高中信息技术 高二年级《数字遗产：当非遗遇见人工智能》教学设计

高中信息技术高二年级《数字遗产：当非遗遇见人工智能》教学设计

一、课程背景与设计理念

本课以“数字遗产：当非遗遇见人工智能”为总领，立足于高中二年级信息技术课程，旨在深度探索并实践“传统文化传承与现代科技融合”这一时代命题。课程设计严格遵循《普通高中信息技术课程标准（2017年版2020年修订）》的核心素养要求，以大概念“人工智能与社会”为统领，选取“非物质文化遗产（非遗）的数字化保护与创新”作为真实情境与项目载体。课程秉持深度学习的理念，打破学科壁垒，融通信息技术、通用技术、历史、语文、艺术等学科知识与思维方法，引导学生在解决真实问题的过程中，理解人工智能技术原理，掌握机器学习的基本流程，体验人机协同创新的价值，并最终形成对技术赋能文化传承的深刻认知与责任感。本设计强调从“知识的习得”走向“素养的生成”，将教学实施过程作为核心环节，通过精心设计的项目式学习活动链，让学生在“做中学”、“创中悟”，成为兼具技术能力、人文情怀与创新意识的时代新人。

二、教学内容分析

（一）核心知识体系【重要】

本课教学内容围绕“非遗数字化”与“人工智能技术”两大核心领域的交叉点展开，构成一个完整的知识图谱。具体包含以下要点：

1.非遗的数字化生存：理解非遗（以本地特色非遗项目如剪纸、皮影、民歌等为例）在数字时代的呈现方式，包括数字采集（高清影像、3D扫描、音频录制）、数字存储（元数据标准、数字资源库）、数字展示（虚拟博物馆、增强现实AR体验）的基础概念与方法。

2.人工智能核心技术【非常重要】：聚焦于机器学习，特别是其中的监督学习与生成式对抗网络（GANs）和风格迁移技术。讲解这些技术如何通过学习大量非遗作品数据（如剪纸的纹样、皮影的造型、民歌的旋律），提取其核心特征与风格规律。

3.AI赋能非遗创新的路径【热点】：探讨人工智能如何介入非遗的传承与创新。主要路径包括：智能辅助创作（如利用GANs生成新的剪纸图案、设计皮影角色）、非遗资源的智能化管理与检索（如图像识别技术对海量非遗图片进行分类标注）、沉浸式交互体验的构建（如利用AI驱动虚拟数字人讲述非遗故事）、非遗文化的精准传播与教育（如个性化推荐算法推送非遗相关内容）。

4.AI伦理与文化安全问题【难点】：深入探讨技术融合带来的新问题，如AI生成内容的版权归属、算法偏见可能导致的对非遗原真性的扭曲、以及技术过度介入下“人”在文化传承中的主体性地位。

（二）教材处理与资源整合

本课并非单一教材章节的照搬，而是对粤教版、人教版等主流教材中“人工智能初步”、“信息系统与社会”等相关模块内容的二次开发与重构。整合了国家图书馆“非遗”数字资源平台、地方文化馆的数字化成果、以及开源人工智能学习平台（如Google的TeachableMachine，百度的EasyDL）等优质数字化教学资源。引入本地非遗传承人的口述史资料与代表性作品数字档案，增强学习内容的真实性与亲切感。

三、学情分析【基础】

授课对象为高中二年级学生，他们已经完成了信息技术必修课程的学习，具备以下基础与特征：

1.知识储备：已经掌握了计算机基础知识、网络应用、简单的程序设计（Python语言基础）以及信息社会责任的基本内涵。部分学生可能通过课外兴趣班或自学，对人工智能、机器学习有初步的感性认识。

2.能力水平：具备一定的信息获取、加工与处理能力，能够进行小组协作学习，有基本的逻辑思维和问题分析能力。但对于将抽象的人工智能算法应用于解决复杂的、跨学科的“文化传承”问题，尚缺乏系统的思路与实践经验。

3.学习心理：高二学生思维活跃，关注社会热点，对新技术充满好奇，同时具备一定的文化认同感和审美能力。他们对“人工智能如何画画”、“AI能创作艺术吗”这类话题抱有浓厚的探究兴趣。但容易陷入技术崇拜，忽略技术背后的文化价值与伦理思考。

