高中信息技术《数据智能与社会安全》大单元教学设计

高中信息技术《数据智能与社会安全》大单元教学设计

一、课程基本信息

本大单元教学聚焦普通高中信息技术课程选择性必修模块“人工智能初步”与必修模块“数据与计算”的深度整合，面向高中二年级学生开设。课程以“数据智能赋能社会演进与公民安全素养建构”为统领性概念，共计8课时，本次呈现的是第3至第5课时“数据智能技术原理与社会安全治理”的连续课教学设计。授课环境依托校园智慧学习系统，配备人手一台终端、开源数据分析平台JupyterNotebook、人工智能实验沙箱及网络安全仿真演练平台，实现理实一体化教学。

二、学情分析

高中二年级学生已完成信息技术必修课程的学习，掌握了Python程序设计基础、数据处理基本流程及网络应用常识，能够使用第三方库进行简单的数据采集与可视化分析。从认知特征看，该学段学生处于形式运算思维向辩证思维过渡的关键期，对人工智能应用抱有强烈好奇心，但对算法黑箱、数据偏见、隐私让渡等深层伦理问题缺乏系统性认知。多数学生能熟练使用各类信息平台，却普遍存在“隐私悖论”现象——即在观念上认同信息安全的重要性，但在行为上频繁过度分享个人信息。此外，学生对《网络安全法》《数据安全法》等法律法规仅停留在听说过层面，未能建立法律条文与技术场景的关联映射。因此，本单元教学必须实现三重跃升：从工具操作跃升至原理思辨，从个体防护跃升至社会治理，从技术崇拜跃升至人文审视。

三、教材与课标分析

依据《普通高中信息技术课程标准》修订版，本单元对应“人工智能初步”模块中“人工智能伦理与安全”及“人工智能应用系统”两大内容要求，同时回扣必修模块中“信息安全与法律”部分。教材以“数据——信息——知识——智能”转化链为暗线，以“智能应用社会嵌入”为明线。核心素养培育点集中分布在：信息意识维度的隐私敏感度与风险预判力；计算思维维度的算法公平性分析与模型可解释性评估；数字化学习与创新维度的智能工具适切性选用；信息社会责任维度的技术伦理决策与公民担当。课标学业质量水平定位在水平3至水平4之间，要求学生能在复杂情境中综合运用知识与技能解决数字化问题，并对解决方案进行批判性评估。

四、教学目标

本单元教学目标严格遵循逆向设计逻辑，以大概念“智能治理”为锚点进行统摄。知识与技能维度：学生能阐述数据智能的基本原理，包括监督学习核心流程、推荐系统协同过滤机制及生成式对抗网络基础概念；能识别信息社会安全风险的主要类型及其技术成因；能列举我国数据安全与个人信息保护的核心法律制度。过程与方法维度：通过“黑盒测试——拆解重构——模拟验证”三部曲，经历智能系统从数据输入到决策输出的完整闭环，建立“算法即观点”的元认知；运用SWOT分析法评估不同场景下数据智能应用的收益与隐患；基于设计思维提出个人信息保护的创新方案。情感态度与价值观维度：深刻理解“代码即法律”的技术权力属性，树立“负责任创新”的价值取向；在隐私保护、算法歧视、信息茧房等议题中形成理性、协商、建设性的对话姿态；将数字公民身份从被动消费者升维为主动治理者。

五、教学重难点

【重中之重】教学重点：其一，数据智能核心技术特征与运行机制【高频考点】，要求学生在不涉及复杂数学推导的前提下，通过可视化抽象模型精准把握“数据喂养——模式提取——预测决策”的核心逻辑；其二，信息社会安全风险的多元形态及其衍生规律【热点】，尤其聚焦于算法协同过滤引发的认知固化、人脸识别滥用导致的空间隐私消解、深度合成技术造成的信任危机；其三，数据权利谱系中知情同意、删除权、可携带权等法理概念的技术映射【高频考点】【难点】。教学难点集中体现在：算法公平性的量化感知与无意识偏见溯源，学生难以理解模型偏差往往并非显性歧视代码所致，而是隐含在训练数据的历史烙印与特征选择的立场预设中；隐私保护技术与数据效用之间的悖论关系，学生容易陷入绝对化思维；人工智能治理的全球话语博弈，需引导学生超越民族国家简单二元对立，形成人类命运共同体视角下的技术治理观。

