高中信息技术《我们身边的数据》教学实践

高中信息技术《我们身边的数据》教学实践【教学过程】生成式AI与高中信息技术教学的融合是为了提高教学质量，以更直观的形式展示教学内容，让学生全面掌握从数据采集到数据加工，再到数据应用的完整流程，在强化学生数据素养的同时，提升其信息服务意识。所以，在实践过程中，教师从课前、课中、课后等多个视角入手，充分发挥生成式AI的作用，提升信息技术教学水平。（一）课前：生成式AI助力情境唤醒，提高预习效率课前预习是高中信息技术教学的重要组成部分，若想实现精准预习，教师需借助个性化教学情境激发学生课前预习的兴趣。教师依托生成式AI合理生成预习任务，收集学生在课前预习中产生的困惑，为后续教学提供引导和参考。1.创设个性化预习情境“我们身边的数据”这一章节教学围绕“气象生活指数”这一主题展开，在课程内容教学前，学生对气象生活指数的认知不够全面，大部分学生认为，气象生活指数只是手机App中的简单数字而已。因此，在学生课前预习阶段，教师需将气象生活指数与学生的日常学习生活场景关联起来，用生成式AI生成三组与高中生生活学习相关的气象指数影响场景。场景一：周一早晨上学是否需要带伞？场景二：周二下午体育课是否能进行户外体育活动？场景三：周末去爬山是否合适？围绕这些场景，生成式AI会提供相对应的气象指数，如降水概率、紫外线指数、体感温度等。如“周一早晨，气象预报显示上午8点到下午5点降水概率达80%，但A同学因着急上学忘记看气象指数，所以没有提前准备好雨伞，导致上学途中淋雨”等，真实的课前预习情境可帮助学生快速投入课前预习中。生成预习情境时，教师还需要考量不同水平学生的能力差异，对于基础能力较为薄弱的学生，情境问题中需直接展示显性指数，如当降水概率大于60%时，便需要带伞。对于基础能力较强的学生，教师可适当在预习情境中增加复合指数的分析内容，如在高温天气，运动决策受到体感温度而非实际气温的影响，而体感温度则由实际气温、湿度及风速等多重因素决定。2.生成预习任务并收集学生的困惑基于教学主题创设个性化预习情境后，教师需围绕情境，利用生成式AI生成针对性的预习任务。任务一：利用手机App详细记录昨天关注的1~2个气象生活指数，如穿衣指数、防晒指数、运动指数等。任务二：仔细思考，这一气象生活指数是从何而来的？指数的分析计算又用到了哪些气象数据呢？任务三：根据昨天晚上的气象信息，预测今天的某一气象生活指数，如紫外线指数。任务四：在完成上述任务过程中，同学们是否存在疑问？如有疑问，请写出来。在学生完成预习任务后，教师收集学生的困惑和疑问，利用AI对学生的困惑和疑问进行整合汇总，并为后续教学提供依据。（二）课中：利用AI实现教学过程可视化，落实项目探究阶段一：通过生成式AI辅助情境创设和数据获取在此过程中，教师首先通过生活化的问题导入教学主题，向学生提问：“同学们，今天上课之前大家有没有关注天气呢？有没有从天气App上仔细查看紫外线指数或者穿衣指数呢？”在学生踊跃回答后，教师便可基于学生的回答引入教学主题：“这些和天气相关的数据虽然看起来非常简单，但在很多时候却会影响我们的生活决策，这又是为什么呢？接下来，我们就仔细观察本市的实时气象生活指数，展开探究活动。”引入教学主题后，教师可通过生成式AI生成本地化的场景，向AI输入指令，让AI生成某时、某刻、某市气象生活指数和学生以及区域居民生活相关联的案例，在获取与户外活动、通勤以及穿衣相关情境数据的基础上，让学生深刻感知气象生活指数对大众生活的影响。阶段二：有效采集并演示实时动态数据在这一阶段，教师可引导学生登录中国天气网、区域天气网等官方平台，仔细查看生活指数这一栏目，并采集记录相关数据。而此时，生成式AI的合理应用可以为学生的数据采集和收集提供便利。学生通过在AI助手对话框输入不同的地区时间，可以查询穿衣指数、紫外线指数等防护建议，然后通过整合所收集的数据生成结构化的数据表格，从而了解不同区域气象生活指数的差异性，强化数据敏感性。阶段三：做好采集数据的综合解读和全面分析在这一阶段，教师可让学生以小组为单位完成气象生活指数关联性的综合探究，通过综合探究活动，让学生明确了解各个气象生活指数之间的密切关联。