4.潜在困难：理解生成式对抗网络等复杂算法原理存在认知门槛；将现实问题（非遗创新）转化为可计算的机器学习问题存在思维障碍；在项目实践中，对数据集的准备、模型的训练与调优缺乏耐心与细致；对技术应用可能引发的文化伦理问题缺乏深度反思。

四、教学目标

（一）信息意识

1.能够敏锐地意识到人工智能技术在文化遗产保护与传承领域的广泛应用价值及潜在风险。【重要】

2.主动关注并搜集身边非遗项目的信息及其数字化现状，形成利用现代技术改造传统、服务社会的意识。

（二）计算思维

1.能够将“让AI学习非遗风格并进行创作”这一复杂问题，抽象、分解为数据采集、数据预处理、模型选择、模型训练、模型评估与应用的机器学习基本流程。【非常重要】

2.理解算法（如风格迁移算法）的输入、输出与处理过程，能够用流程图或自然语言描述AI辅助创作的基本逻辑。

（三）数字化学习与创新

1.能够根据项目需求，熟练使用数字化工具（如智能手机、数码相机、录音笔）采集非遗素材，并利用开源平台（如TeachableMachine，PaddleHub）或其简化版工具，构建和训练一个能够识别或生成特定非遗风格作品的简易人工智能模型。【核心目标】

2.能够综合运用所学知识，创造性地设计并制作一个融合人工智能技术的数字非遗作品或交互原型（如AI剪纸生成器、智能皮影戏小样），并在小组内进行展示与交流。【热点】

（四）信息社会责任

1.在项目实践中，能够深入思考并辩证分析人工智能技术对传统文化传承带来的机遇与挑战，如原真性保护、版权归属、算法公平等问题，形成负责任的技术应用观。【难点】

2.能够尊重非遗的文化内涵与传承人的劳动成果，在利用AI进行创作时，明确标注人机协作的边界，自觉成为优秀传统文化的守护者与创新者。

五、教学重点与难点

（一）教学重点【非常重要】

1.掌握利用人工智能技术（特别是机器学习）赋能传统文化创新的基本过程与方法，即数据、算法、算力三者如何协同工作。

2.能够运用简单的AI开发平台，经历完整的机器学习项目流程，训练出一个初步可用的模型，并以此为基础进行创意设计。

（二）教学难点【难点】

1.理解机器学习算法（如生成式对抗网络或风格迁移）的基本思想，即如何从大量数据中“学习”并“生成”具有相同风格的新内容。

2.辩证认识并理性处理人工智能在文化创新应用中的伦理问题，如技术边界、文化原真性与人的主体性。

六、教学策略与方法

本课采用“一核双翼三阶”的项目式学习策略。“一核”即以“用AI传承与创新非遗”为核心驱动任务；“双翼”指技术学习与人文探究并重，两手抓，两手都要硬；“三阶”指将整个教学过程划分为“寻脉·感知”、“解码·建构”、“创生·反思”三个螺旋上升的阶段。

具体教学方法包括：任务驱动法、小组协作探究法、案例教学法、基于资源的自主学习法、以及头脑风暴与思辨讨论法。教师角色从知识的传授者转变为项目导师、学习伙伴与资源提供者。

七、教学准备

1.硬件环境：计算机网络教室（可访问互联网）、高性能服务器或教师机（用于演示复杂模型训练）、智能手机或平板电脑（每组一部用于数据采集）、可能需要的3D扫描仪（选备）。

2.软件环境：预装Python及TensorFlow/PyTorch基础环境（教师机演示用）、浏览器访问百度EasyDL、华为云ModelArts、TeachableMachine等平台、图像处理软件（如Photoshop或GIMP）、音视频编辑软件。

3.教学资源：制作精良的微课（讲解人工智能核心概念）、本地非遗项目数字资源包（包含图片、音频、视频及背景资料）、开源数据集样例、AI伦理案例分析材料、项目学习任务单与评价量规。

