高中信息科技九年级第一课《走进人工智能世界》教学设计

高中信息科技九年级第一课《走进人工智能世界》教学设计

（一）指导思想与理论依据

本课设计以《义务教育信息科技课程标准（2022年版）》为核心纲领，立足2025—2026学年教学实际，紧扣初中九年级学生认知水平与身心发展规律，坚持“素养导向、情境驱动、实践落地、智能向善”的教学理念。本课定位为“人工智能与智慧社会”模块的开篇课，是为学生开启人工智能学习之旅的奠基性课程。人工智能（AI）是当今科技创新的前沿领域，也是信息科技课程最具时代特征和战略意义的学习内容。教育部等五部门联合印发的《“人工智能+教育”行动计划》明确提出，要推动人工智能教育全面纳入地方课程体系，加快普及中小学生的人工智能教育，完善《中小学人工智能通识教育指南》，明确各学段课程目标、内容与课时要求。这一国家层面的战略部署，为本课程的实施提供了坚实的政策依据。-10

与此同时，本课充分体现当前课程改革的最新理念与方向。在核心素养导向下，本课着力培养学生的信息意识【重要】，使学生认识到人工智能在现代社会的普遍存在与重要价值，激发对信息技术的持久兴趣；强化计算思维【核心素养】，引导学生在理解人工智能基本原理的过程中，提升分析问题、分解问题、抽象建模的能力；培育创新精神，鼓励学生在人工智能领域进行探究与实践，提升创新意识和实践能力；强化信息社会责任，教育学生正确使用人工智能技术，增强自我保护意识和智能向善的价值观念。-18

本课采用大单元教学的整体设计思路，将“走进人工智能世界”置于“人工智能与智慧社会”整个学习模块的大单元框架中予以考虑。本课作为第一课时，承担着“点燃兴趣、建立概念、铺设基础”的启蒙任务，为后续的人工智能核心技术与应用探究奠定认知基础。在教学方法上，本课遵循“生活感知—原理解构—实践探究—素养提升”的教学路径，融合真实情境问题解决法、案例分析法和实践体验法，引导学生从身边的人工智能应用出发，逐步走近人工智能的技术内核。-14（二）教学内容分析

“人工智能与智慧社会”是《义务教育信息科技课程标准（2022年版）》规定的9年级学习模块，本课是该模块的首个学习单元，属于模块学习的奠基内容。-2本课的主要教学内容围绕人工智能的基本概念、发展历程、技术基础与核心应用领域展开。具体内容包括以下几个方面。

【基础】人工智能概念的界定。本课首先需要帮助学生建立对“什么是人工智能”的准确理解。人工智能是指通过计算机系统模拟人类智能的理论、方法、技术及应用系统。需要向学生阐明，AI并非神秘的“魔法”或科幻片中的“超能力”，而是建立在算法、数据和强大算力基础之上的工程技术，是计算机科学的一个分支。在教学中，应当引导学生明确人工智能的三个核心要素：数据、算法、算力，并理解三者的关系——数据是燃料，算法是引擎，算力是加速器。

【基础】人工智能的发展历程。本课应当系统梳理人工智能从诞生到繁荣的三个主要发展时期。第一阶段是起源与早期发展期（1950年代至1970年代），以1956年达特茅斯会议的召开为标志，人工智能作为独立学科正式诞生。早期研究主要聚焦于逻辑推理、问题求解等领域。第二阶段是专家系统与“AI寒冬”期（1980年代至1990年代），专家系统在特定领域取得应用成果，但由于技术瓶颈和数据限制，人工智能研究一度陷入低谷。第三阶段是机器学习驱动的复兴与繁荣期（2000年代至今），随着互联网产生海量数据、计算能力大幅提升以及深度学习算法的突破，人工智能进入以机器学习为核心的新时代，在图像识别、自然语言处理、智能推荐等领域取得了革命性进展。

【基础】人工智能的核心技术基础。在初中阶段，不宜过度深入复杂的数学公式和技术细节，但应当引导学生建立对以下核心概念的初步理解。搜索：从海量信息中高效检索所需内容的能力，是人工智能最基础的功能，核心技术经历了从关键词匹配到语义理解的演进。推理：基于已知事实和规则，通过逻辑推导获得新结论的能力。预测：基于历史数据，利用数学模型对未来趋势或未知情况进行估计的能力。-2机器学习：让计算机通过数据和经验自动改进性能的技术，是当前人工智能的核心技术方向。【重要】在大语言模型迅速发展的背景下，应当引导学生了解当代生成式人工智能及其背后的数据采集、模型训练与推理优化的基本逻辑。

【高频考点】人工智能的应用领域。本课需要系统介绍人工智能在教育、医疗、交通、安防、金融、艺术创作等领域的典型应用，帮助学生建立对人工智能广泛影响的全景认知。具体应用案例包括：智慧教育中的智能批改与个性化学习推送；智慧医疗中的医学影像辅助诊断与疾病预测；智慧交通中的自动驾驶技术与路况智能调度；智慧安防中的人脸识别与公共安全监控；金融服务中的智能风控与反欺诈系统；艺术创作中的AI绘画、AI音乐生成与智能写作等。

