高中二年级信息科技：智能社会的数据治理与协同创新-以上海超大城市“街镇大脑”为例项目化学案

高中二年级信息科技：智能社会的数据治理与协同创新——以上海超大城市“街镇大脑”为例项目化学案

一、课程背景与设计哲学：指向智能时代的数据主权与治理素养

本学案依据《普通高中信息科技课程标准（2017年版2025年修订）》研制，紧扣“数据、算法、网络、信息处理、信息安全、人工智能”六条学科逻辑主线，立足高中二年级学生正处于形式运算思维成熟期与价值观形塑关键期的认知特征，将学科核心素养的培育锚定于“人工智能时代的数字社会治理”这一真实且复杂的当代命题。【非常重要·课标依据】课程彻底摒弃传统信息技术课程中工具操作取向的陈旧范式，转而确立“人文为魂、技术为用、治理为体”的跨学科设计哲学。以上海市徐汇区、黄浦区等街镇“城市大脑”及“楼宇经济数字化平台”为真实情境载体，引导学生从“数字公民”的视角出发，直面基层治理数字化转型中面临的算法黑箱、数据孤岛、伦理冲突与安全风险，在“用中学、创中学”的项目实践中深度理解自主可控技术对国家战略安全的支撑作用，体悟“没有网络安全就没有国家安全”的时代内涵。【高频考点·总体国家安全观】

二、教学内容矩阵与核心知识罗列

本节项目化学习以“探究并优化上海市某街道‘城市大脑’数据治理方案”为驱动性任务，依照课程标准“人工智能初步”模块与“信息系统与社会”模块的融合要求，系统整合以下核心知识点与关键能力，并依据其在学科体系与育人价值中的权重进行分层标记。

（一）数据治理的基础设施与逻辑架构【基础·必修】

1.数字治理的“感知-网络-平台-应用”四层架构模型：智能感知层包含物联网终端、政务微信移动采集端、12345热线文本流；网络传输层涉及5G专网与政务外网的数据交换协议；平台支撑层特指区级“城市大脑”与街道“街镇大脑”的分级部署机制；应用交互层聚焦于“一网统管”大屏可视化与移动端轻应用。【基础】学生需复述四层架构功能定位，厘清数据从社区末梢到决策中枢的流转路径。

2.多元异构数据的汇聚与治理：理解政务数据、物联网时序数据、互联网舆情文本、地理空间栅格数据等异构数据的特征差异；掌握元数据管理的核心概念，明确数据清洗、脱敏、标注、对齐在治理链条中的前置价值。【重要】

3.数据主权与属地责任：阐释“数据不出域”原则在基层治理场景中的政策依据与技术实现逻辑；辨析公共数据的公有属性与个人信息的隐私边界。【高频考点·数据安全法】

（二）人工智能赋能治理决策的技术原理【核心·高阶】

1.机器学习在公共服务需求识别中的应用机理：以“城市街区情感分析”为典型案例，解析从词向量嵌入、情感极性分类到语义理解层级跃升的技术链路；说明训练数据规模、标注质量、特征工程对模型泛化能力的决定性影响。【难点】

2.生成式人工智能与大模型技术的治理嵌入：比较判别式模型与生成式模型在政务场景中的适用分野；通过实例归纳生成式人工智能“善于解决”的非结构化信息抽取、政策文书拟稿等任务特征，以及“不善于解决”的强逻辑链推理、极端小样本预测等能力边界。【热点·生成式AI】明确大模型在基层治理中发挥效能必须依赖“提示工程+领域知识库”的双轮驱动机制。

3.算法决策的公平性与可解释性：剖析“算法依赖”可能导致的数据偏见放大效应；通过案例理解LIME、SHAP等可解释性算法的设计初衷——使黑箱模型的决策依据可视化、可追溯；辨析效率优先与公平优先在资源配置算法中的价值冲突。【难点·算法伦理】

（三）数字社会治理的多元共治范式【核心·素养】

1.治理主体的网络化协同：识别政府、企业、社会组织、居民在数字治理生态中的角色定位与权利边界；理解从“管理”到“治理”的话语转型本质上是权力单极向多中心协商的范式转移。【重要】