在此过程中，教师还需引导学生通过生成式AI分析探究活动中的难点问题，帮助学生解决问题。如让部分小组选取穿衣指数、紫外线指数两项指标，全面分析这两项指标与地区气温及降水之间是否存在关联。其他小组则可以选取洗车指数和空调开启指数这两大指标，同样也需分析这两大指标和区域降水气温数据之间的关系。与此同时，教师还需引导学生正确认识AI工具的作用和优势，如可在AI工具中输入“用折线图展示10天之内常州洗车指数和降水概率之间的关联，并对其规律进行分析，给出分析结果”或者“用散点图表示广州近15天内穿衣指数和气温之间的关联，仔细分析其规律并出示结果”。AI工具分析之后，会给出可视化的图表并展示直观的分析框架，学生在观察可视化图表、理解分析框架的基础上，便能形成数据向决策转化的正向逻辑，并了解数据、信息和知识之间的关联。阶段四：组织核心探究活动

教师基于生成式AI鼓励学生参与“气象生活指数DIY”的探究项目。该项目可让学生深入了解气象数据和生活指数之间的关联，让学生体验气象数据到生活指数的整个过程，进而掌握数据采集、数据筛选、公式计算等数据加工的基本技巧及方法。首先，要求生成式AI生成“学校周边2025年10月1日至7日的气象数据，涵盖具体的日期、气温数据、风速数据、湿度数据、降水概率数据、紫外线指数”等。所生成的数据必须与秋季气候特征相符。其次，让学生以小组为单位，选择对应的校园生活场景，并利用生成式AI生成场景模板。举例来说，可要求生成式AI生成下午2∶30户外活动指数模板。包含以下信息：第一，起到核心作用的气象数据，如实际气温、风速、紫外线强度、降水概率等。第二，科学分配各个数据的对应权重，如降水率权重50%等。第三，充分明确指数的分级标准，其中，0~2级为不适合进行户外活动，3~5级为较适合户外活动，6~8级为适合户外活动。接下来，学生以小组为单位，在教师提供的计算公式的基础上，准确计算下午2∶30户外活动指数。通过项目探究，学生可深刻感知气象生活指数的作用，明确数据来源，了解数据加工的具体过程。（三）课后：依托AI内化知识，完成能力迁移在课后，生成式AI和高中信息技术的融合需以“为学生提供个性化的巩固练习，引领学生反思，落实课后评价”为主，进而实现知识的内化，达成能力迁移的基本目标，强化学生核心素养的培养。第一，依托生成式AI生成与学生能力水平相符的个性化巩固练习任务。AI通过综合分析学生在课程中的具体表现，如数据采集的全面性、数据计算的准确度等，基于分析结果生成对应的分层巩固任务。首先，对于基础层学生，可生成5~10道选择题，通过选择题，检测、评估学生是否理解了气象指数的核心逻辑。如“下列哪项数据对户外活动指数的影响最大？A.降水概率B.气温C.紫外线指数D.风速”学生答完题后，还需在每道题目下附上对应的题干及答案解析。其次，对于进阶层学生，可利用生成式AI生成一道和学生实际生活情境具有密切关联的应用题。如B同学周末要和家人一起去公园野餐，请同学们根据周末气象数据设计户外野餐指数表，至少选择三种气象数据，并对其权重进行科学分配。最后，对于挑战层学生，可利用生成式AI生成一道开放题。举例来说，“请同学们针对皮肤敏感人群的紫外线气象指数，合理设计该指数的关键数据，并阐述模型的基本逻辑”。第二，教师通过组织分层化、个性化的拓展性项目，巩固学生对所学内容的认知、理解和记忆。围绕“我们身边的数据”这一教学内容，教师可组织学生参与一个与生活指数相关的拓展性项目活动，如让学生参与家庭出行或组织校园活动等，并设计一份与天气及生活指数相关的数据分析报告。不同水平和层次的学生，其参与拓展性项目的任务也是不同的。因此，对于基础能力相对薄弱的学生，完成简单的数据分析预测，并提供建议即可。而对于基础能力较强的拓展层学生，则要求其通过生成式AI工具完成生活指数模型的构建，如在对空气质量数据进行全面整合处理和分析的基础上提出改进指数的措施。第三，为及时获取教学反馈，帮助学生进行学习反思，实现教学的动态化评价。教师可借助生成式AI生成气象指数学习探究反思日志，帮助学生完成知识体系的梳理。学习探究日志中须包含以下内容：其一，要求学生利用流程图展示自己理解的气象指数加工过程。其二，要求学生阐述