代码核对员视角下的高中信息技术教学设计：以AI赋能·数据赋能-《WPS表格数据可视化：当图表遇见AI》高中二年级校本课

代码核对员视角下的高中信息技术教学设计：以AI赋能·数据赋能——《WPS表格数据可视化：当图表遇见AI》高中二年级校本课

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，以“信息意识、计算思维、数字化学习与创新、信息社会责任”四大核心素养为育人锚点-11。课程设计紧扣“数据、算法、网络、信息处理、信息安全、人工智能”六条逻辑主线，尤其聚焦“数据”与“信息处理”两条主线的有机融合-16。根据教育部等七部门2026年1月发布的《关于加强中小学科技教育的意见》，高中阶段应侧重实验探究和工程实践，鼓励开展基于真实情境的实验探究和小型工程实践项目，帮助学生系统掌握科学研究的基本流程与核心方法-35。本课程以“中学生体质健康数据分析”真实项目为载体，构建“大概念统领—真实情境驱动—任务链贯穿—多元评价保障”的教学框架，推动“教—学—评”一体化落地实施-13。二、教学内容分析【核心素养】本课程属于高中信息技术“数据处理与可视化表达”单元的核心内容，是连接数据采集清洗、数据分析计算与数据可视化呈现的关键环节。课程教学内容包括三个核心维度：一是数据可视化的基本原理与学术规范，涵盖可视化编码理论、图表类型选择原则及视觉感知规律；二是WPS表格软件中图表制作的具体技能，涵盖柱状图、折线图、饼图、散点图、雷达图和地图图表等各类图表的创建与编辑方法-2；【热点】三是人工智能技术在数据可视化中的创新应用，包括WPS灵犀AI智能体的图表一键生成功能、AI智能图表推荐以及数据透视表的AI洞察分析功能-2-7。教学内容的设计遵循从理论认知到技能操作再到创新应用的递进逻辑，体现“知识—技能—素养”三维整合的要求-11。【跨学科链接】本课程注重与体育与健康学科的深度融合，以真实体质健康数据为分析对象，引导学生在解决真实问题的过程中理解数据可视化在健康管理、教育决策中的实际应用，培养跨学科综合素养。三、学情分析【基础】授课对象为高中二年级学生。在知识储备方面，学生已完成高一年级“数据与计算”模块的学习，掌握了WPS表格的基本操作方法，包括数据的录入、编辑、排序、筛选和简单函数计算等-21。学生在前期学习中已经接触过基本的图表制作操作，但普遍存在机械模仿多于理解内化的问题，对“为什么要选择这种图表类型”“图表如何有效地传达信息”等深层次问题缺乏系统认知。在认知能力方面，高中二年级学生正值形式运算思维的发展高峰，具有较强的抽象思维能力和逻辑推理能力，能够理解数据可视化中编码与解码的对应关系，能够从多个维度对数据进行分析和解读-11。在技术素养方面，学生对人工智能工具表现出较高的接受度和使用意愿，WPS2026版本中新增的灵犀AI智能体功能能够显著降低图表制作的技术门槛，使学生在掌握基础操作后能够将更多精力投入到数据解读和洞察提炼等高阶认知活动中-7。需要注意的是，当前教学中普遍存在“重操作、轻理解”的倾向，学生对数据可视化的核心价值——让数据“说话”——缺乏深刻体悟-。四、教学目标【核心素养】1.信息意识。学生能够体会数据可视化在信息传递中的独特价值，主动运用视觉化手段表达和解读数据信息，养成“以可视化语言思考数据”的意识和习惯。2.计算思维。学生能够理解图表类型与数据特征之间的对应关系，掌握根据分析目的和数据特点选择恰当可视化方法的思维策略，能够识别和规避可视化中的常见误导性问题。3.数字化学习与创新。【核心素养】学生能够熟练运用WPS表格中传统的图表创建方法和AI图表生成工具，根据不同应用场景灵活选择合适的实现路径，创造性地设计兼具信息准确性和视觉表现力的数据图表。4.信息社会责任。学生能够在数据分析和可视化呈现中秉持求真、诚信的态度，不歪曲数据含义，不以误导性的图表设计诱导他人作出错误判断，初步形成“用数据讲真话”的伦理意识。