2.技术治理的双重效应：辩证分析人工智能嵌入治理后带来的效率红利（即时响应、精准投放、预测预警）与治理风险（去技能化、责任漂移、数字鸿沟）；运用“科林格里奇困境”解释技术在发展初期难以预测其后续社会后果的控制悖论。【难点·批判性思维】

3.制度与技术协同演化机制：基于扎根理论，归纳基层治理中“技术倒逼制度创新”与“制度规范技术应用”的双向建构关系；理解“智治、德治、法治”三治融合的中国智慧在超大城市治理现代化中的具体表达。【非常重要·中国方案】

（四）数据安全与伦理规约【底线·责任】

1.全生命周期数据安全防护体系：采集阶段知情同意的合规实现；存储阶段加密传输与分级访问控制；使用阶段差分隐私、联邦学习等技术架构对原始数据的“可用不可见”保护；销毁阶段的数据彻底清除标准。【高频考点】

2.算法治理的伦理审查框架：掌握“人本、公正、透明、可责”四项基本伦理原则；能够运用伦理矩阵工具对给定治理场景进行伦理风险评级与缓释策略设计。【重要】

3.自主可控技术对国家安全的价值支撑：理解高端通用芯片、基础软件、开发框架“卡脖子”风险在治理现代化进程中的传导链条；树立“关键核心技术是要不来、买不来、讨不来的”战略清醒；自觉认同国产化替代对保障国家数据主权、政治安全的长远意义。【非常重要·家国情怀】

三、学情分析与前测定位

授课对象为上海市某实验性示范性高中二年级学生。前测数据显示：95%的学生具备使用生成式人工智能辅助学习的日常经验，但普遍存在“重结果获取、轻过程审视”的工具主义倾向；78%的学生能列举人工智能在交通、医疗、金融等领域的应用实例，但仅12%的学生能够清晰描述机器学习的基本工作流，存在显著的“日用而不觉”认知浅表化问题；65%的学生认同数据安全很重要，但对“差分隐私”“联邦学习”等技术治理方案一无所知。【重要·学情基线】在价值观层面，部分学生受技术乌托邦叙事影响，表现出对算法决策的盲目信任，亟待通过本课程建构审慎、理性、负责的技术观。基于上述诊断，本学案将教学重心确立为：从“用人工智能”的经验层面跃迁至“审思人工智能”的元认知层面。

四、教学目标叙写

依据核心素养水平层级（水平2至水平3），采用可观测、可表现的行为目标陈述范式：

1.信息意识：在面对街道“养老助餐需求预测”真实任务时，能够主动质疑所给数据集的时效性与代表性，自觉拒绝使用未经脱敏的居民隐私数据，表现出敏锐的数据安全警觉。【基础·达成】

2.计算思维：能够将“高龄独居老人安全风险预警”这一非良构问题分解为“环境数据采集-行为模式识别-异常阈值设定-告警策略优化”等可计算子问题；能够基于归一化差异法设计初步的异常检测特征工程方案。【核心·进阶】

3.数字化学习与创新：能够协同使用Coze、DeepSeek等国产平台搭建面向社区服务的轻量级对话机器人原型；能够调用上海中小学数字教学系统中的AI编程助手实现数据可视化仪表板的快速迭代。【热点·数字化创新】

4.信息社会责任：在模拟听证会角色扮演中，能够从街道干部、企业代表、老年居民、数据专员等多元立场出发，对“社区公共场所情感计算摄像头部署方案”进行成本收益与伦理正当性的权衡论证，最终形成兼顾效率与温度的治理建议。【非常重要·素养归旨】

