《不断发展的人工智能》教学设计-2026-2027学年苏科版（新教材）初中信息技术九年级全一册

《不断发展的人工智能》教学设计-2026-2027学年苏科版（新教材）初中信息技术九年级全一册一、学情分析通过前一课的学习，学生已对人工智能的概念和典型应用有了初步认知，建立了“感知—分析—决策—执行”的工作流程模型。但学生对"AI是怎么来的”“为什么现在的AI比过去聪明”缺乏历史纵深感，容易将AI视为“突然出现的新事物”。九年级学生已学习过历史学科中的工业革命等内容，具备初步的“技术发展史”认知框架，能够理解“技术是逐步演进的”这一观念。二、教材分析本课承接探索1的“是什么”和“在哪里”，转向“怎么来”和“往哪去”。教材按时间脉络梳理了人工智能的三次浪潮，重点讲解了机器学习、深度学习等核心技术的演进历程，并展望了人工智能的未来发展趋势。本课内容具有较强的时间线和逻辑递进关系，适合采用时间轴梳理、对比分析等教学策略。三、核心素养目标核心素养维度教学目标信息意识理解人工智能发展历程中的关键节点，认识技术进步与社会需求的互动关系计算思维理解“机器学习”与“深度学习”的基本思想，初步建立“数据驱动”的思维方式数字化学习与创新能够运用时间轴工具或思维导图工具梳理技术发展脉络信息社会责任认识技术发展的不确定性，树立“以人为本、向善而行”的技术发展观四、教学重点与难点教学重点：人工智能发展的三次浪潮及其代表性成果；机器学习的基本思想。教学难点：理解“从规则驱动到数据驱动”的范式转变——为什么“喂数据”比“编规则”更有效。五、教学过程（一）复习导入：从“是什么”到“怎么来”教师活动：展示上一节课学生绘制的“身边的AI"案例图，回顾AI的应用场景。教师提问：“如果我们穿越回2000年，那时的手机能做什么？今天的智能手机有哪些功能是当时无法想象的？”学生回答（预设）：当时手机只能打电话发短信，没有语音助手、没有刷脸解锁、没有智能拍照……教师追问：“从‘不能’到‘能’，这20多年间发生了什么？”学生思考。教师揭示课题：“今天我们就一起走进人工智能的‘成长史’，看看它是怎样一步一步变聪明的。”设计意图：通过时间对比制造认知冲突，引出“发展”的核心主题，激发学生对“技术如何演进”的好奇心。（二）AI历史长廊：三次浪潮教师引导学生阅读教材“人工智能发展历程”相关内容，采用“时间轴+小组探究”的形式展开。教师展示AI发展时间轴框架（板书或PPT）：1950s─────1980s─────2000s─────2020s

