高中信息技术选择性必修《人工智能的发展脉络与未来视野》教学设计

高中信息技术选择性必修《人工智能的发展脉络与未来视野》教学设计一、教材与内容分析【基础】本节内容选自粤教版高中信息技术选择性必修3《数据管理与分析》第一章“数据管理与分析概述”中的第2节“人工智能的发展”。在信息技术课程体系中，本模块属于选择性必修范畴，面向对数据科学、人工智能领域有浓厚兴趣并希望深入探索的高二年级学生。本节内容并非孤立的技术史介绍，而是承上启下的关键节点。它上承“数据与信息”的基本概念，下启“机器学习与深度学习”的核心原理，旨在帮助学生构建对人工智能技术发展的宏观图景，理解技术演进的逻辑脉络及其对社会发展的深远影响。教学内容涵盖了人工智能的孕育与诞生（符号主义流派）、两次低谷与两次复兴（从专家系统到统计学习）、以及当前以深度学习和大模型为代表的第三次发展浪潮。通过对这一发展历程的梳理，引导学生认识到技术的发展并非一蹴而就，而是螺旋式上升、充满挑战与突破的历程，从而培养其历史视角和批判性思维。二、学情与教学起点分析【重要】授课对象为高二年级学生。经过一年的信息技术必修课程学习，学生已经掌握了信息社会的伦理道德、计算机系统的基本组成以及简单的算法与程序设计思想。部分学生可能通过科普文章、新闻报道或社交媒体对“人脸识别”、“自动驾驶”、“ChatGPT”等人工智能应用有感性认识和碎片化的了解，甚至有个别学生通过在线课程或竞赛接触过简单的Python编程或机器学习入门知识。然而，学生对人工智能的认知普遍存在“知其然不知其所以然”的现象，对人工智能的内涵界定模糊不清，对其发展历程中的关键技术突破和流派纷争缺乏系统性认识，容易将人工智能简单等同于“机器人”或“万能算法”。因此，本节教学的重点在于帮助学生梳理清晰的发展脉络，厘清关键概念，破除神秘感，建立对人工智能学科的科学认知，为其后续深入学习具体算法奠定坚实的基础。三、教学目标与核心素养指向【非常重要】依据《普通高中信息技术课程标准（2017年版2020年修订）》中关于学科核心素养的要求，本节教学目标设定如下：（一）信息意识与计算思维1.通过对人工智能发展史上不同流派（符号主义、连接主义、行为主义）代表成果的梳理，理解技术问题的不同解决路径，培养从多角度分析和解决问题的计算思维。2.能够辩证地看待人工智能技术的发展，认识到技术进步与社会需求的互动关系，形成对新兴技术敏锐捕捉和理性判断的信息意识。（二）数字化学习与创新1.通过小组合作探究人工智能发展史上的关键事件（如“图灵测试”、“深蓝战胜卡斯帕罗夫”、“AlphaGo战胜李世石”等），利用数字化工具搜集、整理和分析资料，提升数字化学习与协作能力。2.展望人工智能的未来发展趋势，能够基于现有技术逻辑，提出富有创见的设想或担忧，培养面向未来的创新思维和前瞻性视野。（三）信息社会责任1.【热点】【难点】通过对人工智能发展史上“寒冬”与“繁荣”交替出现的原因分析，引导学生理解技术发展的曲折性，认识到任何技术突破都伴随着挑战与风险，树立正确的科技发展观。2.探讨人工智能在推动社会进步的同时可能引发的伦理困境（如算法偏见、隐私泄露、就业结构调整等），初步建立技术应用的伦理道德意识和法律责任感，明确作为未来数字公民应有的社会责任与担当。四、教学重难点剖析1.【非常重要】【高频考点】教学重点：清晰梳理人工智能发展的三个主要阶段及其标志性成果、核心技术与代表人物。理解不同阶段技术流派的核心理念（符号主义、连接主义、行为主义）及其局限性。2.