4.课前分组：将学生分为6-8个异质小组，每组4-5人，明确分工（项目经理、数据工程师、算法训练师、创意设计师、伦理观察员）。

八、教学实施过程【核心环节，占绝大部分篇幅】

（一）寻脉·感知阶段——唤醒文化记忆，点燃技术好奇（预计1课时）

1.情境导入：沉浸式体验与文化寻根

上课伊始，教室内灯光调暗，教师利用多媒体设备播放一部由教师自制的短片。短片以极具视觉冲击力的方式呈现：一边是古老的非遗技艺，如皮影戏的灵动表演、剪纸艺术的精雕细琢、地方戏曲的婉转唱腔，这些画面带有岁月的颗粒感和温润的人文气息；另一边，则是数字科技创造的奇幻世界，AI绘画瞬间生成万千变化，虚拟数字人在博物馆中娓娓道来，增强现实让静态的文物在观众眼前“活”起来。短片的最后，画面定格在一个问句上：“当古老的匠心遇见当代的算法，将碰撞出怎样的文明火花？”【情境创设】

随后，教师提出问题：“同学们，我们所在的这座城市/省份，拥有哪些引以为傲的非物质文化遗产？你对它们的了解有多少？你觉得它们目前面临哪些传承的困境？”引导学生结合课前搜集的资料和自身生活经验进行简短分享。从本地特色出发，如提及当地的剪纸、泥塑、民歌等，迅速拉近学生与“非遗”这一宏大概念的心理距离，激发学生的文化认同感与问题意识。

2.项目发布：揭示核心任务，组建协作团队

在学生情绪被调动起来之后，教师正式发布本单元的核心项目任务：“‘数字遗产’创客行动——请各小组选择一项本地非遗项目作为研究对象，综合运用本学期学习的信息技术知识，特别是人工智能技术，完成一个数字作品或交互原型，旨在为这项古老技艺的传承与创新提供一种‘科技方案’。”【任务驱动】

教师清晰解读项目要求：作品可以是一个能够生成特定非遗风格图案的“AI小画家”，一个能够识别并讲解皮影角色的“智能展示系统”，或者是一个利用语音合成技术“复活”已故老艺人唱腔的“数字留声机”原型。明确项目成果形式、评价标准（将创新性、技术合理性、文化内涵表现力、团队协作等纳入评价）以及时间节点。随后，各小组根据课前意向快速确认研究项目，并在组内完成角色分工，领取项目学习任务单。项目经理上台简要陈述本组选题及初步构想，教师给予即时肯定与引导。

3.资源寻访：初探数字化宝库

教师指导学生访问国家非物质文化遗产网、本地数字文化馆等官方网站，以及教师提前准备好的本地非遗数字资源包。学生以小组为单位，围绕自己选定的项目主题，有目的地浏览、观摩大量相关的数字资料，包括高清图片、记录视频、传承人口述史文本等。【信息获取】

此环节的任务是：各小组的数据工程师和创意设计师需要初步筛选出20-30张最具代表性、最清晰的图片（针对剪纸、皮影等项目）或3-5段经典唱段音频（针对民歌、戏曲项目），作为后续项目的数据基础。同时，全体组员共同填写“文化观察笔记”，记录下该非遗项目最核心的艺术特征（如剪纸的“锯齿纹”、“月牙纹”，皮影人物的“侧身造型”、“镂空雕花”，民歌的“方言咬字”、“润腔手法”等）。这一过程，不仅是数据的初步搜集，更是对传统文化内涵的深度“寻脉”，为后续AI学习什么、生成什么奠定人文理解的基石。

（二）解码·建构阶段——探秘智能原理，掌握技术工具（预计3课时）

1.技术探秘：从“黑箱”到“白箱”的旅程

在学生亲历了文化素材的搜集与整理之后，教师适时引出核心问题：“我们人眼能看出这些剪纸作品的共同风格，但计算机‘眼里’它们是什么？计算机又凭什么能创造出新的、但同样具有这种风格的图案呢？”由此进入技术原理的探秘环节。【难点突破】