【重要】人工智能的伦理审视与智能向善理念。教育部《“人工智能+教育”行动计划》明确提出了“智能向善”的核心理念，要求引导学生科学认识、合理利用智能技术，注重学生的启智与心灵培养。-10因此，本课必须将AI伦理教育作为不可或缺的重要组成部分，培养学生对人工智能应用的安全意识、隐私保护意识和负责任的使用态度，引导学生思考人工智能与社会、伦理、人类未来之间的深层关系。（三）学情分析

【基础】九年级的学生已经具备一定的计算机操作基础和信息素养。在知识储备方面，学生通过前期的信息科技课程学习，已经掌握了计算机基础操作、网络应用与网络安全、数据处理等方面的基本知识。部分学生可能参加过学校的编程社团或课外科技活动，具备一定的Scratch或Python编程基础。然而，对于人工智能这一较为前沿的综合领域，绝大多数学生仅有零散的认识或来自影视作品的片面印象。学生对人工智能的理解可能仅限于“机器人”“自动驾驶”“语音助手”等具体产品层面，对人工智能的本质内涵、技术体系和运作原理知之甚少。

在能力特征方面，九年级学生的抽象思维能力、逻辑推理能力和信息筛选能力已有显著发展，正处于从形象思维向抽象逻辑思维过渡的关键期，能够理解较为复杂的概念和系统框架。学生的信息技术应用能力存在一定的个体差异，其中约三分之一的学生能较熟练地使用各类智能设备和应用，具有一定的信息检索和处理能力；另有部分学生对计算机的操作相对生疏，对技术概念的理解较为有限。学生的分析问题和解决问题的能力总体处于中等水平，在面对新知识时通常表现出强烈的好奇心和探究欲望，但在深入理解和迁移应用新知识时往往遇到困难，需要教师通过情境创设、案例分析和分层指导等方式提供适切的支持。

在素养特征方面，学生对智能产品的日常依赖程度较高，但对智能应用背后的技术原理、数据风险和潜在伦理问题的认识普遍不足。部分学生缺乏对AI技术的批判性思考意识，容易产生盲目崇拜或过度焦虑两种极端认知。因此，教师必须引导学生建立科学的AI观，培养理性思辨能力。学生的团队协作意识和集体探究习惯有待培养和加强。部分学生能够积极主动地参与课堂讨论和小组活动，但也有一部分学生由于缺乏自信或兴趣不足而参与度偏低。在教学过程设计中，需要关注学生个体差异，采用多样化的教学方法和评价方式，确保每个学生都能获得成功的学习体验和实质性的认知发展。（四）教学目标

【核心素养】依据《义务教育信息科技课程标准（2022年版）》和信息科技核心素养框架，本课的教学目标具体设定如下。

信息意识：能够从日常生活中识别人工智能的应用场景，认识到人工智能技术在个人生活和社会发展中的重要作用与深远影响；能够主动关注人工智能领域的新技术、新应用和新发展；初步形成主动运用信息技术解决实际问题的意识和意愿。

计算思维：能够理解人工智能的基本概念及其三大技术基础（数据、算法、算力）；能够在教师指导下运用计算机科学的思维方式思考与分析人工智能问题，理解现代人工智能系统的“感知—理解—决策—执行”基本工作流程。

数字化学习与创新：能够利用数字化工具探究人工智能的基本原理；能够结合个人兴趣，提出关于人工智能应用的合理想象与创新设想；具备利用人工智能工具辅助学习与生活的基本认知。

信息社会责任：能够正确认识人工智能对个人隐私、就业、社会公平等方面可能带来的影响；能够理解“智能向善”的价值理念，初步形成负责任、合乎伦理地开发和运用人工智能技术的意识；能够在日常使用人工智能产品时保护个人隐私和数据安全。

结合具体内容，本课的知识与技能目标包括：能够用自己的语言准确说出人工智能的定义；能够列举生活中不少于5个人工智能的应用实例并做简要分类；能够说出人工智能发展的三个主要阶段及其代表性成果或事件；能够初步理解数据、算法、算力在人工智能中的基础性作用；能够了解人工智能在若干关键领域的主要应用；能够意识到人工智能应用可能存在的伦理风险和隐私隐患。（五）教学重难点

【重要】教学重点：人工智能基本概念的理解与核心应用领域的识别；人工智能三大技术基础（数据、算法、算力）的初步认识；人工智能发展历程与关键节点的梳理。

【难点】教学难点：人工智能基本原理的通俗化理解，特别是机器学习中“数据训练—模型优化—推理判断”这一逻辑链条的把握；人工智能与传统程序本质区别的辨析；学生对人工智能的深度学习兴趣激发与科学态度的养成。教师需要运用恰当的教学方法和类比手法，将复杂的技术原理转化为初中生可以理解和感知的认知图景。（六）教学策略与资源

本课采用的主要教学策略包括以下几个方面。

情境创设策略。从学生最熟悉、最感兴趣的生活实例入手，如智能手机中的智能语音助手、短视频平台的个性化推荐、人脸识别门禁系统等，创设“人工智能就在我们身边”的认知情境，降低学生对新概念的心理距离，激发学习动机。

问题驱动策略。围绕“什么是人工智能”“人工智能如何实现”“人工智能会取代人类吗”等核心问题，引导学生不断追问、深入思考，以问题链的方式牵引教学进程，在解决问题中构建知识体系。