六、教学准备

教师端完成三项关键准备：一是自建基于真实脱敏数据集的“智慧校园消费行为与学业表现关联预测”模拟沙箱，故意嵌入三类典型偏见特征；二是预录制三家主流社交媒体平台隐私政策解读微课，并进行条款变迁对比分析；三是开发“社会性谣言传播动力学”多智能体仿真模型，供学生调整参数观察信息瘟疫效应。学生端需前置阅读欧盟《可信人工智能伦理指南》摘要及《算法推荐管理规定》通俗解读，并完成为期三天的“个人信息足迹”记录任务，用思维导图呈现自己的数字身份构成。

七、教学实施过程（第3—5课时）

（一）认知冲突导入与核心问题浮现（15分钟）

上课伊始，教师打开某知名电商平台，随机输入“保温杯”关键词，系统立即关联推荐“老干部衫”“茶叶罐”“血压计”。教师诘问：“我只是搜索中性商品，平台如何迅速推断出我的年龄阶段甚至健康状况？这种推断是洞察还是冒犯？”学生瞬时被卷入真实场景，纷纷举出自己遭遇的“精准推送惊悚时刻”。教师继而展示该平台官方说明文档中关于“用户画像”的技术表述，引导学生发现“协同过滤+人口统计学聚类”的算法黑箱。此时，教师并未直接揭示答案，而是抛出贯穿三课时的核心驱动性问题：“当智能系统比我们自己更了解自己时，我们究竟获得了解放还是让渡了主权？技术权力应如何被驯服？”学生以小组为单位将初始直觉记录在电子学习档案中，此环节标记为【基础】概念激活层，为后续深度解蔽铺垫认知锚点。

（二）原理可视化：拆解数据智能的魔法黑箱（65分钟）

1.监督学习的隐喻建模【重要】【高频考点】

教师摒弃传统先讲概念后举例的模式，实施“概念具象化——隐喻编码——符号抽象”三阶递进。第一阶：学生分组扮演“算法训练师”，面对三百张手写数字图片，每张图片对应一个实际数值。教师要求各组必须在五分钟内自行定义一套“识别规则”。有的组根据封闭区域数量，有的组根据线条交叉点，有的组根据对称性。第二阶：各组派代表展示规则并验证对新图片的识别效果，无一例外全部出错。教师追问：“为什么人类一眼看穿的数字，亲手制定的规则却屡屡失效？”学生顿悟：人类自己也无法用有限规则穷举无限变形。第三阶：教师引入“特征工程”与“损失函数”可视化模拟器。屏幕上一张模糊的“8”不断扭曲，决策边界线像橡皮筋般反复伸缩，最终稳稳卡住所有样本点。学生惊呼：“原来学习不是记住答案，是找到能把同类与异类拉开的最大缝隙！”此时教师方才点明监督学习本质是“在假设空间中搜索最优映射函数”，并用三分屏对比展示线性回归、决策树、神经网络在相同数据集上的决策边界差异。每名学生拖动滑块调整模型复杂度，实时观察过拟合与欠拟合现象，从视觉上深刻理解奥卡姆剃刀原则在机器学习中的体现。

2.无监督学习的社会建构隐喻【难点】【热点】

转入聚类算法教学，教师创设“数字社区治理委员会”情境。屏幕上呈现二维平面散落的两百个点，每个点代表一名虚拟市民，坐标分别代表“信息获取渠道多样性”与“社交网络同质性”。教师指令：“请为社区划分居委会，目标是让每个居委会内部尽量相似，不同居委会之间尽量不同，且无需预设划分标准。”各组开始操作K-means模拟器，随机种子导致初始质心不同，最终划分结果南辕北辙。有的组划分出三个簇，有的组划分出五个簇，有的组左上角孤点被反复争夺。教师层层剥笋：第一个问题，“为什么没有标准答案？”学生回答因为没告诉机器要分成几类。第二个问题，“如果不指定类别数，机器怎么知道分几类最合理？”教师引入肘部法则，学生看着误差平方和曲线由陡降变平缓的拐点，恍然大悟“最优”是权衡复杂度与紧凑度的人为裁定。第三个问题也是价值观升华关键：“如果这些点不是虚拟市民，而是你们真实的阅读偏好，算法擅自将你们划分为‘深度阅读者’‘娱乐至死者’‘资讯焦虑者’，并据此推送截然不同的信息流，这种划分是中立的吗？”教室里陷入沉思。教师顺势引入“信息茧房”与“过滤气泡”的技术生成机制【高频考点】，学生意识到：聚类算法本身只是数学工具，但当它成为内容分发的决策引擎时，划分的边界就变成了认知的围墙。

