一、基本信息与核心素养导向

一、基本信息与核心素养导向

（一）课题：初中信息科技八年级下册第一单元第1课探源溯流：人工智能的演进脉络与核心思想

（二）授课年级：初中二年级

（三）课时安排：1课时（45分钟）

（四）教材版本：湘教版

（五）课标依据：《义务教育信息科技课程标准（2022年版）》“人工智能与智慧社会”模块

（六）核心素养指向：

1.信息意识：能够敏锐感知人工智能在生活中的存在，理解其对社会发展的深远影响，形成主动利用智能技术服务人类生活的意识。【重要】

2.计算思维：理解人工智能系统运行背后的基本逻辑（如基于规则、基于数据），初步建立“算法-模型-应用”的系统思考框架，能够用流程图或语言描述机器学习的简单过程。【核心素养·关键能力】

3.数字化学习与创新：能够通过多种数字化途径搜集、整理人工智能发展史上的关键事件，利用时间轴、思维导图等工具进行知识建构与创新表达。【高频考点】

4.信息社会责任：辩证看待人工智能发展的伦理挑战与社会变革，认同“以人为本”的智能发展理念，树立正确的技术观和价值观。【难点·价值引领】

二、教材与学情分析

（一）教材分析：

本课是湘教版八年级下册“人工智能初步”单元的起始课，具有奠基与激趣的双重作用。教材内容从人工智能的经典定义（图灵测试）切入，按照时间顺序介绍了人工智能的孕育期、诞生（达特茅斯会议）、发展（三次浪潮与两次寒冬）及当前的应用爆发。重点在于帮助学生建立宏观的历史视野，理解人工智能并非横空出世，而是人类智慧长期积累与计算机技术发展的必然产物。教材隐含的核心思想是：人工智能的发展是需求牵引、算法突破、算力提升与数据驱动共同作用的结果。【基础】

（二）学情分析：

八年级学生思维活跃，对新鲜事物充满好奇，通过影视作品、新闻媒体和日常应用（如语音助手、推荐算法）对“人工智能”已有模糊但感性的认知。他们具备一定的信息搜索、整理和演示能力。然而，学生对人工智能的认识往往停留在“智能产品”层面，对其历史脉络、核心概念、发展动因及内在逻辑缺乏系统了解。部分学生可能存在“人工智能无所不能”或“人工智能终将取代人类”等片面或极端看法。因此，教学需从感性经验入手，引导学生进行理性梳理和辩证思考，澄清误区，建立科学的人工智能发展观。