【难点】教学难点：引导学生透过技术演进的表象，深入理解其背后的驱动力——算法理论的突破、数据规模的激增与计算能力的跃升三者之间的相互作用。能够辩证地评价历次人工智能浪潮的成就与不足，避免陷入“技术万能论”或“技术威胁论”的片面认知。五、教学理念与设计思路秉持“以学生为中心，以问题为驱动，以历史为镜鉴”的教学理念，本设计力图打破单纯的知识点罗列，构建一个“沉浸式、探究式、反思式”的课堂。通过引入人工智能发展史上的“高光时刻”与“至暗时刻”，激发学生的探究兴趣；通过小组合作梳理关键事件，培养学生的信息素养和协作能力；通过设置开放性的思辨问题，引导学生进行深度思考，将知识内化为素养。整个教学过程遵循“感知—理解—探究—反思”的认知规律，将核心素养的培养贯穿始终。六、教学准备1.教师准备：制作多媒体课件（PPT），包含高清图片、短视频（如“图灵测试”模拟片段、“深蓝”与卡斯帕罗夫对弈的纪录片片段、“AlphaGo”的自我对弈棋谱等）。搜集整理关于人工智能发展史的权威文字资料、时间轴图谱，并上传至班级学习平台，供学生课前预习和课后拓展。设计好小组探究任务单。2.学生准备：按照异质分组原则，每45人组成一个探究小组。课前通过教材或网络资源，初步了解人工智能的定义，并思考“我心目中的人工智能是什么样子的？”。七、教学实施过程（两课时，90分钟）（一）创设情境，激趣导入——穿越时空的对话（预计10分钟）课堂伊始，教师首先在大屏幕上展示两张图片：一张是1956年达特茅斯夏季研讨会的参会者合影（一群穿着西装、打着领带的学者），另一张是2024年世界人工智能大会上琳琅满目的各类大模型展台。强烈的视觉对比瞬间抓住学生的注意力。教师抛出核心问题：“同学们，从1956年一群科学家在达特茅斯学院的一个暑假头脑风暴，到如今大模型如雨后春笋般涌现，人工智能的发展之路是否一帆风顺？这六十多年的时间里，它究竟经历了怎样的跌宕起伏？今天，就让我们化身为‘科技历史学家’，共同穿越时空，去探寻人工智能波澜壮阔的发展史。”此环节的设计意图在于通过制造认知冲突和时空跨越感，迅速将学生带入特定的历史情境，激发其探究科技发展内在逻辑的好奇心，为后续的深度参与做好情感和认知铺垫。（二）初识概念，奠定基石——什么是人工智能（预计15分钟）在进入历史回溯之前，必须厘清核心概念。教师引导学生结合课前预习和已有认知，尝试用自己的语言描述“什么是人工智能”。学生可能会回答：“让机器像人一样思考”、“能自己学习的程序”、“会下棋的机器人”等等。教师在此基础上进行归纳与提升，介绍人工智能领域公认的定义：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。【基础】随后，教师简要介绍人工智能的四个经典研究目标：像人一样思考、像人一样行动、理性地思考、理性地行动，并引出经典的“图灵测试”——一个检验机器是否具有智能的著名思想实验。通过播放一段简短的“图灵测试”模拟动画，让学生直观理解这一测试的逻辑与局限性。此环节旨在帮助学生建立一个清晰、科学的概念框架，为后续理解不同发展阶段的研究侧重打下基础。（三）小组探究，回溯历史——探寻人工智能的三次浪潮（预计45分钟）这是本节课的核心环节。教师将班级学生划分为若干个“历史探究小组”，并为每个小组提供一份“人工智能发展大事记”的资料包（包含文字、图片、视频片段），同时发放探究任务单。任务单要求每组聚焦于人工智能发展的某一个特定时期，完成以下任务：1.