五、项目化教学实施过程（4课时，160分钟）

本环节为学案核心主体，严格遵循“项目即学习，学习即探究”的设计原则，将知识建构、能力训练与价值体认深度嵌套于真实治理问题的求解全程。

（一）项目入项与拆解：从“宏大叙事”到“可研命题”（第1课时前20分钟）

【教学情境】播放复旦大学附属中学徐汇分校师生赴社区开展“田野调查”的纪实短片，呈现老年居民反映“活动室难找、助餐信息不通”的真实诉求，以及12345热线中关于“公共设施报修响应慢”的反复投诉录音片段。【重要·情境真实性】教师以“假如你是街道城市大脑产品经理”为角色代入指令，发布核心驱动任务：面对即将上线的“街镇大脑2.0”版本，现有数据治理体系无法精准识别居民高频痛点，且存在数据重复采集、部门壁垒森严等问题。请各项目组在四课时内完成对给定街道半年民生数据的二次挖掘，提出至少一条可嵌入现有系统的算法优化建议或数据治理流程改进方案，并在模拟街道主任办公会上进行立项陈述。

【师生活动】教师组织“K-W-L”策略研讨。各小组在交互式白板上以便签形式分类张贴：我们已知哪些治理痛点；我们还想了解哪些技术细节；我们预测可通过何种路径解决问题。【核心素养·批判性思维】教师引导学生将“提升居民满意度”这一宏大目标拆解为三个可操作的子问题链：其一，海量非结构化文本数据（热线录音转写、居民微信群记录）如何高效转化为结构化诉求清单？其二，多部门数据（民政、卫生、物业、网格）因标准不一无法贯通，是技术障碍还是制度障碍？其三，人工智能做出的决策建议（如“该小区应优先增设养老床位”）是否可信？如何向居民解释决策依据？此环节彻底打破“教师讲授、学生听记”的授受格局，将知识获取内化为问题求解的认知刚需。

（二）知识与工具建构：从“技术黑箱”到“原理通透”（第1课时后25分钟+第2课时）

【教学主线】针对入项环节生成的问题链，教师以“结构不良问题结构化”为策略，按需、按序嵌入核心知识讲授，所有知识点讲授时长严格控制在10分钟/段以内，讲后立即进入即时的仿真应用环节。

1.文本挖掘与诉求分类实战【热点·自然语言处理】

教师以经过去标识化处理的某街道2025年三季度12345工单数据（共1200条，含“投诉”“建议”“求助”三类）为样本，现场演示使用轻量级Python脚本结合百度飞桨开源模型进行文本向量化转换与K-means聚类分析的过程。学生无需编写完整代码，而是通过调整“聚类簇数K值”这一关键参数，观察同一批工单在不同分类粒度下涌现出的热点话题差异（如当K=5时，涌现“物业管理”“噪音扰民”“养老助残”等主题；当K=8时，“加装电梯矛盾”从“物业管理”中分离为独立主题）。【难点·参数意义】学生通过这一“参数侦探”活动，深刻理解无监督学习中先验知识对结论的决定性影响，亲历模型解释的不确定性。

2.政务数据共享的“不愿、不敢、不能”情境模拟【重要·制度协同】

教师展示一条街道治理中常见的数据需求链：为精准发放“老年助餐补贴”，民政部门需掌握老年人的房产、收入信息以审核资格，但此类信息存储于房管、税务部门。当前解决方案是“老人跑腿开证明”。教师提问：是否可搭建跨部门数据交换平台？学生随即陷入角色扮演辩论，分别模拟“民政局长”（要数据）、“税务数据专员”（依法保密）、“街道干部”（担责顾虑）。【高频考点·个人信息保护法】在激烈的观念冲突中，教师适时引入“数据可用不可见”的技术解决方案框架，以类比方式简述“联邦学习”——模型在各部门本地训练，仅加密传输梯度参数，原始数据不出库。学生虽不深究数学细节，但能建立“技术突破可以破解制度僵局”的认知关联，并认识到制度设计滞后与技术供给不足是相互缠绕的双重瓶颈。