第一次浪潮第二次浪潮第三次浪潮

“推理期”“知识期”“学习期”1.第一次浪潮（1950s-1970s）：推理期教材内容呈现：“人工智能概念于1956年达特茅斯会议上正式提出。早期研究聚焦于逻辑推理与问题求解，代表性成果是‘逻辑理论家’程序和跳棋程序。”教师补充讲解：“当时的科学家认为，只要教会机器逻辑推理，机器就能变聪明。但很快发现——机器虽然会推理，但缺乏知识，就像一个智商很高但什么也不懂的天才。”教师提问：“如果你遇到一个从没见过的动物，只靠逻辑推理能判断它有没有毒吗？”学生回答（预设）：不能，需要知道这个动物的特征信息。教师总结：“所以科学家意识到——光有推理能力不够，还得让机器拥有知识。”2.第二次浪潮（1980s-1990s）：知识期教材内容呈现："20世纪80年代，专家系统兴起，研究者试图将人类专家的知识编码为‘规则库’，让机器按规则进行判断。著名的'MYCIN'医疗专家系统可用于细菌感染诊断。”教师举例说明：“比如医生诊断病情，需要记住‘如果患者发烧且喉咙痛，则可能是扁桃体炎’——这就是一条规则。专家系统就是把成千上万条这样的规则装进电脑。”教师提问：“这种‘写规则’的方法有什么问题？”学生讨论（预设）：规则太多写不完；如果遇到规则里没有的情况就不会判断；不同专家的规则可能矛盾……教师追问：“如果要让AI识别一百万种物体，需要写多少条规则？”学生感叹：“根本写不完！”教师引出关键转折：“这正是科学家遇到的瓶颈——‘知识获取瓶颈’。要让机器变聪明，不能靠人一条一条教会它，得让机器自己学会！”3.第三次浪潮（2000s至今）：学习期教材内容呈现："21世纪以来，随着互联网积累的海量数据、计算能力的飞速提升，机器学习技术取得重大突破。机器不再依赖人工编写的规则，而是通过分析大量数据自动发现规律。深度学习技术的出现更是将AI的能力推向新高度。”教师用类比解释机器学习的核心思想：教孩子认识猫，不是给他读《猫科动物分类学》，而是给他看很多猫的图片——这就是“机器学习”的基本思想：用数据代替规则，让机器自己找规律。教师展示对比表格：规则驱动（前两次浪潮）数据驱动（第三次浪潮）知识来源专家编写规则从数据中自动学习典型应用专家系统图像识别、语音识别局限规则难以穷举需要大量高质量数据教师布置活动：“请结合生活经验，列举几个‘机器自己学会了’而不是‘人教会的’AI应用。”学生回答（预设）：AI下围棋打败人类冠军、短视频推荐越刷越准、AI画画风格多样……设计意图：通过三次浪潮的梳理，帮助学生建立AI发展的历史纵深感。类比“教孩子认猫”和对比表格，将专业概念转化为通俗理解，降低认知门槛。（三）核心突破：从机器学习到深度学习教师引导学生阅读教材“机器学习与深度学习”部分。1.机器学习的基本过程教师用流程图呈现：准备数据→训练模型→评估模型→使用模型教师以"AI识别猫狗图片”为例讲解：准备数据：收集上万张已标注“猫”或“狗”的照片训练模型：让AI分析这些图片的特征（轮廓、毛发、耳朵形状……）评估模型：用新的图片测试AI判断是否准确使用模型：准确率达标后，即可投入实际使用2.深度学习：让AI“像人脑一样思考”教材内容呈现：“深度学习是机器学习的一个分支，它构建了类似人脑神经网络的层级结构。低层网络识别简单特征（如边缘、颜色），高层网络组合这些特征形成复杂判断（如识别物体类别）。”教师用示意图说明：输入图片→第1层（识别边缘）→第2层（识别形状）→第3层（识别部件）→第4层（识别物体）教师类比说明：“就像我们看一张人脸——先看到轮廓，再看到五官，最后认出是谁——深度学习也是逐层抽象、层层递进。”教师提问：“为什么深度学习的识别能力比传统机器学习更强？”学生讨论（预设）：因为它层数更多、能从简单特征一步步组合成复杂判断……教师总结：“深度学习的‘深度’就体现在多层网络结构上——每一层都在前一层基础上‘看得更明白’。层数越多，能学到的东西就越复杂。当然，这也意味着需要更多的数据和更强的算力。”设计意图：通过“识别猫狗”的具体案例和逐层抽象的示意图，将机器学习与深度学习的原理具象化，帮助学生理解“数据驱动”和“层级特征提取”这两个核心概念。（四）未来展望：AI向何处去教师引导学生阅读教材“人工智能的未来”栏目，组织头脑风暴。教师提问：“未来10年，AI还能帮人类做哪些现在做不到的事？你希望AI解决什么问题？”学生畅想（预设）：AI帮助治疗癌症、AI预测地震、AI辅导作业、AI陪伴老人……教师引导学生关注教材中的未来趋势关键词：通用人工智能：一个AI能做各种事，而非专攻一项人机协同：AI辅助人类而非替代人类可信AI：安全、可靠、可解释、公平的AI设计意图：鼓励学生发挥想象力，从“使用者”视角转向“设计者”视角，激发参与感。同时引入“可信AI"概念，为后续学习伦理议题做铺垫。（五）总结升华：从“聪明”到“智慧”教师引导回顾本课：AI成长三阶段：推理期→知识期→学习期核心转变：从“人教机器”到“机器自学”关键动力：数据+算法+算力未来方向：更通用、更协同、更可信教师提问：“通过今天的学习，你认为AI的‘聪明’和人类的‘智慧’有什么不同？”学生思考回答（预设）：AI靠数据学习，人类还能靠感悟和直觉；AI能算得快，但人类会思考“应不应该”……教师总结：“人工智能的‘发展史’，本质上是一部人类不断追问‘智能是什么’的历史。技术会不断进步，但始终有一件事不会改变——人类如何与AI共存、如何让技术服务于人类福祉，这是比技术本身更值得思考的问题。希望同学们在未来的学习和生