3.从推荐系统到算法权力【非常重要】【高频考点】

本环节将技术原理与社会批判无缝焊接。教师分发各组一套“推荐系统溯源卡”，卡片包含用户历史评分矩阵、物品属性标签、协同过滤公式简化版。各组需模拟为一位刚标记过“抗癌日记”的用户推荐书单。当所有组都机械输出肿瘤治疗、心理抚慰类书籍后，教师展示该用户真实期待：“我此刻最需要的是一本与疾病无关的科幻小说，我想暂时逃离患者身份。”学生当场震动。教师阐明：基于协同过滤的推荐本质是“根据与你相似的人喜欢什么来预测你喜欢什么”，这导致系统持续强化用户的既有标签，却看不见用户渴望突破标签的主体性。学生开始用批判眼光重审算法推荐，提炼出算法权力的三重特征：规训性——不断诱导用户进入预设行为轨道；遮蔽性——无法表征用户拒绝被定义的部分；累积性——初始点击产生的微小偏差被迭代放大。此环节学生以流程图形式绘制“推荐系统放大社会偏见的因果链路”，教师逐组点拨，将“数据偏见”从抽象概念转化为可追溯、可反驳的技术逻辑。

（三）社会嵌入：智能时代的风险谱系与治理工具箱（70分钟）

1.隐私让渡的边界博弈【基础】【热点】

本环节以“健康码与个人信息保护”为思辨锚点。教师首先播放45秒微视频，还原健康码从诞生到全民应用的技术扩散过程。学生此前对健康码视为理所当然，从未质疑过其背后的数据流动。教师抛出三层追问：第一层，健康码收集的位置轨迹、健康状况、人际关系网络，哪些是疫情防控绝对必要信息？学生对照最小必要原则，发现部分信息存在过度采集嫌疑。第二层，疫情进入常态化防控后，海量健康数据应当如何处置？是直接删除、匿名化归档还是转为他用？学生意见分裂，教师出示某地拟将健康码数据用于商业征信的新闻摘要，课堂升温。第三层，也是认知攀升关键：如果技术本身可以实现隐私保护（如差分隐私、联邦学习），为何实际部署的系统往往选择最大化采集？学生从成本、技术惯性、权力冲动等维度展开推测，教师最后提供学者关于“数据资本主义”的论述片段，但不作定论，而是要求学生以卫健委顾问身份撰写一份《健康码数据留存与销毁政策建议书》，必须包含技术、法律、伦理三重论据。

2.算法歧视的归因溯源【非常重要】【难点】【高频考点】

本环节直面“算法是中立的吗”这一根本诘问。教师分发两组对比案例：案例A为某招聘平台智能简历筛选，男性简历通过率显著高于女性，但代码中并无任何性别判断语句；案例B为某银行信贷审批模型，低收入社区申请被大量拒绝，模型解释为“该地区历史违约率较高”。学生起初普遍为算法辩护：“代码没错，是社会数据本来就有的偏见。”教师不置可否，引导各组使用教师自备的“偏见注入与移除实验台”。第一步，学生在原始数据集中故意删除性别字段，重新训练模型，性别歧视依然存在。学生困惑。第二步，教师揭示原因：历史招聘数据中女性因婚育中断工作的样本较多，模型通过“毕业年限与年龄差值”等代理变量间接学会性别判别。第三步，也是最震撼的环节，学生尝试各种技术手段去偏，却发现去偏后模型整体预测准确率下降，且在某些族群上的误判率反而升高。学生陷入认知失衡：原来公平与准确之间存在不可兼得的权衡，原来算法并非万能解药，原来工程师必须在多个价值目标中痛苦排序。教师此时并未给出标准答案，而是呈现欧盟《算法责任法案》中关于“反事实公平”与“个体公平”的不同定义，让学生理解公平本身就是一个哲学争议，技术只是各方价值角力的战场。