类比迁移策略。运用生动形象的类比来帮助学生理解抽象概念。例如，将人工智能机器学习的“训练—推理”过程类比为人类学习的过程——先通过学习大量题目掌握解题规则（训练阶段），再运用规则解答新题目（推理阶段）。将“数据”比作人工智能的“燃料”，将“算法”比作“引擎”，将“算力”比作“加速器”，帮助学生形象地理解三者之间的关系。

探究实践策略。设计AI功能体验活动和简单的模型训练任务，如使用在线AI平台体验图像识别等，引导学生在“做中学”，在动手操作中深化对人工智能原理的感性认识和理性理解。

本课所需的教学资源包括：多媒体教学系统及课件；教学演示平台；小组学习任务单；在线AI体验平台；人工智能发展历程与重大应用案例的多媒体视频资料；关于DeepSeek系列模型等最新大语言模型的科普素材；人工智能伦理案例教学材料。（七）教学过程设计一、情境导入——AI就在我身边（约5分钟）

教师播放一段1分钟左右的短视频，内容包含学生熟悉的各类人工智能应用场景——刷脸支付、智能语音助手、视频平台的个性化推荐、自动驾驶汽车、AI绘画生成等。视频结束后，教师向学生提出启发性提问：“你在视频中看到了哪些人工智能的应用？在你的日常生活中，还遇到过哪些‘智能’的应用？”学生根据自己的生活经验进行回答和交流。教师结合学生回答，总结出人工智能已经深入覆盖我们生活的方方面面，从消遣娱乐到学习工作，AI正以润物无声的方式改变着人类的生活方式。

教师接着展示一个核心问题：那么，究竟什么是“人工智能”？它是如何工作的？今天，让我们一同开启一段探索“人工智能世界”的旅程。由此自然引出本课主题，激发学生的求知欲和探究兴趣。二、新知探究——揭开人工智能的神秘面纱（约20分钟）

【重要】板块一：走近人工智能——定义与本质。教师引导学生从字面理解“人工智能”：人工意为人类制造和设计，智能是指人类所具备的感知、理解、学习、推理、决策和创造等认知能力。两个词语组合在一起，人工智能就是要让计算机系统模仿、延伸和扩展人类的智能，去做那些以前只有人类才能做的事情。教师强调，AI并非“魔法”或“超自然能力”，而是建立在数学、统计学和计算机科学之上的严谨工程技术。

【基础】板块二：溯源人工智能——发展历程。教师借助简洁直观的时间轴示意图，向学生介绍人工智能的三个主要发展时期。1956年美国达特茅斯会议被公认为人工智能学科诞生的标志性事件。早期人工智能研究注重逻辑推理和符号运算，但受限于当时的数据规模、计算能力和算法水平，在解决复杂现实问题中遇到瓶颈。20世纪80年代的专家系统在特定领域的知识工程中取得了应用突破，但由于知识获取的成本高昂和通用性差，人工智能研究进入“寒冬期”。进入21世纪，随着互联网催生了海量数据，GPU等高性能计算设备让大规模并行计算成为可能，加之深度学习算法的重大突破，人工智能迎来了空前的繁荣期，在图像识别、自然语言处理、智能博弈等诸多领域取得了超越人类水平的巨大成就。学生应当记住人工智能发展的三个关键要素：数据、算法、算力，三者的共同进步成就了今天的人工智能繁荣局面。

【重要】板块三：解析人工智能——核心技术基础。教师首先介绍人工智能最基础的功能——搜索。搜索是AI从海量数据中提取信息的核心手段。早期的搜索引擎主要依靠关键词的精确匹配，而今已向语义理解的方向演进，能够更准确地理解用户的真实意图。推理是人工智能的另一项核心能力。基于已知知识和规则，通过逻辑推导获得新结论的能力，使AI能够做出合理判断和决策。预测则是AI在城市交通拥堵预报、疾病发展预测、金融市场趋势分析等众多场景的强大应用。机器学习是现代人工智能的核心驱动力。教师通过一个形象的比喻帮助学生理解机器学习：传统的程序设计是程序员编写规则，让计算机按照规则完成任务；而机器学习则是给计算机提供大量数据和期望的输出结果，让计算机自己从中“学习”到完成任务的规则或模式。以大语言模型为例，它们通过在海量的互联网文本数据上训练，学会了理解人类语言、生成连贯文本、回答问题、编写程序等多种能力。

为加深学生理解，教师可以列举DeepSeek系列模型作为最新的技术案例。DeepSeek公司于2025年底发布的DeepSeek-V3.2模型，在保持较高计算效率的同时，显著提升了推理和智能代理能力，还引入了稀疏注意力机制实现了长文本处理效率的大幅提升，在多项推理和数学评测中表现优异。-24通过这些最新案例，让学生认识到人工智能领域正以极快的速度在发展演进，激发学生的探究热情和对未来职业的想象。