3.算法决策的可视化解释实验【难点·可解释性AI】

基于上海中小学数字教学系统AI编程助手，教师搭建一个极简的“社区活动室选址”决策模拟沙盘。系统根据人口密度、现有设施辐射范围、交通可达性三个特征，利用随机森林算法输出“建议选址点”。但学生质疑：为何排除明明人流量更大的A广场而推荐B社区闲置用房？教师引入LIME解释器，以条形图直观展示单个预测结果中三个特征的贡献权重。学生拖动滑块调整特征值（如降低交通可达性权重），实时观测选址建议的翻转。【非常重要·计算思维】此环节使学生直观捕捉到：算法的“客观”输出本质上是权重分配的主观设计，权重反映了决策者的价值排序，从而为后续伦理讨论埋下伏笔。

（三）深度探究与原型迭代：在真实数据中锤炼治理思维（第3课时）

【核心任务】各小组领取细分任务卡，分别聚焦“独居老人安全守护”“商铺占道经营智能预警”“社区停车资源错时共享”等垂直场景，基于教师提供的经脱敏处理的真实历史数据及低代码开发环境，完成治理方案原型设计。

1.第一阶：数据勘探与质量批判【基础·信息意识】

以“独居老人安全守护”组为例，学生获得数据集包含：水电燃气周度用量、小区门禁刷卡记录、社区食堂就餐打卡、网格员上门探访记录。学生在尝试关联分析时立即发现：80岁以上高龄组数据缺失严重，原因是该群体使用智能门禁和线上支付比例极低；水电数据存在连续多日零值，无法区分“外出旅游”与“突发意外”。【高频痛点】教师不提供标准答案，而是引导学生小组讨论数据清洗策略：是否应剔除高龄组？剔除是否会加剧算法对高龄群体的“服务盲区”？最终各组形成共识：不能因数据稀疏而放弃该群体保护，必须补充新的数据维度——如楼道红外传感器（需伦理审批）或建立志愿者邻里报告制度（制度补充）。此环节不仅锻炼数据批判能力，更渗透“不让任何人掉队”的包容性治理价值观。

2.第二阶：特征工程与阈值博弈【核心·计算思维】

针对“占道经营预警”场景，学生需要设定触发城管人员现场核查的“嫌疑指数阈值”。若阈值过低，产生大量无效出勤，浪费行政资源；若阈值过高，商户屡次违规却未被发现，损害法规权威。学生使用历史标注数据训练简易逻辑回归模型，绘制ROC曲线，在真正例率与假正例率之间寻找平衡点。【难点·模型评价】各组选择的阈值并不统一，有的组侧重“零容忍”选择高灵敏度，有的组侧重“审慎执法”选择高特异度。教师引导各组陈述取舍理由，学生自然意识到：技术指标的选择本质上是治理哲学的体现，不存在纯粹的“技术最优解”，只有“价值协调解”。

3.第三阶：低代码原型搭建与压力测试【热点·数字化创新】

借助钉钉宜搭、腾讯云微搭等低代码平台，学生以拖拽方式构建面向居民端的“社区服务一键通”H5应用原型，包含“问题上报”“服务预约”“进度查询”三大核心模块。各组重点设计后台数据流转看板，模拟从居民提交诉求→系统自动分派责任部门→处置时限倒计时→逾期自动升级督办的全流程闭环。【重要·流程优化】在模拟压力测试环节，教师扮演“恶意用户”批量提交重复诉求、无效诉求，观察各组原型是否设置“同人同址短时重复提交拦截”机制。部分组未设置，导致后台工单爆仓；成功设置的小组则分享其基于IP地址与内容相似度双因子判别的防刷策略。这一失败-反思-迭代的微循环，使学生真切体悟“治理能力现代化”既需要宏观顶层设计，也离不开微观漏洞修补。

（四）成果展演与公共论辩：从“课堂答辩”到“模拟听证”（第4课时）

【情境升级】本环节打破传统小组依次汇报模式，采用“模拟街道主任办公会+居民代表听证”复合制。教师邀请校内其他学科教师（思政、地理、语文）扮演街道各科室负责人，每组选派两名成员作为“技术方案陈述方”，另派一名成员扮演“利益相关居民代表”进入听证角色。

【核心展演】“社区情感计算摄像头部署”组率先陈述。他们基于计算机视觉技术，拟在社区公共活动室安装摄像头，通过面部表情识别算法自动评估居民对文体活动的满意度，为街道购买第三方服务提供数据支撑。陈述方从技术成熟度、数据精度、成本可控三方面展开论证，并出示了已在实验室环境下达到78%准确率的测试报告。【热点·技术伦理冲突】