3.深度合成与信任危机【热点】【重要】

本环节以生成式人工智能狂飙为背景，聚焦“眼见不再为实”的认识论断裂。教师现场使用开源工具在30秒内合成一段自己从未说过的话的视频，画面唇形同步、音色一致，全班愕然。紧接着展示“拟态攻击”如何复刻家人声音实施电信诈骗的新闻切片。技术恐惧情绪在教室弥漫。教师并未停留在恐吓层面，而是将学生拉入建设性轨道：“既然伪造技术已无法被彻底禁止，我们如何重建信任？”各组领取不同角色卡：法官、记者、社交媒体平台主、普通网民，围绕一起“深度伪造视频引发的名誉侵权案”进行模拟合议庭。合议焦点包括：平台是否有义务对所有上传视频进行真实性审核？标注“合成内容”能否豁免责任？用户是否有权彻底删除自己在互联网上的原始肖像数据以防止被伪造？学生在角色代入中深刻理解了技术治理绝不是简单的禁止或放纵，而是成本分摊、权利让渡与责任界定的复杂博弈。教师最后总结四个治理层次：技术层推进数字水印与区块链溯源；法律层明确伪造故意与损害结果的因果关系判定；素养层培育“慢阅读”习惯与交叉核实能力；文化层重建对肉身在场交往的价值认同。

（四）跨学科项目：设计“我的数字遗产守护者”（60分钟）

本环节将数据智能与社会安全的宏观议题拉回至个体生命体验，同时渗透工程设计思维。教师创设情境：“假设你因意外暂时无法使用网络，需要委托一位人工智能代理来管理你的所有数字账户。这位代理既要维持你日常社交形象的正常互动，又不能泄露你的隐私，更不能被不法分子劫持。你希望它拥有哪些权限？遵循哪些伦理准则？”学生以小组为单位，经历“共情——定义——构思——原型——测试”设计思维五步法。共情阶段，学生交换各自的“个人信息足迹”思维导图，发现彼此对隐私边界的定义截然不同，有的介意位置分享，有的介意阅读记录。定义阶段，各组将模糊需求转化为精确设计指标，如“非活跃状态自动回复生成”“私密相册隐藏机制”“可疑转账二次确认冷静期”。构思阶段是思维密度最高处，学生需要调和技术可行性与伦理正当性，例如：是否允许代理在清明节代用户向已故亲友主页发送悼念信息？如果允许，如何避免情感操纵嫌疑？原型阶段，各组用交互设计软件绘制界面低保真原型，并用伪代码描述关键决策逻辑。测试阶段，组间互相扮演挑剔用户，对原型发起合规性质询。整节课没有标准产品，但每个小组都产出了一份《人机共处代理伦理契约》，包含显式规则、默会知识、紧急熔断机制三层架构。此项目将碎片化知识点整合为系统设计能力，将外部伦理规范内化为技术创作时的本能约束，达成核心素养的迁移与应用。

（五）法治素养：数据权利法理图谱与公民行动（40分钟）

1.知情同意的虚置与突围【高频考点】【重要】

学生通过前置任务已阅读三家平台的隐私政策。课堂上，教师截取某头部应用最新版隐私政策中关于“与关联公司共享信息”的段落，要求学生在20秒内找出关键信息授权范围。全班无人能准确复述。教师揭示残酷真相：平均阅读一份隐私政策需要28分钟，而绝大多数用户用时不足3秒。此时引入“知情同意机制的异化”——同意不再是自由意志的表达，而是进入服务场域必须缴纳的“人场券”。但教师随即转入建设性轨道：技术造成的困境仍需技术破解。学生体验标准化隐私选择平台，通过拖拽式滑块为自己设定“默认拒绝非必要信息采集”“月度隐私体检报告”“自动化数据删除提醒”等偏好，并将设置方案导出为机器可读格式。教师点明：未来的隐私保护不再依赖逐字阅读，而是依赖用户代理与平台代理之间的自动协商协议，数据主体需要从“被迫同意者”转型为“规则制定者”。