五、教学重难点【重要】【高频考点】教学重点。一是数据可视化基本原理，包括可视化编码的三要素（位置、长度、面积、角度、颜色）及其适用条件；二是WPS表格中主要图表的创建与编辑方法；三是图表类型的选择策略，即根据分析目的和数据特征选择最恰当的可视化形式。教学难点。【难点】一是抽象数据与视觉元素之间的映射关系，即理解“数据的不同属性应如何用不同的视觉通道来呈现”；二是WPS2026版本中AI图表生成工具与传统图表制作方法的整合运用，以及AI生成图表的二次优化与人工审核策略；三是数据可视化叙事能力的初步建立，即能够围绕一个分析主题，运用多个图表组合讲出一个有逻辑、有洞见的数据故事。六、教学策略与资源教学策略。本课程采用项目式学习策略，以“中学生体质健康数据分析”为贯穿全课的真实项目情境，将知识教学嵌入项目推进的各个环节。在教学方法上综合运用任务驱动法、案例分析法和协作探究法，注重从“做中学”到“用中学”再到“创中学”的螺旋递进。教师采用示范引导与自主探究相结合的方式，在关键技能环节提供范例演示，在拓展应用环节放手让学生自主尝试。在教学资源方面，课程资源包括：WPSOffice2026版本教学软件（含灵犀AI智能体功能）、预设的标准化体质健康数据集（含50—60名模拟学生的身高、体重、肺活量、50米跑成绩、坐位体前屈成绩、一分钟仰卧起坐成绩等八个维度的体质健康数据）、课前制作的“可视化错误案例展示库”（用于风险意识培养）以及分层任务卡。教学环境采用计算机教室“双屏展示+学生分组操作”的模式，确保每位学生能够在动手实践中掌握知识和技能。七、教学过程设计（一）情境导入——从数据迷雾到视觉洞察教师展示两则材料：一是某班级50名学生的体质健康测试原始数据表格，表格中密密麻麻的数字密密麻麻地排列着，呈现典型的“数据迷雾”状态；二是用WPS表格制作的对比柱状图，清晰地显示各测试项目的平均分及差距。教师引导学生思考：“同一组数据，哪种呈现方式能让校长在30秒内看懂这个班级的整体体质健康状况？”通过这一对比，引出数据可视化的核心价值——将抽象的数字转化为直观的视觉语言，让数据自己“说话”。教师进一步追问：“视力好的人直接看柱状图就能抓住重点，但视力不好或者需要深度分析的人，看原始表格反而能看到更多细节。这说明什么？数据可视化不是取代原始数据，而是为不同场景、不同目的提供不同的认识视角。”-2导入环节时长5分钟，旨在激活学生的前认知，引发对可视化价值的深度思考。（二）新知建构——数据可视化的原理认知【基础】1.数据可视化的定义与意义。数据可视化是将抽象的数据转换为直观的图形、图表或其他视觉元素的过程，旨在帮助人们更高效地发现数据中的模式、趋势和异常值-25。教师阐明，数据可视化不是“把表格变好看”的纯粹美化工作，而是一种认知增强工具——人类大脑处理视觉信息的速度远快于处理文本和数字，将数据结构映射为视觉结构，能显著降低信息的认知负荷，加快洞察的提取效率-2。【基础】2.可视化编码与视觉通道。教师讲解可视化编码理论的核心概念：每个数据条目需要映射为视觉图形中的某个“标记”，数据的每个属性需要映射为该标记的某个“视觉通道”。常见的视觉通道包括：位置（横纵坐标上的排列）、长度（柱状图的高度）、角度（饼图中扇形的圆心角）、面积（气泡图中气泡的大小）、颜色（色相表示类别、饱和度表示数值大小）等。教师强调，不同的视觉通道具有不同的感知精确度和适用场景：位置和长度的感知精确度最高，适合呈现排序和比较关系；角度和面积的感知精确度次之；颜色的感知精确度最低，更适合呈现类别而非精确数值。【重要】3.图表类型选择原则。教师系统讲解图表选择的六大原则：比较类关系选用柱状图或条形图；趋势类关系选用折线图；占比类关系选用饼图或环形图；分布类关系选用散点图或直方图；相关性类关系选用散点图加趋势线；地理空间类关系选用地图图表-2-25。