，主动要求人工智能扮演引导者和启发者的角色，而不是直接提供完成的具体结论。例如，当探究人工智能分辨不同种类事物的基本逻辑方法时，不直接询问人工智能的结论，而是要求它“请你提示我从哪些步骤入手，可以一步步开展此项探索”，并尝试将人工智能拆解好的环节一步步展开验证。活动结束后，教师组织学生复盘思考讨论：人工智能输出的哪些部分让你感到惊喜，原因是什么？哪些输出可能不够准确，为什么会出现这种情况？在什么样的学习任务中我们应该主动求助人工智能的启发性协同帮助，在什么场景下更应该不借助外界依赖自己独立完成？如果想用好人工智能工具来完成学习任务，你应如何提升自己向人工智能精准传达需求的表达能力。【设计意图】通过亲身体验，让学生感受人工智能的特点和局限性，思考人与人工智能如何协作才能达到最佳效果。强调在人与人工智能的协同中，学生始终是学习过程的绝对主体，人工智能只是可资利用的辅助工具和认知伙伴。最后一个总结环节协助学生明确在人机协同过程中始终不能动摇的核心认知：独立思考能力永远是人类不可替代的优势。课程标准中强调要防止学生产生“认知外包”的依赖，削弱独立思考能力。信息科技教学要体现出边界意识，确保技术辅助而不能替代学习过程。-3（八）课堂总结与评价教师引导学生回顾本课学习的主要内容，用自己的语言梳理“人工智能是什么”“人工智能能做什么”“人工智能靠什么工作”“我们应该如何与之相处”四个核心问题的理解。教师以思维导图的方式呈现本课知识结构图。本课的知识结构图包含：人工智能的定义与核心特征；人工智能的生活应用分类；驱动人工智能的三大核心要素数据、算法、算力；人工智能赋能重点行业的最新案例；人工智能伦理风险与信息安全责任；人与人工智能的协同原则。教师组织学生进行本课学习收获的分享，推选几位学生代表分享本课学习最大的收获或者最受触动的思考。教师对学生的分享给予积极评价和鼓励。学生完成本课的课堂自我评价，围绕以下几个维度进行等级评价：能够准确识别至少五个自己身边的人工智能应用实例；能够用自己的语言解释人工智能与传统程序的主要区别；能够说明数据、算法、算力三大核心要素在人工智能系统中的作用；能够至少说出两个人工智能应用中可能存在的问题或风险；在体验活动中积极思考并尝试体验并可以初步掌握人工智能工具协作的基本方法。【设计意图】通过层层递进的问题总结和多样化的自我评价反馈，帮助学生巩固本课所学知识，为后续课程的深入学习奠定基础。鼓励学生主动反思自己的收获与不足，促进学生元认知能力的发展。八、教学评价设计本课采用过程性评价与终结性评价相结合、自评互评与教师评价相结合的评价方式。【重要】课前观察评价采用任务驱动的方式，评价学生课前观察任务完成的质量和观察记录的详细程度、真实性、多元性，让教师掌握学生的学习准备情况。课堂参与评价贯穿教学全过程，主要用于评价学生在课堂讨论发言中的表现质量，在小组合作探究过程中的参与程度和实际贡献度，在伦理辨析环节思考的深度与独立判断的清晰程度。【重要】实践体验评价在学生完成实践环节后由教师即时反馈引导。通过学生的实践操作记录、操作过程中提问的回答情况、操作后的反思分享质量以及小组活动中的分工协作表现，综合评价学生对人机协作方法的初步掌握程度。自我反思评价以学生填写学习反思表格的方式进行，帮助学生回顾“我学到了什么”“哪些问题我还存在疑惑”“本课我最大的思考或者启发是什么”，促进学生的