随即，扮演“老年居民”的学生起身质询：“是否意味着我去活动室下棋，被摄像头捕捉到皱眉，系统就判定我对服务不满意？万一我只是因为输棋而不高兴呢？”技术组回应可通过长时段均值平滑消除瞬时情绪干扰。“居民”继续追问：“我有权不被算法解读情绪吗？公示文件里没写要收集生物信息。”【非常重要·伦理困境】现场陷入沉默，这正是深度学习发生的标志性瞬间。

教师此时介入，但不直接给出裁决，而是分发《人工智能伦理影响评估表》，引导全体学生从“必要性、相称性、透明度、问责制”四个维度对此方案进行量化评级与书面质询。经重新投票，该组主动将“强制采集”修改为“自愿体验”，并增加显著位置告知义务。此环节真实还原了技术落地时“科学逻辑”与“生活逻辑”的激烈碰撞，学生通过亲身扮演，内化了“技术可行性不等于社会可接受性”的深刻洞见。

其他各组方案同样经历严苛质询：“养老助餐算法”被质疑可能因历史消费数据稀疏而将新入住老人排除在补贴名单外；“停车位共享算法”被质疑按出价高低分配资源会损害低收入群体利益。所有质疑均被记录并纳入方案的修订版中。【核心素养·社会责任】课程临近尾声，教师并未进行程式化的总结陈词，而是呈现一张来自真实街道的“12345热线未解决工单分布图”，那些未被算法充分观照的角落依然存在。教师静默30秒后发问：“算法能改善治理效率，但算法能替代面对面的倾听吗？”此问将学习体验从方法论层面升华至存在论层面。

六、跨学科融通与横向联结

本学案严格贯彻“新文科”与“新工科”交叉融合理念，实现信息科技与思想政治、地理、语文等学科的实质性对话，而非简单拼盘。【非常重要·跨学科】

1.与思想政治学科的融通点：在“算法公平性辩论”环节，系统引入高中思想政治必修3《政治与法治》中“全民守法”“政府依法行政”及选择性必修1《当代国际政治与经济》中“自主创新能力”等核心概念。学生以法治思维审视数据采集的合法性基础，以国家战略高度理解芯片国产化的迫切性。特别是关于“认知领域的中美博弈”议题，教师援引复旦大学沈逸教授观点，引导学生认识到算法标准、数据规则的制定权是未来大国博弈的高边疆。【高频考点·国际关系】

2.与地理学科的融通点：在“公共设施选址”探究中，调用地理信息系统空间分析方法，将POI设施点位、路网密度、居住区人口热力进行叠加分析。学生运用地理信息技术绘制定量可达性分级图，使治理方案具有坚实的时空科学依据，超越单纯的“拍脑袋决策”。【重要·地理实践力】

3.与语文学科的融通点：在“投诉文本聚类”环节，引导学生关注民生诉求中的修辞策略与情感烈度分级。部分居民使用“恳请”等谦辞，部分使用“强烈谴责”等强情绪表达，算法若仅基于词频统计可能低估弱情绪表达中的急迫需求。学生反思：自然语言处理对语境、潜台词的理解仍存在无法逾越的鸿沟，人文领域的“同情的理解”目前尚不可完全编码。【难点·人技关系】

七、教学评价设计：表现性评价与差异化反馈

本学案摒弃纸笔测验，构建指向元认知与协作问题解决的表现性评价体系，所有评价工具均嵌入教学过程，实现“教-学-评”一体化。

1.个人贡献度追踪：借助上海中小学数字教学系统的学习行为日志，捕捉每位学生在小组协作中的关键事件——如“提出了数据质量质疑”“主动查询了伦理审查规范”“修正了组内同学的算法偏见表述”。【过程性评价】系统自动生成个体思维可见性报告，教师据此进行精准反馈。

2.项目成果评价量规：从“技术逻辑严密性”“数据证据充