以体质健康数据为例：比较男女生的平均肺活量应选柱状图，展示班级50米跑成绩的分布情况应选直方图，分析身高与体重的相关性应选散点图，展示不同BMI等级的人数占比应选饼图。教师同时强调，任何不符合上述原则的图表选择都会导致沟通效率低下甚至信息误读——这是数据可视化中的基本伦理规范之一。（三）技能实践（第一层）——WPS表格经典图表制作教师分发“体质健康数据”工作簿，学生打开后对照教师的操作演示，逐项完成以下学习任务。【基础】1.数据清洗与准备。教师强调，一份干净、规范的数据是生成有效图表的基础。学生需要检查数据集是否有空值、异常值，确保字段标题清晰、数据类型正确、单位统一，并使用WPS表格的“筛选”功能快速定位和修正数据中可能存在的格式不一致问题-25。这一环节虽然耗时，但教师强调其必要性——“垃圾进，垃圾出”是在数据可视化领域必须铭记的第一法则。【基础】2.单系列柱状图制作。任务目标：可视化展示全班学生BMI指数的分布情况。操作步骤：选中BMI列数据及对应的频数统计结果，点击“插入”选项卡→“图表”组→“柱状图”→“簇状柱状图”。学生练习为图表添加标题“班级学生BMI等级分布”，横坐标轴标题“BMI等级（偏瘦/正常/超重/肥胖）”，纵坐标轴标题“人数”，并在图表上方添加数据标签以精确显示各等级的具体人数。【基础】3.双系列对比柱状图制作。任务目标：对比展示男女生各项体质健康指标的平均分（肺活量得分、50米跑得分、坐位体前屈得分、一分钟仰卧起坐得分）。操作步骤：选中包含性别和四项指标的数据区域，插入“簇状柱状图”，系统自动生成以性别为横轴分组、四项指标为并列柱状系列的图表。学生练习调整柱状的间距和重叠比例，使对比关系更加清晰。【高频考点】4.折线图制作。任务目标：展示某位学生从高一上学期到高二下学期的四次体质健康测试总分的变化。操作步骤：选中学生姓名（作为横轴标签）和四次总分列数据，插入“带数据标记的折线图”。教师强调，折线图的折点（每个时间点上的数据标记）和连线的斜率都是信息的关键载体——学生在实践中需要判断是否显示数据标记、是否添加趋势线，这些看似细小的设计选择都会影响最终的解读效果。【易混点】5.饼图制作。任务目标：展示班级学生运动参与频率（每周运动0次、1—2次、3—4次、5次以上）的人数构成。操作步骤：选中频率类别和人数两列，插入“饼图”。教师特别指出，饼图最多适用于5—6个扇区，当扇区数量过多时需要合并“其他”类别；饼图的比例之和必须为100%，这是饼图合法性的基本前提。学生尝试将其中一个较小扇区“爆炸”拉出，制造强调效果。【难点】6.散点图与趋势线分析。任务目标：分析身高与体重之间的相关性。操作步骤：选中身高列和体重列的数据区域，插入“散点图”。教师引导学生观察散点的分布形态：若散点从左下到右上线性排列，说明正相关；若散点从左上到右下排列，说明负相关；若散点随机散布，说明无相关。进一步右击散点，选择“添加趋势线”，并勾选“显示R平方值”，R²越接近1，说明相关性越强。这一环节融合了统计学知识，体现了跨学科教学的设计意图。【重要】7.图表的美化与规范。教师讲解图表美化的基本规范：去除多余的图表元素（如默认的灰色背景网格线、无信息的外框线），统一字体类型和字号，使用合理的配色方案（避免大红大绿、避免使用红绿色盲无法区分的高饱和色），添加数据标签和误差线以增强信息量，使图表符合学术论文和正式报告的基本要求-2。同时展示“可视化混淆案例”——如纵坐标起点不为零造成数值差异被夸大、饼图三维透视造成扇区面积感知失真、双尺度纵坐标造成两组数据走势对比误导等-35。学生对照这些反面案例，检查自己制作的图表是否存在类似的伦理问题。（四）技能实践（第二层）——WPS2026AI图表生成新范式【热点】1.WPS灵犀AI智能体入门。教师介绍WPS2026版本中集成的灵犀AI智能体。灵犀是嵌入在WPS软件中的AI办公智能体，无需单独下载安装，用户启动WPS后可通过左侧工具栏灵犀入口或右上角灵犀图标直接唤出-7。