【高频考点】板块四：走进人工智能——典型应用领域。教师利用图文并茂的幻灯片演示人工智能在以下多个领域的典型应用，鼓励学生积极发言，补充自己了解的相关案例。在智慧教育领域，智能批改系统能够快速完成作文的语法纠错和评分，个性化学习推荐系统能为学生量身定制学习内容和路径。在智慧医疗领域，AI辅助诊断系统可以帮助医生分析CT影像、检测肺结节，在部分疾病的早期筛查中已取得与人类专家相当甚至更高的准确率。在智慧交通领域，自动驾驶技术正在逐步成熟，智能交通管理能够优化红绿灯的配时、提升城市交通效能。在智能安防领域，人脸识别技术在车站安检、快速通行等场景中得到广泛应用。在创意艺术领域，AI绘画系统可以根据文字描述生成精美的艺术作品，AI音乐、AI写作等创作工具正在改变艺术创作的范式。在智能家居与生活中，智能音箱能够理解用户的语音指令，扫地机器人能自主规划清扫路线并完成房间打扫，即梦AI、豆包等工具已被大量应用于课堂教学和日常学习辅助中。-教师引导学生对这些应用进行分类，帮助学生建立对人工智能应用领域的基本框架。三、体验探索——AI实践体验舱（约10分钟）【拓展延伸】

本环节设计两个层次的实践体验活动。活动一为智能感知体验：教师引导学生使用或观看教师演示具备AI功能的在线工具。例如，在一个轻量级的AI平台上输入一段文字描述，观察AI如何生成与之对应的图像，让学生直观感受生成式人工智能的创造能力。教师也可展示图像识别功能，通过摄像头或图片上传，让学生看到AI如何对画面内容进行实时识别和标注。

活动二为案例分析体验：教师展示一个具体的人脸识别门禁系统案例，引导学生分析其背后可能用到的核心技术——人脸检测、特征提取、特征比对、身份判定等。教师引导学生思考：为什么在不同光线和角度下，高质量的识别系统仍能保持较高的准确率？这与机器学习为什么需要大量多样化的训练数据密切相关。引用实际教学案例中的经验，教师可以向学生阐释：充足的样本量与多元的场景覆盖是提升模型泛化能力的关键。-14

学生在活动过程中，教师要关注学生的实践反馈，及时解答操作中的问题。四、思辨探究——“AI与人类社会面对面”（约8分钟）

本环节是培养学生信息社会责任意识的关键部分。教师引导学生围绕“人工智能技术的发展带来了哪些值得关注的伦理问题”进行小组讨论和课堂交流。讨论聚焦于以下核心议题：人工智能系统的决策失误由谁来承担？人工智能是否可能被滥用于网络诈骗、信息操纵等不正当用途？人工智能的自动化应用是否会导致部分工作岗位的减少？人工智能在使用过程中对个人数据的采集和利用是否存在隐私泄露的风险？深度伪造技术是否会对信息真实性和社会信任造成损害？

在讨论交流基础上，教师进行总结和点拨，提炼出使用人工智能时应当遵循的基本原则：隐私保护原则——在使用人工智能产品时，注意保护个人信息不被泄露；透明公平原则——了解人工智能决策的基本逻辑，保持对技术应用的理性分析和审视；智能向善原则——将人工智能用于服务社会进步和人民福祉的积极方向。教师介绍武汉市光谷第四初级中学发布的首个校园《人工智能使用公约》，以180字明确师生使用生成式人工智能工具的边界，引导学生讨论在校园学习和日常生活中应当如何负责任地使用AI工具。-五、总结梳理与课堂评价（约5分钟）

教师引导全班学生对本次课程的学习内容进行系统回顾。采用问答或思维导图构建的方式，带领学生复述和概括本节课的学习要点：人工智能的定义和本质、人工智能的发展历程、人工智能的核心技术基础（数据、算法、算力），以及人工智能在社会各领域的广泛应用。

教师对本课的重点知识和难点进行最后的强调和点拨，尤其是人工智能与传统程序的重要区别——机器学习使得AI系统能够通过数据和经验持续改进性能，这是其“智能”的关键来源。-2对于学生提出的新问题或疑惑，教师视情况给予简要解答或安排在后续课程中进一步探讨。

在课堂总结中，教师再次回应课堂导入环节的问题，鼓励学生不仅将人工智能视为一种技术工具，更要认识到它作为人机协同伙伴的时代角色。展望后续课程，教师预告下一节课将深入学习人工智能的核心实现方式——搜索、推理、预测和机器学习，为学生建立知识衔接和继续探究的动力。六、作业布置（约2分钟）

教师布置以下分层作业内容：

基础性作业：每位学生完成一份“身边的AI”观察记录表，内容包括至少五个生活中的人工智能应用场景名称、简要描述其功能和实现的大致原理。鼓励学生通过新媒体渠道搜索如DeepSeek等代表性AI产品的科普信息，加深对当现代人工智能技术现状的理解。

拓展性作业：完成小组研究任务——探讨“人工智能对社会发展的影响”。以小组为单位，从教育、医疗、交通、就业、伦理等视角中选择一个，搜集资料、分享发现，准备在三分钟后课程上进行2分钟的小组汇报。

挑战性作业【思维方法】：有编程基础的学有余力的学生，在课后查阅MITAppInventor或百度AI开放平台等提供的AI体验API，设计一个最简单的图片分类原型，体验数据准备、模型训练和识别验证的完整流程，在下节课进行技术分享。（八）板书设计