三、教学目标

1.知识与技能目标：【基础】

（1）说出人工智能的经典定义，理解“图灵测试”的基本思想。

（2）列举人工智能发展历程中的关键事件（达特茅斯会议、深蓝、AlphaGo等），能够绘制简易的发展时间轴。

（3）区分人工智能发展的不同阶段，知道“三次浪潮”与“两次寒冬”的基本情况及其原因。

2.过程与方法目标：【重要】

（1）通过小组合作搜集与整理资料，培养信息筛选与归纳能力。

（2）通过分析不同时期人工智能项目的成败原因，初步掌握从“技术（算法、算力、数据）”和“需求”两个维度分析技术发展的方法。

3.情感态度与价值观目标：【难点】

（1）感受科学家们锲而不舍的探索精神，树立不畏艰难、勇于创新的科学态度。

（2）辩证认识人工智能的价值与局限，关注人工智能引发的伦理、法律与社会问题，增强作为未来社会公民的责任感。

四、教学重难点

（一）教学重点：

1.人工智能诞生的标志（达特茅斯会议）及奠基理论。

2.人工智能发展历程中的主要阶段、代表性成果及起落原因。

（二）教学难点：

3.理解人工智能发展“螺旋式上升”的规律，即技术突破与瓶颈、社会期望与实际能力之间的动态平衡。

4.从“算法、算力、数据”三个核心要素的视角剖析人工智能项目成功或失败的根本原因。【高频考点·综合分析】

五、教学准备

（一）教师准备：

1.制作多媒体课件，包含关键历史人物照片、会议场景、经典AI系统截图（如ELIZA、深蓝）、视频片段（如AlphaGo对弈）。

2.准备“人工智能发展史”数字资源包（如时间轴模板、重点事件卡片、拓展阅读网址导航）。

3.设计小组合作学习任务单。

4.测试并确保课堂网络环境畅通，准备好在线协作平台（如在线文档或思维导图工具）。

（二）学生准备：

5.预习教材内容，初步了解本课主题。

6.分组（4-6人一组），推选组长、记录员、发言人。

六、教学实施过程（核心环节）

（一）情境导入：唤醒生活经验，聚焦核心概念（约5分钟）

1.【创设情境】教师活动：播放一段精心剪辑的视频，快速混剪日常生活中的人工智能应用场景：手机语音助手（Siri/小爱同学）、人脸识别门禁、电商平台“猜你喜欢”推荐、扫地机器人规划路线、短视频APP的滤镜特效、自动驾驶汽车的测试画面。视频节奏明快，配以富有科技感的背景音乐。

2.【问题驱动】教师提问：“同学们，刚才视频中呈现的这些智能应用，大家一定不陌生。但究竟什么是‘智能’？一台机器具备什么样的能力，我们才能说它拥有了‘人工智能’？如果让你来设计一个测试，验证一台机器是否智能，你会怎么做？”【非常重要·启思】

3.【学生初探】学生根据自身体验自由发言，可能会提到“能听懂人话”、“会自己学习”、“能下棋赢过人类”等。教师对学生回答给予肯定，不急于评判，而是引出本课的核心起点：“大家提出的这些朴素标准，其实早在70多年前，就被一位伟大的科学家用‘模仿游戏’的形式提出来了，这就是著名的——图灵测试。”【承转】

4.【设计意图】从学生熟悉的生活场景切入，拉近高科技与学生之间的距离，消除陌生感。通过开放性问题激活前认知，激发探究“智能”本质的求知欲，自然过渡到人工智能的起源探索。

（二）探源奠基：解码“图灵测试”与思想萌芽（约7分钟）

1.【概念精讲】教师活动：借助PPT展示艾伦·图灵的照片及其代表作《计算机器与智能》。简洁清晰地讲解“图灵测试”的核心设置：测试者通过人机对话（完全通过文本，避免视觉干扰），同时与一个真人和一个机器进行交流。如果测试者无法可靠地区分哪个是机器、哪个是人，则说明这台机器通过了测试，被认为具有了智能。【基础·核心概念】

2.【互动辨析】教师引导：“请大家小组讨论一分钟，图灵的这个测试，真的能测出‘智能’吗？它有没有什么漏洞？比如，现在的聊天机器人已经可以模拟人类对话，但它真的理解我们在说什么吗？”【难点·思辨】

3.【小组讨论与观点碰撞】各小组展开讨论。预设学生观点：可能认为很合理，能对话就是智能；也可能提出质疑，认为这只是模仿，不是真正的理解（“中文房间”思想实验的雏形）。教师巡视，倾听并鼓励不同声音。

4.【教师小结与提升】教师总结：“同学们的观点都非常有价值！图灵测试的伟大之处，在于它第一次将‘智能’这个哲学问题，变成了一个可操作的、可验证的实证问题。它指明了人工智能研究的初步目标：让机器能够用自然语言与人交流。尽管后来关于智能的讨论远不止于此，但图灵测试无疑是人工智能思想史上的第一座里程碑，它标志着人类对制造智能机器的探索，从神话传说走向了科学研究。”【深化】

5.【设计意图】深入剖析核心概念，不仅知其然，更要知其所以然。通过小组讨论和思辨，培养学生批判性思维，理解科学定义的建构性与局限性，为后续理解人工智能的曲折发展埋下伏笔。

（三）回望征途：小组协作探究发展脉络（约20分钟）【重中之重·课堂主体】

1.【任务发布与支架提供】教师活动：明确本环节核心任务——“我们将以历史侦探的身份，共同复原人工智能的演进地图。请大家以小组为单位，利用老师下发的‘AI发展史资料包’以及你们自己的知识，合作完成‘人工智能发展简史’数字时间轴/信息卡的制作。”教师通过多媒体展示具体要求：【非常重要】

1.2.阶段划分：将AI发展史划分为四个主要时期——（1）萌芽与诞生期（20世纪40-50年代）；（2）黄金期与第一次寒冬（20世纪60-70年代）；（3）专家系统时代与第二次寒冬（20世纪80年代）；（4）机器学习崛起与爆发期（20世纪90年代至今）。