其数据处理的核心功能包括一键生成数据图表和智能数据分析两大模块，能够根据用户的自然语言指令自动完成图表创建和数据分析任务。【热点】2.灵犀一键生成基础图表。学生在WPS表格中打开“体质健康数据”工作簿，按照教师演示的步骤操作：点击灵犀图标唤起智能体→点击输入框上方的“表格智能体”→选择要进行数据分析的表格文件（即当前打开的工作簿）→点击“图表生成”按钮→AI自动分析表格数据结构并生成预览-7。学生体验从选中表格到生成图表仅需点击数次，从选中数据到生成图表的全流程缩短到不到一分钟的教学案例。【热点】3.通过自然语言指令定制图表。教师演示通过自然语言指令定制图表的进阶用法：在灵犀聊天框中输入“生成平均分的折线图，放在图表sheet工作表里”，系统自动将该操作指令传递给AI执行完成后，在原表格中相应的位置就生成了一个新工作表和对应的折线图-7。学生尝试用中英文自然语言输入不同的指令诉求并观察反应，如“从这些数据中找出BMI异常的同学，生成柱状图，标题为‘BMI异常学生分布’”“生成男女生物50米跑平均成绩对比的条形图，涂蓝色和绿色的条”等。【热点】4.AI图表智能推荐与体验对比。WPS表格的AI图表推荐功能能够根据选中的数据特点智能匹配最适合的可视化方案。柱状图比较适用于数据的对比，折线图擅于呈现变化趋势，饼图在表示数据的占比上优势突出-。学生体验用同一组数据分别通过传统手工制作的方式和AI一键生成的方式完成图表制作任务，从操作耗时、结果质量、可选调整空间等维度进行比较。教师引导学生讨论以下问题：“AI生成的图表一定是正确的吗？”“在什么情况下应该信任AI的推荐，在什么情况下需要人工干预纠正AI的推荐？”通过这些讨论帮助学生理解AI工具的边界和人类审美的不可替代性。【拓展延伸】5.图表大师功能的探索。教师简要介绍WPSOffice表格中的“图表大师”功能。图表大师同样支持基于数据的一键专业图表推荐和简单的样式拖拽调整-2。学生自由探索图表大师与灵犀两个工具的功能差异和适用场景，形成对不同AI辅助工具的系统认知-2。（五）综合应用与深化——数据可视化叙事与跨学科融合【重要】1.单图深度解读训练。教师从体质健康数据集中选取一个具有分析价值的数据维度（如“不同运动频率群体的肺活量均值”），要求学生先独立制作最能揭示该维度信息特点的图表，然后用文字写出该图表传达的核心信息。这一训练强调从“做图表”到“读图表”再到“用图表表达观点”的认知进阶，培养数据驱动的思维习惯。【难点】2.多图表叙事组合训练。任务主题：围绕“本班学生的体质健康状况与运动习惯的关联性”这一核心命题，设计包含至少三个图表的数据故事。学生需要完成的任务步骤包括：确定故事切入点和结论基调（如“班级整体体质良好但在柔韧性项目上显著薄弱”“运动频率越高肺活量越好，但超过每周4次后收益递减”等），选择支撑该结论的数据维度和图表类型组合，将多个图表按照逻辑顺序排列并配上说明文字，形成一份“数据看板”式的信息输出物-25。学生在这一环节需要综合运用前序学习的全部知识，同时锻炼数据的表述逻辑和结构化思考的能力，初步建立信息呈现的信息输出意识。【跨学科链接】3.跨学科融合应用讨论。教师引导学生进一步将体质健康数据的各维度与相应学科的知识进行拓展关联：如BMI的计算涉及到数学中除法和平方运算的运用场景，运动频率与心肺功能的关联分析涉及到生物和健康科学中对人体机能的认知剖析，“50米跑成绩与身高之间是否存在显著正相关”这一问题的探究本身就是一个数据驱动的科学假设检验的初步验证案例。教师进一步引导学生思考：“你们在化学课上学到的实验数据、在地理课上研究的气候统计数据、在经济课上分析的GDP数据，都可以用课堂今天学到的可视化的工具和可视化的方法来呈现结论和分析思路。”这一讨论环节的设定基于教育部2026年关于跨学科融合的政策精神，真正实现了信息技术与多学科学习的多向深度融合-31。【热点】4.图像后期处理和互动看板的进阶探索。