板书采用提纲式框架结构，分为三个核心板块。

左侧板块——标题区：主标题为“走进人工智能世界”，副标题标注“第一课开启智能时代的探索之旅”。

中部板块——核心内容区，按纵向排列呈现：

一、人工智能的定义：让计算机模拟人类智能的科学与工程

二、人工智能的发展：1956年达特茅斯会议（诞生）→专家系统（应用突破）→大数据与深度学习（当代繁荣）

三、人工智能的三驾马车：数据、算法、算力

四、人工智能的核心技术：搜索、推理、预测、机器学习

五、人工智能的应用：智慧教育、智慧医疗、智慧交通、智能安防、创意艺术、智能家居

六、人工智能的伦理：隐私保护、智能向善、责任归属

右侧板块——学生互动与生成区：预留空白区域，用于记录学生提出的有价值的问题、课堂讨论中生成的关键词、学生分享的典型AI应用案例等。（九）教学评价设计

本课采用过程性评价与总结性评价相结合的多维评价方式。

课堂实施过程中的即时评价：教师通过观察学生在导入环节和探究环节的参与积极性、回答问题时的语言表达的准确性、实践体验活动中操作的规范性以及小组讨论中的参与程度，给予及时的口头反馈和引导。教师鼓励学生用专业术语描述人工智能应用，并在学生表达不准确时予以纠正和指导。

学生学习效果的形成性评价：通过完成课堂任务单中的核心概念填空、AI应用类比推理等题目，了解学生对人工智能基本概念和发展历程的理解程度。教师根据任务单完成情况调整后续教学节奏，对基础薄弱的学生进行课后个别辅导。

课后作业的评价与反馈：基础作业要求学生完成“身边的AI”记录表，教师在第2次课程开始时进行集体展示和交流，评选内容全面、观察细致、思考深入的代表作品。拓展作业的小组口头汇报在下节课预留时间进行，教师从内容完整性、逻辑清晰度、观点创新性三个维度给予量化或等级性评价。挑战性作业采取自愿提交和个别指导方式，对有技术尝试意愿和成果的学生给予额外的认可和鼓励，树立同伴学习的优秀榜样。高中信息科技九年级第一课《走进人工智能世界》教学讲义课程章节：第一单元走进人工智能世界学习要点概述

本讲义为“人工智能与智慧社会”模块开篇课的配套学习材料。讲义的核心功能是梳理本课的核心知识要点，帮助学生建立关于人工智能的整体认知框架，为学生课后复习和知识系统化提供支撑。本讲义涵盖人工智能的基本概念、发展历程、技术基础、核心应用及伦理责任五大板块，力求做到概念清晰、逻辑严密、体系完整。知识精讲一、人工智能的概念界定【核心】

人工智能（ArtificialIntelligence，AI）是计算机科学的一个分支，旨在研究、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。通俗而言，人工智能就是要让计算机和机器去做那些以前只有人类才能做的智能任务，如观察、听辨、理解语言、学习知识、推理判断、解决问题、创造作品等。理解人工智能的本质，可以从“人工”和“智能”两个层面分别把握：“人工”意味着由人设计制造的系统；“智能”则是指人类所具有的感知、理解、学习、推理、决策和创造等认知能力及其行为表现。

人工智能与传统计算机程序的重要区别在于：传统程序按照固定的、由程序员事先写好的规则运行，不具备学习新知识和适应新环境的能力；而人工智能系统则具备一定的“学习能力”，能够从数据中自动发现规律、改善性能，实现一定程度上的自主适应和智能决策。二、人工智能的发展历程【基础】

人工智能作为独立学科诞生的标志是1956年在美国达特茅斯学院举办的“达特茅斯夏季人工智能研究会议”。在这次会议上，“人工智能”这一术语被正式提出，人工智能研究的先驱们共同确立了人工智能的学科定位和研究方向。

人工智能的发展进程并非一帆风顺，经历了多次高潮和低谷的交替演进。第一个黄金发展期发生在1950年代至1960年代，研究聚焦于逻辑推理、定理证明、数学问题求解和早期模式识别等领域。然而，由于当时计算机算力不足、算法效率低下，以及人工智能系统处理实际复杂问题的能力远低于预期，再加上来自政府研究经费投入的压力，人工智能研究在1970年代经历了第一次“AI寒冬”。

第二个黄金发展期出现在1980年代，专家系统（ExpertSystems，一种基于特定领域知识库的智能推理系统）在医疗诊断、地质勘探、化学分析等专门领域取得了成功，商业应用激发了对人工智能研究的广泛关注和资金投入。但由于专家系统知识获取成本高、知识库维护困难、系统通用性差等局限性，加上20世纪80年代末期日本第五代计算机项目的失败等因素的催化，人工智能在1990年代经历了第二次发展低谷。

当前人工智能的繁荣时期始于21世纪的头十年，其主要驱动力来自三大要素的共振。海量数据：互联网和信息技术的普及带来了前所未有的大数据资源，构成了AI学习的丰富素材。计算能力的飞跃：GPU等高性能并行计算设备的广泛应用，极大地提升了大规模矩阵运算的效率。算法突破：以深度学习为核心的机器学习算法的持续创新，带动了在计算机视觉、语音识别、自然语言处理等领域接连的突破性进展。

近年来，生成式人工智能的崛起成为人工智能应用平民化的重要里程碑。以DeepSeek系列为代表的大语言模型，通过在海量文本数据上的训练，能够像人类一样理解语言、生成自然语言文本、回答各类知识性问题、完成多轮对话交流、执行复杂的推理任务乃至编写计算机代码。DeepSeek-V3.2的发布，通过引入稀疏注意力机制实现了长文本处理效率的大幅提升，在多学科推理和数学能力测评中达到了高级水准，标志着开源大模型在性能和效率上迈上了新台阶。-24这些技术成果的发展让社会各界都感受到了人工智能改变生产力结构和生活方式的强大力量。三、人工智能的三大技术基础【重要】