2.3.关键任务：每个阶段至少找出一个标志性事件、一个代表性成果/系统、一个核心驱动因素（算法、算力、数据或需求）和一个遭遇挫折的原因。

3.4.呈现形式：各组在在线协作文档（如腾讯文档）中，利用模板，以图文结合的方式共同填充内容。鼓励绘制简单的时间轴。

5.【小组合作探究】（约12分钟）

1.6.分工协作：组长协调，根据四个时期进行组内分工，每人负责一个时期或一个维度的资料挖掘。记录员负责在在线文档上整理记录。

2.7.信息加工：学生快速浏览教师下发的资料包（包含：图灵机、麦卡洛克-皮特斯神经元模型、达特茅斯会议、逻辑理论家、ELIZA、深蓝、专家系统XCON、日本第五代计算机项目、多层神经网络、BP算法、IBMWatson、AlphaGo等图文简介）。学生讨论、筛选、提炼关键信息填入表格。【高频考点·信息处理】

3.8.深度思考：教师巡回指导，重点引导学生思考“为什么这个项目会失败？”（例如：早期翻译系统为何失败？因为过于依赖语法规则，缺乏海量数据支撑。）“为什么这个项目会成功？”（例如：深蓝为什么能战胜卡斯帕罗夫？因为专门的硬件算力、搜索算法的优化。）逐步渗透“算法、算力、数据”是驱动AI发展的三驾马车这一核心分析框架。【重要·思维建模】

9.【成果展示与交流】（约5分钟）

1.10.小组汇报：随机邀请1-2个小组的发言人，通过投屏展示本组整理的时间轴，并进行简要讲解，重点介绍他们认为最重要的节点和起落原因。

2.11.互动补充：其他小组进行点评、提问或补充。教师引导学生关注不同小组对同一事件的不同解读。

12.【教师精讲与系统梳理】（约3分钟）

教师结合各小组的探究成果，在PPT上呈现一个完整、准确、动态的“人工智能发展浪潮图”。

1.13.诞生：1956年达特茅斯会议，四位先驱（麦卡锡、明斯基、香农、罗切斯特）提出“人工智能”这一术语，标志着AI的正式诞生。【基础·高频考点】

2.14.第一次浪潮与寒冬：早期成果（证明定理、解决代数应用题）点燃期望，但随后因无法解决现实复杂问题（机器翻译闹笑话、神经网络感知机局限），导致资助锐减，进入第一个寒冬。【重要·发展规律】

3.15.第二次浪潮与寒冬：专家系统的兴起让AI在特定领域（如医疗、地质）大放异彩，但因其知识获取困难、难以维护、无法应对常识，加之日本第五代计算机项目的挫折，再次跌入低谷。【重要·发展规律】

4.16.第三次浪潮（爆发期）：互联网产生的海量数据、GPU带来的强大算力、深度学习算法的突破，使得语音识别、图像识别准确率飙升。从深蓝到Watson到AlphaGo，再到今天的生成式大模型，AI正深刻改变世界。【热点·现实联系】

5.17.总结规律：AI的发展并非一帆风顺，而是期望与失望交织，在冷热交替中螺旋式上升。每一次低谷后，科学家们都从失败中汲取教训，探索新的路径，最终迎来了更大的爆发。

18.【设计意图】本环节将学习主动权交给学生，通过“做中学”完成知识建构。小组合作培养了协作能力，信息整理锻炼了信息素养，而教师的精讲则将学生的零散发现系统化、结构化，并升华出规律性认识，帮助学生建立历史唯物主义的技术发展观。分析起落原因的过程，正是培养计算思维和综合分析能力的过程。

（四）应用辨析：解析身边的AI属于哪一代（约8分钟）【高频考点·学以致用】

1.【游戏化活动】教师活动：展示一组不同类型的人工智能应用图片或简短描述：1.手机里的计算器；2.根据历史数据预测明日股票走势的软件；3.能够与人类自由聊天的情感陪伴机器人；4.工厂里重复固定动作的机械臂；5.能够识别照片中是猫还是狗的APP；6.遵循固定规则（如“如果……那么……”）的专家诊断系统。任务：请各小组迅速判断，这些应用分别代表了人工智能发展哪个阶段的主流技术思想？（规则驱动的符号主义？还是数据驱动的连接主义？）