简要介绍数据透视表与数据透视图的动态筛选联动技术（切片器）的异步筛选功能：在数据透视表基础上插入图表后，通过“分析”选项卡插入切片器选择筛选维度，点击切片器即可动态实时刷新筛选结果并同步更新图表，实现实时筛选的动态交互效果-25。这一部分作为差异化教学内容，供学有余力的学生课后进行自主拓展研究学习-1。有兴趣的感兴趣的学生还可以探究WPS2026版中的数据透视表的AI智能推荐字段和自动生成图表建议等升级功能在数据透视表中的实际应用-1。（六）成果展示与多元评价学生以小组为小组单位（2—3人一组）展示其制作的数据看板或数据故事讲解作品，每个小组展示时长约3—4分钟。展示过程中要求完成以下四项任务：说明选择的数据维度和图表类型的依据，演示图表的创建过程并突出其特色之处，用数据讲清楚一个观点或一个发现，反思AI工具的使用情况和在使用过程中的改进空间。其他小组和授课教师按照预定的评价量表从四个维度进行打分：数据准确性（20分），图表选择的合理性（20分），视觉美观与规范性（20分），洞察和观点的独特性（20分），汇报表达的逻辑性（20分）。【重要】【易错点】评价中特别关注是否存在“可视化误导”或编造数据等不符合学术伦理的学术不端行为，一经发现扣除相应分数并进行进一步的追问和纠正。（七）课堂小结与作业布置教师回顾全课的核心知识点和技能掌握要求：数据可视化的“是什么”“为什么可视化”和“怎么可视化”三个基本问题，WPS表格的传统图表制作方法和AI图表生成的两条技术路径各自的应用场景和优劣势对比，数据可视化的伦理规范和设计原则。重点强调的一个核心观点是：可视化工具和AI工具能够帮助我们高效地“做”图表，但图表背后数据的准确性、解读的深刻性和表达的感染力仍然依靠人类——依靠在座每一位同学——的数据读写能力和审美判断力来保障。课后作业分为必做和选做两层。必做任务：使用WPS表格完成体质健康数据集中任意四个维度的图表制作，并写一段不少于200字的数据解读文稿，下周上课前提交至班级云文档的共享网盘中。选做任务：选择另一个自己感兴趣的校内数据集（如食堂消费数据、图书馆借阅数据、月考成绩数据、社团考勤数据等，学生数据可以由小组协作共同商议完成数据采集和整理完成数据采集和整理工作）进行一次完整的数据可视化分析实验探究，制作一份包含图表和文字解读的图文信息图，优秀作品将推荐参加学校科技节创意信息展-。八、教学评价设计【核心素养】本课程采用形成性评价与终结性评价相结合、过程性数据采集与结果性成果认定并重的多元评价机制。课堂实践过程中完成的六个技能任务点（柱状图、折线图、饼图、散点图、AI生成图表、分组汇报配合）分别记为过程性学习记录的成绩档案，占总评成绩的40%。分组展示时呈现的数据看板及汇报口头表达的综合表现计入总体评分成绩档案，占总评成绩的40%。课堂参与互动的表现和完成课后实践作业提交的质量情况占总评成绩的20%。评价量表着眼于四个核心素养维度的达成度进行全面评估：信息意识维度重点评估学生在选题和作图时能否始终基于真实数据为出发点，基于真实数据而非先入为主的刻板印象进行判断；计算思维维度重点评估学生是否掌握了“根据数据特征和分析目的选择视觉呈现形式”的核心思维策略结构化技能掌握情况；数字化学习与创新维度重点评估学生能否灵活切换和整合传统图表制作路径和AI生成路径，并在标准图表之外创造出一定的新颖表现力；信息社会责任维度重点评估学生的作品在可视化后是否仍然保持了统计学意义上的真实性、是否存在误导性元素或者编造数据的行为。每项评价维度均对应详细的4个渐变等级评定（优秀/良好/合格/待改进），最终给出综合评语和明确的后续学习改进建议。九、板书设计主板书（黑板中央）采用概念图结构，中心位置为“WPS表格数据可视化”，周围放射状引出六大子版块核心知识节点，依次为（数据→编码→视觉通道（位置/长度/面积/角度/颜色→柱状图/折线图（比较类关系（柱状图），趋势类关系（折线图），占比类关系（占比类关系（饼图），分布/相关性类关系（散点图+趋势线），地理