2.法律武器的认知重构【基础】【高频考点】

本环节摒弃法条罗列，采用“关键帧教学法”。教师从《网络安全法》《数据安全法》《个人信息保护法》中提取三个关键帧：第一帧，数据分类分级制度——学生角色扮演某电商平台数据管理员，需将客户数据分为核心数据、重要数据、一般数据，并匹配不同防护策略；第二帧，个人信息处理的最小必要原则——学生化身律师助理，为某款儿童智能手表的功能设计出具合规审查意见，砍掉三个非必要信息收集项；第三帧，自动化决策的拒绝权——学生模拟向某短视频平台提交拒绝“基于用户画像的个性化推荐”申请，并预测平台可能采取的博弈策略。三组法律帧对应三项核心素养：从分类中理解数据价值差异，从必要性审查中锻炼权利敏感度，从拒绝权行使中培育技术博弈勇气。学生发现法律并非遥远的条文，而是可随时调用的防御武器。

（六）高阶思辨：人工智能治理的全球议题与中国方案（30分钟）

本环节将认知视域扩展至国际理解层面，但彻底规避说教。教师提供四份剪报式素材：欧盟人工智能法案高风险系统禁止清单、美国人工智能倡议的国家安全取向、中国新一代人工智能治理原则——发展负责任的人工智能、全球人工智能治理倡议。学生需完成双重任务：首先，绘制四类治理模式的坐标系，横轴为政府干预强度，纵轴为产业创新优先级，直观感知不同国家的价值排序差异；其次，聚焦“深度合成技术”这一具体议题，比较各国监管策略异同，并论证为什么中国强调“发展与安全并重”。学生在坐标系讨论中主动发现：治理模式差异不仅源于政治制度，更深植于文化传统中对“创新不确定性”的容忍阈值、对个人自主与集体福祉的关系认知。此环节不追求达成共识，而是孕育一种认知复杂性——接纳不同治理道路的历史合理性，同时坚定对中国在弥合数字鸿沟、推动全球人工智能治理体系变革中贡献智慧的理解认同。

八、教学实施过程中的嵌入式评价与即时反馈机制

整个教学实施过程摒弃终结性评价独大，代之以连续情境化评估。第一层级是技术概念即时测：在每个原理可视化环节结束后，学习系统推送三道变式情境题，例如将手写数字识别替换为农作物病虫害叶片分类，学生需迁移监督学习核心步骤，系统依据答题时长与正确率生成全班概念掌握热力图，教师据此决定是否追加类比讲解。第二层级是伦理两难快写：在算法歧视与深度合成环节，各人用三分钟撰写微型立场声明，匿名投屏后全班根据论证严密性进行点赞排序，前三位获课堂特别贡献积分。第三层级是项目量规互评：数字遗产守护者项目采用双重量规，技术维度考察功能逻辑闭环度，伦理维度考察风险预判全面性，小组互评与教师评定各占百分之五十。第四层级是素养延伸档案：学生每节课在个人学习空间记录一条“认知改变瞬间”，可以是某个祛魅时刻的醒悟，也可以是某个无法解答的困惑。这些碎片将在单元末汇聚成反思性长文，构成信息社会责任意识发展的过程性证据。

九、差异化教学与特殊需要支持

针对认知风格差异，教师在原理可视化环节设置双通道：偏好语言理解的学生可点击文字链阅读“决策树如何像连环追问侦探”，偏好空间思维的学生直接操作图形化界面拖拽特征空间。针对基础薄弱学生，实验沙箱预设难度分级，从拖拽完整代码块到修改超参数再到独立定义特征工程，脚手架逐级撤除。针对学有余力学生，提供对抗生成网络伪造图像检测的延伸挑战包，要求设计精度与效率平衡的判别器简化模型，并撰写技术公平性反思笔记。此外，课堂专门设置“批判性发言奖励”，鼓励平时沉默但对算法偏见有独特体验的学生发声，教师将个人信息被错误分类的经历作为教学叙事，以真实脆弱感换取学生的信任表达。

十、板书生态地图与思维痕迹保留

板书不再是以往的线性提纲，而是随课堂演进同步生长的概念生态地图。左侧区域为“数据智能原理层”，以监督学习、无监督学习为根系，生长出特征工程、损失函数、过拟合、聚类边界等枝干，红色粉笔圈注出“偏见注入点”作为警示标记。右侧区域为“社会安全治理层”，呈塔状结构，塔基是个人信息自决权，塔身叠放知情同意、算法解释权、删除权等法律工具，塔尖悬置“负责任创新”价值理念，各板块间用双向箭头勾连，表明技术嵌入社会、社会重塑技术的互构关系。下方留白区域为“持续追问墙”，本课结束时已积累十七条未完全解决的高阶问题，例如“如果