2.【小组抢答与理由阐述】学生以小组为单位进行抢答，并说明判断理由。例如：“计算器和固定动作机械臂本质上都是预设好的程序，没有学习能力，是早期符号主义思想的体现。”“识别猫狗的照片APP依赖大量图片训练，是深度学习（连接主义）的成果。”“情感聊天机器人虽复杂，但其核心也是基于海量对话数据训练的大模型，属于当代。”

3.【教师追问与深化】教师追问：“是不是说，基于规则的方法就过时了，只有数据驱动的方法才是好的？工厂里的机械臂，是应该用‘规则’还是‘数据’让它工作？”引导学生思考：技术的选择取决于具体场景和需求。对于确定性、安全性要求极高的任务（如工业控制），基于明确规则的方法更可靠；而对于模式识别、自然语言理解等模糊、复杂的任务，基于数据学习的方法更具优势。两者各有价值，甚至未来会走向融合。【难点·辩证统一】

4.【设计意图】通过即时辨析，检验学生对AI发展史及其背后思想流派的理解程度，将静态的历史知识与动态的现实应用相结合。强化“技术是为需求服务的”这一核心理念，避免学生形成“新的一定比旧的好”的线性思维，培养辩证、务实的工程思维。

（五）远眺未来：审视挑战，践行社会责任（约5分钟）【难点·价值引领】

1.【视频/案例思辨】教师活动：播放一段关于生成式人工智能（如AI换脸、AI写作引发抄袭争议）或自动驾驶伦理困境（如“电车难题”）的简短讨论视频或展示新闻截图。提问：“科技的发展为我们带来便利的同时，也带来了前所未有的挑战。当我们享受AI带来的便利时，我们可能会面临哪些问题？作为八年级的学生，我们应如何看待和使用AI？”

2.【头脑风暴】学生围绕“隐私泄露”、“算法偏见导致不公”、“工作岗位被替代”、“信息茧房”、“人类思维能力退化”、“虚假信息传播”等问题，结合自身经验，畅所欲言。教师引导学生认识到，这些问题不仅是技术问题，更是社会问题和伦理问题。

3.【升华与倡议】教师总结：“人工智能的起源是人类的梦想，其发展是人类的探索，其未来取决于人类的选择。我们今天学习人工智能的历史，不仅是为了了解过去，更是为了看清未来，明确我们这一代人肩负的责任。科技向善，以人为本。希望同学们将来无论是否从事AI行业，都能成为有温度、有担当的智能时代公民，用你们的智慧去引导技术，让它更好地服务于人类的福祉，而非相反。”【情感升华·立德树人】

4.【设计意图】将学习视野从“过去”引向“未来”，从“技术”引向“人文”。引导学生关注AI发展引发的伦理社会问题，培养批判性思维和思辨能力，最终落脚于社会主义核心价值观中的“和谐”、“文明”、“诚信”（如不滥用AI作弊）等层面，实现知识学习与价值教育的有机统一。

七、板书设计（结构化呈现）

一、智能之问：图灵测试

-(思想奠基)模仿游戏→可操作标准

二、历史之脉：AI的三次浪潮

-(1956)诞生：达特茅斯会议【符号主义：逻辑推理】

-(60-70s)黄金期→寒冬Ⅰ【失败：能力局限】

-(80s)专家系统→寒冬Ⅱ【失败：知识难获】

-(90s-今)机器学习→爆发【成功：数据+算力+算法】

三、发展之因：三驾马车

-算法（灵魂）+算力（基础）+数据（燃料）=AI发展

四、未来之思：科技向善以人为本

-挑战→责任→选择

八、教学评价设计

（一）过程性评价（贯穿课堂）：

1.参与度：在情境导入、互动辨析、头脑风暴等环节是否积极思考、主动发言。

2.合作性：在小组探究环节，是否积极参与分工协作，有效沟通，完成本组任务。

3.思维深度：在分析AI项目成败原因、辨析应用类型、讨论伦理问题时，是否能提出有见地的观点，或展现出一定的批判性、辩证性