数据（Data）：被称为人工智能的“养料”或“燃料”。机器学习系统的核心是从数据中发现模式和规律，数据规模越大、质量越高、覆盖面越广，人工智能模型学习到的知识就越全面、越精准。原始数据需要经过清洗、标注、转化等一系列预处理流程才能被AI模型有效利用。

算法（Algorithm）：人工智能的“发动机”。算法是指令和规则的集合，规定了计算机如何处理数据、如何从数据中学习知识、如何做出预测或决策。在机器学习中，常见的算法类型包括线性回归、决策树、支持向量机和以卷积神经网络（CNN）为代表的深度学习模型等。

算力（ComputingPower）：人工智能的“加速器”。算力是完成人工智能任务过程中的计算能力。高性能的GPU集群、TPU等专用芯片能够大幅缩短模型训练的时间周期、降低成本，使大规模模型的训练成为可能。三者相互作用、协同进步，共同驱动着人工智能技术的持续发展。四、人工智能的核心实现方式【重点】

搜索（Search）：从海量信息中高效检索相关信息的能力。搜索是最基本的人工智能应用，其核心技术经历了从基于关键词匹配的词频统计模型（TF-IDF、BM25算法）到基于深度学习的语义向量检索的演进，能够更准确地理解用户的查询意图。-2典型应用有各类搜索引擎、电商平台的商品推荐等。

推理（Reasoning）：基于已有事实和知识，通过逻辑推导得到新结论或做出确定性判断的能力。推理是人类智能的核心组成，也是人工智能早期研究的主要方向之一。推理包括演绎推理、归纳推理和溯因推理等多种形式，在专家系统、定理自动证明器、智能决策支持系统中得到应用。

预测（Prediction）：基于历史数据，利用统计模型或机器学习模型对未来可能发生事件的估计和推断。预测是数据驱动型人工智能应用的主导方向，在城市交通流量预测、股票市场趋势分析、未来天气预测、疾病发展与治疗效果模拟等方面有广泛应用。

机器学习（MachineLearning）：现代人工智能的核心驱动力。机器学习通过构建使计算机能够从数据中“学习”的统计模型和算法，让计算机系统自动改进其在特定任务上的表现，而无需为每一种情况都手工编写明确的规则指令。常见的机器学习范式包括监督学习、无监督学习和强化学习。学习的基础模型包括线性回归模型、深度神经网络模型(如多层感知机MLP、卷积神经网络CNN、循环神经网络RNN等)。深度学习则是利用深层神经网络模型自动从海量数据中提取多层次、多尺度的特征，实现了图像识别、物体检测、自然语言处理等诸多领域的革命性突破。-2五、人工智能的典型应用领域【高频考点】

教育领域：智能教学系统能够根据学生的学习表现进行诊断，提供个性化的学习推荐路径和定制化的练习题；AI辅助批改工具可以自动完成作文或客观题的批改工作，减轻人工负担同时提供及时反馈；虚拟数字人或智能导师可以答疑解惑，在教学支持、课中互动环节中扮演辅助角色。

医疗健康领域：医疗影像AI辅助诊断系统能够在CT影像上自动检测和标记早期肺结节等明显病灶，减轻放射科医师的工作负担；基于机器学习的临床辅助决策系统能为医生提供危急重症治疗药物的合理使用建议；使用生成式AI技术可以辅助撰写医疗文书和医患沟通摘要。

交通出行领域：自动驾驶技术集数据采集、目标识别跟踪、行驶决策与规划控制于一体，正在逐步走向普及。智能交通系统能够精准预测各路段时间占用率并引导车流避开拥堵路段。

商业与金融领域：AI驱动的推荐系统在电商平台、在线内容平台提供个性化商品推荐或内容推送，显著提升用户黏性和转化效率；AI风险监测模型在银行信贷、反欺诈防骗等方面发挥核心作用，实时监测可疑交易模式并及时预警。

安全与公共事业领域：人脸识别和轨迹追踪技术在城市公共安全网格化管理、线上线下安防布控等方面增强了态势感知和响应能力。AI在智慧城市智能电网调度、供水管网健康监测等公众事业场景也有深入的融合应用。

创意与艺术领域：使用生成式AI，用户可以通过文字描述自动生成逼真的图像、动听的音乐乃至长篇的作文或精彩的视频脚本。这一能力激发了艺术创作的新范式，拓宽了创意的可能性空间，使人机协同创作崭露锋芒。

家居与生活领域：智能音箱通过语音交互技术播放音乐、朗读新闻、操控智能家电；扫地机器人通过内置传感器感知室内环境，自主规划清洁路径并进行实时导航避障。AI已经在润物无声中深刻重塑了寻常百姓生活片段中对“家”与“智能”的认知。六、人工智能的伦理审视与社会责任【核心素养】

伴随人工智能的日益普及，其引发的伦理挑战和社会风险也逐步凸显。“技术中立”并不能成为科技发展无视社会影响的挡箭牌。相反，围绕“让AI始终服务于人民福祉”的行动导向，人工智能教育者、开发者、使用者的应用需要秉持善意，遵循安全、透明、公平、负责的AI准则。