教师采用“不讲公式讲思想，不究细节究逻辑”的策略，利用生动形象的比喻和交互式动画，拆解机器学习，特别是生成式对抗网络（GANs）的基本思想。可以将“生成器”比喻为一个不断尝试模仿大师风格的“赝品画师”，将“判别器”比喻为一个眼光毒辣的“艺术品鉴定师”。二者在相互博弈中共同进化，最终“赝品画师”的作品能够以假乱真。通过在线演示平台（如GANLab）或微视频，直观展示生成网络从随机噪声逐步演化出清晰、有风格的图像的过程。对于风格迁移技术，则类比为给一张照片“穿上”梵高画作的“风格外衣”。【非常重要】

在讲解过程中，教师始终强调数据、算法、算力三者的关系：数据是燃料，决定了AI学习的“营养”来源；算法是引擎，决定了如何学习；算力是保障，决定了学习的速度。学生由此理解，他们搜集的那些精美非遗图片，就是模型最宝贵的“营养”。

2.平台实战：训练我的第一个“非遗AI”

理论知识“落地”的关键在于实践。教师根据学情和设备条件，选择门槛较低、反馈即时的AI开发平台，如Google的TeachableMachine或百度的EasyDL经典版。以TeachableMachine的图像分类项目为例，操作流程如下：【核心技能训练】

第一步：数据准备与上传。各小组将上节课筛选出的20-30张非遗图片（如不同纹样的剪纸）作为“类别一”上传至平台。同时，搜集或拍摄一些与之无关的日常物品图片（如书本、手机、风景等）作为“类别二”或“背景类”，目的是让模型学会“聚焦”于非遗特征。

第二步：模型训练。只需点击“训练模型”按钮，平台便会在云端基于预训练模型（迁移学习）进行快速训练。这个过程通常在几十秒到几分钟内完成。学生可以亲眼见证模型从“一无所知”到“能够区分”的快速变化。

第三步：模型测试与评估。训练完成后，学生立即用平台提供的预览功能，上传一张全新的、从未在训练集中出现过的同类型非遗图片进行测试。当模型以极高的置信度（如95%）将其判断为“剪纸”时，教室里往往会爆发出惊叹声。【高频考点实践】

教师此时引导学生思考：模型为什么能识别？它“学习”到了什么？如果识别错了，可能是什么原因？（例如：训练图片太少、背景太复杂干扰、新图片风格差异过大）。这一环节，学生直观地感受到了数据质量与数量对模型性能的深刻影响，完成了从抽象原理到具象操作的认知跃迁。

3.进阶挑战：让AI“创作”而非仅仅是“识别”

当学生掌握了基础的图像分类模型训练后，教师提出更高阶的挑战：“识别只是第一步，我们真正的目标是‘创造’。如何让我们的AI不仅能认出剪纸，还能自己画出新的剪纸？”【数字化创新】

教师引入更为先进的、可在线体验的生成式模型平台或封装好的Python库（如PaddleHub中的风格迁移模型）。教师以代码演示或在线Demo的形式，展示如何将一张普通照片的内容，与一个剪纸风格图片的“风格”进行分离与重组，最终生成一张既保留原图内容结构、又具有剪纸艺术质感的“新图片”。

各小组在教师的指导下，尝试使用这种技术。他们上传一张小组同学的肖像照（作为内容图），再上传一张本组选定的最具代表性的剪纸作品（作为风格图），点击运行，等待几秒钟，一张独特的“剪纸风格肖像”便诞生了。当看到自己的面孔以古老的传统技艺形式呈现出来时，学生对“人机协同创新”的理解达到了一个高峰。创意设计师此时开始主导讨论：我们可以用这种技术做什么？制作个性化的非遗主题明信片？为皮影戏设计具有现代人物造型的新角色？为本地旅游设计融合非遗元素的文创产品？思维的闸门被彻底打开。

（三）创生·反思阶段——设计智能作品，思辨技术伦理（预计2课时）

1.创意工坊：从想法到原型

本阶段的核心任务是基于前两个阶段的成果，进行深度整合与创意实现。各小组在项目经理的带领下，围绕最初的项目构想，开始动手制作最终的“数字遗产”作品原型。【核心任务实施】