【重要】隐私保护风险。人工智能应用（特别是数据密集类的AI应用）在训练和推理过程中有可能涉及海量个人数据的采集和使用，相关的数据泄露、违规采集、超范围滥用等问题屡有报道。使用AI工具时必须保护个人隐私，对用户姓名、住址、证件号、生物特征等个人敏感信息实施获取权限限制，建立人工复审与安全合规机制。

算法偏见与歧视。AI模型的判断和预测结果受训练数据与算法架构影响，有可能将人类历史中长期存在的社会不平等、结构性偏误“编码”进自动化决策系统中。师生在讨论AI应用时，应当了解减少或消除算法偏见的难度，体悟技术公平价值的意义。

“智能向善”理念【核心素养导向】。《教育部“人工智能+教育”行动计划》明确提出了坚持育人为本、素养为先、应用导向、智能向善的教育原则。-10人工智能的学习和使用必须将其约束在向上向善的道德准则和社会法律框架内，禁止通过AI技术实施网络谣言、资金诈骗、色情内容生成等违法、违反主流价值观的活动。为AI引导出良性的发展原则，需要从基础教育端抓起，点燃学生的学习热情，养成谨慎、负责、向善的AI使用习惯。方法归纳

本课的知识体系呈现出从“定义”（是什么）到“历史”（从哪里来）再到“技术基础”及“核心实现”（为什么能做到），最后扩展到“应用与社会影响”（到哪里去）的逻辑递进结构。【基础】这种架构不仅便于初学者系统性地建立对人工智能的整体认识，也为后续深入学习人工智能实现方式、训练AI模型和制作AI+创新项目打下了厚实的知识基础和思考起点。

在学习人工智能时，建议掌握两种有效的方法。一是“宏观格局法”，即站在时代发展的全局视角，感知AI引发的产业浪潮转型、劳动力市场重塑、智能治理能力提升，定位所学知识与国家发展战略的紧密对接。二是“类比思考法”，将复杂抽象的人工智能概念（如神经网络、机器学习、大模型）用生活化、简单化的实例比附，化抽象为具象，实现真正意义上的理解。习题精选

一、选择题

1.下列关于人工智能技术发展要素的表述，______是最属于人工智能三大关键基础要素的。

A.网络带宽B.数据C.数字安全D.云计算

（答案：B）

2.下列应用中，以深度学习模型为最核心技术底座的应用实例是______。

A.搜索引擎早期关键词匹配算法

B.基于规则的专家病人诊断系统

C.基于全连接神经网络的猫狗识别应用

D.汇编语言编写的计算器程序

（答案：C，因为猫狗识别由深度卷积神经网络（CNN）实现特征提取与分类）

二、简答题

1.人工智能的定义和思路方法是什么？与传统顺序程序的最核心区别是什么？（提示：传统程序=规则+数据→输出；机器学习=数据+输出→学出规则。学生可以围绕以上公式形象表达AI与传统程序设计的区别）

2.试列举至少五个你在日常生活中亲眼见过或使用过的人工智能产品及其支持的核心人工技术方向。（参考答案：刷脸支付→人脸识别/计算机视觉；智能音箱→语音识别/自然语言处理；今日头条/抖音→协同过滤推荐算法；扫地机器人→传感器数据与路径规划AI模型）。

三、论述与实践题

1.“人工智能越强大，人类就越轻松，也没有烦恼。”这一说法合理吗？请尝试从伦理、就业、隐私方向思考AI给个人和社会引出的挑战。（深层命题指向培养智能向善与社会责任感）

2.课后调查：用手中可使用的信息设备或材料，查找例如DeepSeek或大语言模型产品在近期的迭代方向或新功能，比如AI“记忆”能力、超长文本理解等，形成一篇300字左右的科技短讯报告，并尝试解释你在文章中用到的AI术语。形成电子作业，第2课提交学习分享。高中信息科技九年级第一课《走进人工智能世界》导学案学习目标

【1】信息素养目标：通过本导学案的自学指引和课中环节的有序推进，能够说明人工智能是计算机科学分支的概念定义，并在日常生活中准确辨识AI技术的类别与优势。让信息意识扎根在每一次真实的技术体验之中。

【2】计算思维目标：能够初步梳理AI系统从“数据—训练构建—输出结果”的基本框架，感知人工智能“先学后做”的特色，并迁移类比的思维逻辑尝试解析简单的AI应用及其技术支撑。

【3】责任内核目标：理解使用大数据和智能应用时需要保护个人隐私和负责任的重要意义，初步奠定AI向善的道德准绳，建立尚智、求实、责任心向善的数字公民认知。学习重难点

学习重点：人工智能概念、AI三大基石（数据、算法、算力）、AI四大实现方式（搜索、推理、预测、机器学习）的基本概念与应用识别。

学习难点：深度理解机器学习与传统程序设计的根本区别（数据驱动vs程序员先验规则）、理解AI伦理风险与智能向善的本质要求。学法指导

【重要】导学案以问题串的形式驱动自学任务，建议学生在正式上机课之前花10—15分钟浏览本导学案内容，尝试带着问题观察身边不同智能产品或App的交互体验，形成自己的认知“新发现”，之后在课堂上参与小组交流，分享有趣的感知、质疑和在生活中留意过的AI使用困惑，将课前学习储备转化为面对面高效讨论。课前预习任务

任务一：了解人工智能概念发展简史与明星现象（3—5分钟）。阅读讲义课本或扫描二维码推荐资料，标注AI发展史上三个时间节点（1956达特茅斯会议召开、20世纪80年代专家系统爆发、2006年大数据的深度学习爆发）。同步完成以下填空：

（1）人工智能英文单词是____，缩写为____。

（2）将AI与一般顺序程序粗线条区分：传统程序指事先写死的__规则__，AI程序重视数据与__自我学习/模型更新__。

任务二：列举5款身边无处不在的AI产品名称及其典型功能，尝试归入技术类别（如语音识别、计算机视觉、自然语言处理、推荐系统等）：

（1）______：技术类别

（2）______：技术类别

（3）______：技术类别

（4）______：技术类别

（5）______：技术类别

任务三：预习后，请以一句个人判断语句完成两个短评：①“我认为AI一定能够达到甚至超过人类的前沿智能吗？担心or兴奋？”；②查阅并写出2025至2026年内一个AI新闻关键词。（如“稀疏注意力”“AI+教育行动计划”“青少年AI使用公约”等）。课堂探究活动设计

活动一（小组抢答对战）：“AI语义猜猜看”。小组领到一张照片或生活小场景描述（如：自己“画”一幅画只需输入“秋天的麦田金灿灿，梵高风格AI绘画生成”，说明这是什么AI技术支撑，生成图片的属于图生图/文生图技术类别；小组内快速争辩选择；每组派一个人终极竞猜，教师点评区分“计算机图形学”与生成AI的学科归属并统计小组积分。

活动二（AI风险思辨）“安全红绿灯”。面对几个AI伦理小情境：

伦理情境A：某AI公司为了改良情绪识别模型，收集某一学校师生课堂摄像头的人脸情绪数据，未告知本人也没清晰保密说明。该做法正确吗？为什么？

伦理情境B：学生小强使用AI造句工具直接生成整篇英语征文参赛还能拿奖，是否合理？请评判。

伦理情境C：高中生制作“天价网课退费咨询机器人”，使用一个未经授权的平台+合成名人语音推荐，存在哪些法律和道德风险？

小组讨论3分钟后分别亮绿/红/黄牌决定做法合适还是违规，教师总结解析、引导伦理意识。当堂检测

请对下列语句做出“√”或“×”判断：

①人工智能目标只为干人类类似算计的速度，不需要学习伦理。（×）

②人工智能的三大基石是算力、算法、数据。（√）

③AI系统的深度学习模型不需要任何标注数据即可训练预测。（×）

④能够识别图像和物体的AI主要得益于多层的卷积神经网络模型。（√）课后拓展延伸

【拓展】1.AI新视界：用一家人的时间登录到官网阅读，看看DeepSeek的主要能力优势（数学思考巨多？记忆能力是否更进一步？长文本200万+上下文新阶达到什么维度？）有条件的可以在家长陪伴和规定范围内尝试一次“提问集锦”，理解大语言模型思考链（有助于稳固AI应用感知）。

2.深入思考题：阅读关于AIdeepfake换脸事件诈骗新闻报道，为什么容易产生公众不安？如何定性为侵犯个体肖像权和非法获取经济利益？结合自己安全上网的体验，写出禁止AI深度欺诈的几条规定（不少于60字）。学习反思与质疑

从课堂互动和家庭调查中还有哪些更聚焦的AI“技术死角”或设计上的新点子使AI更向善？未解知识点教师协助下节课讨论。教师观察要点（供下学期备课参考）：高中信息科技九年级第一课《走进人工智能世界》任务单任务主题

“一日AI观察员：从感知到思辨”，学生将模拟AI应用场景分析员，完成AI感知随笔、AI伦理案例传播、班级数字化AI知识小手册（口头版及分享版）三大具体任务。任务目标

【1】熟练辨识人工智能在不同场景下的应用，归纳描述其中采用的数据采集／算法需求。

【2】能就人工智能隐私保护、责任归属阐明自己基于事实材料的立场，并能提出理性建议与改进方向。任务情境创设

人工智能技术正在改变人类社会的发展节奏，但速度太快也会暴露出“技术落地过快而人文引导缺席”的间隙。今日你将扮演本市某重点课题调研组“AI与社会民生调查部”实习生成员，走进校园、食堂、银行、图书馆、课外生活，撰写一份“AI使用说明书”并提两条可信赖的AI向善倡议。具体任务描述

【任务一】“捕捉AI图像”——用手机拍或手绘生活中任意人工智能工具／服务，并用文字框出它是如何帮助人或为生活带来方便快捷的。（2张左右的展示物）

【任务二】AI伦理道德“推演圆桌”——随机组队，每组抽取一则AI引起争议的真实新闻（例如AI面试官歧视、AI内容生成虚假新闻、人脸识别误判拘禁平民、商业机器人入侵敏感数据）展开原因分析、推演后果、提出建议。

【任务三】AI小词典——每个组“承包”1个概念（数据标注、深度学习、大模型精调、视觉特征提取、语义理解等），给出定义、关联一句话使用场景、画出一幅类比图像去展示给伙伴班级进行2分钟串讲。任务完成指南

•任务一可用简便的纸、笔完成图文小报，或在线文档文档图文素材整理。

•任务二参考光明网、青少年普法等公益性法律科技教育专栏，给出可信事实查阅。

•任务三查资料需注明理解基础的不违反学术