以选择“剪纸”的小组为例，他们可能构思一个“AI剪纸创意工坊”小程序的原型。分工如下：数据工程师继续优化和扩充数据集，尝试加入更多不同地域、不同风格的剪纸，为更复杂的模型训练做准备。算法训练师在教师的辅助下，尝试调整风格迁移模型的参数（如风格强度、内容强度），以期获得更满意的生成效果。创意设计师则利用生成的大量图片，结合图像处理软件，设计出“工坊”的界面原型，并构思用户如何与AI进行交互。伦理观察员则在一旁记录并提醒：我们生成的这些图案，是否过度偏离了传统剪纸的核心特征？我们是否应该在使用AI生成的图案时，明确标注“AI辅助设计”？我们的作品将如何体现对剪纸传承人的尊重？

教师在各小组间巡回指导，提供技术支持（如代码调试、平台使用答疑）和思路启发（如引导学生将图像生成与AR技术结合，用手机扫描实物剪纸就能播放其背后的文化故事）。整个教室变成一个热火朝天的“创客空间”。

2.作品展示与互评：见证数字传承的力量

经过紧张的协作攻关，终于迎来激动人心的成果发布环节。各小组轮流上台，向全班展示他们的“数字遗产”作品。【成果交流】

第一组展示了他们为本地皮影戏设计的“AI角色生成器”。他们现场拍摄一位同学的一个动作，系统便能快速生成一个具有传统皮影造型风格、且动作相似的皮影角色动画。他们解释道：“我们的模型学习了上百张经典皮影人物的图片，提炼出了其‘侧身、镂空、夸张’的核心造型规律。”

第二组带来了“AI民歌留声机”。他们利用语音合成技术，对一个已经去世的本地民歌老艺人的几首珍贵录音进行学习，成功合成了他用独特“方言腔调”演唱的新曲片段。当这带着“数字温度”的歌声响起，教室里一片肃静，随后是热烈的掌声。

第三组则展示了他们的“AR非遗地图”。用户用手机扫描学校所在社区的地图，地图上便会浮现出对应的非遗项目介绍及AI生成的动态演示。

每个小组展示后，其他小组根据评价量规进行提问和点评。评价不仅关注技术的完成度和创新性，更关注作品对非遗文化内涵的挖掘与呈现是否准确、深刻，以及是否妥善处理了技术应用的伦理边界。

3.深度思辨：人，技术，与文化传承的边界

在学生充分体验了AI赋能文化的巨大潜力之后，教师引导学生从技术的狂热中暂时抽离，进行一场冷静而深刻的“伦理思辨”研讨会。【难点与升华】

教师抛出几个层层递进的问题：

第一层：“AI创作的作品，版权属于谁？是算法的编写者，是提供数据集的我们，还是被学习的非遗传承人群体？”（引发对知识产权和文化归属的思考）

第二层：“如果AI生成的‘新剪纸’大受欢迎，甚至比传统手工剪纸卖得更好，会发生什么？这对那些一辈子钻研技艺的老匠人公平吗？会不会导致真正的技艺因为失去市场而加速消亡？”（引发对文化生态和经济影响的思考）

第三层也是最核心的一层：“当AI能够完美模仿甚至‘超越’人的技艺时，我们人类在文化传承中的角色是什么？我们存在的独特价值又在哪里？”（引发对技术异化和人的主体性的终极思考）【非常重要】

学生以小组为单位，结合本组的项目实践和课前的伦理案例材料（如AI复原已故明星、AI绘画取代画师的讨论），展开激烈的辩论。有的小组认为AI是解放生产力的工具，让更多人能够参与到文化创作中；有的小组则忧心忡忡，强调必须守住“人”是文化创造和传承主体的底线，技术只能是辅助，不能反客为主。伦理观察员记录下本组的核心观点和论据。

最后，教师进行总结提升：技术从来都不是价值中立的。我们在拥抱人工智能带来的无限可能时，必须怀有一颗敬畏之心，敬畏我们悠久的历史文化，敬畏前人的智慧与创造。真正的“融合”，不是用冰冷的算法取代温润的人心，而是让人工智能成为我们传承文明、激发创造的有力臂助，让古老的文化基因在数字时代获得新的生命力，绽放出更加绚烂的光彩。我们今天的探索，正是为了寻找那条人与技术和鸣共生的未来之路。

九、教学评价设计

本课采用过程性评价与终结性评价相结合、自评与互评相结合、技术