【重要】梳理时间线与标志性事件：找出该时期的起点与终点，列举23个最具代表性的事件或成果（如：第一款神经网络感知机、第一款聊天机器人ELIZA、深蓝战胜卡斯帕罗夫等）。2.【重要】核心技术与代表人物：识别该时期主导的技术流派（是符号主义、连接主义还是行为主义？），并找出其核心代表人物及其主要贡献。3.【难点】分析兴衰原因：结合任务单上的引导性问题（如：当时取得了哪些突破？遇到了什么无法解决的困难？社会环境和计算能力对它有怎样的影响？），尝试分析该时期人工智能为何会兴起，又为何会陷入低谷。教师将全班分为三个大组，分别重点探究：第一大组：孕育与诞生及第一次浪潮（20世纪40年代70年代）：重点关注麦卡洛克皮茨神经元模型（MP模型）、达特茅斯会议、感知机模型。探究其为何在早期就展现出令人兴奋的智能雏形，又为何因“异或”问题无法解决而陷入第一次低谷。第二大组：专家系统时代与第二次浪潮（20世纪70年代80年代）：重点关注专家系统的兴起（如用于诊断细菌感染的MYCIN系统、用于地质勘探的PROSPECTOR系统）、日本第五代计算机项目的雄心。探究专家系统为何能在特定领域获得成功，又因何陷入“知识获取瓶颈”和“常识推理难题”而再次走入寒冬。第三大组：统计学习与第三次浪潮（20世纪90年代2010年）：重点关注统计学习方法的崛起（支持向量机SVM、决策树等）、IBM“深蓝”战胜国际象棋世界冠军、神经网络在语音识别上的初步突破。探究数据驱动方法为何能在这一时期取代规则驱动方法，计算能力的提升在其中扮演了什么角色。各小组围绕任务单展开热烈讨论，利用教师提供的资料包和平板电脑联网查询补充信息。教师在小组间巡回指导，参与讨论，解答疑问，引导思考方向。讨论结束后，每个小组选派代表上台，结合自己绘制的简易时间轴或思维导图，向全班汇报本组的探究成果。（四）师生共建，凝练提升——绘制发展脉络全景图（预计10分钟）在各小组汇报的基础上，教师引导全班同学将三个时期的探究成果串联起来，共同在黑板上或通过多媒体屏幕绘制一幅完整的“人工智能发展脉络全景图”。教师以关键事件为节点，将“三次浪潮，两次低谷”清晰地勾勒出来，并重点标注各个时期的技术流派、代表成果与兴衰原因。此时，教师进行关键性的总结提升：“同学们，通过刚才的拼图，我们清晰地看到，人工智能的发展史绝非一条斜率向上的直线，而是一条充满曲折的螺旋式上升曲线。第一次浪潮源于对神经元结构的简单模拟，但因算力不足和对复杂逻辑的束手无策而破灭；第二次浪潮试图用‘如果那么’的规则穷尽人类知识，却最终倒在‘知识工程’的无穷尽与脆弱性面前；第三次浪潮，在摩尔定律推动下，凭借海量数据和统计学习，让机器在感知智能上取得了巨大突破。”【非常重要】通过这种层层递进的总结，引导学生认识到每一次低谷都是对前一阶段技术路径的反思与修正，每一次复兴都离不开算法、数据和算力三驾马车的协同驱动。（五）聚焦当下，展望未来——深度学习与生成式大模型的冲击（预计10分钟）将视线拉回当下。教师播放一段简短视频，展示近年来深度学习在计算机视觉（人脸识别）、自然语言处理（机器翻译、智能客服）以及游戏博弈（AlphaGo）等方面的震撼应用。重点介绍深度学习的核心思想——通过构建多层神经网络，自动从海量数据中学习特征，从而极大地提升了机器的感知能力。紧接着，教师引出当前最前沿的话题——生成式大模型。展示GPT系列模型从1到4的进化路径及其能力的跃迁，从写邮件、写代码到创作诗歌、辅助科研。提问：“同学们，以ChatGPT和Sora为代表的大模型，究竟是第三次浪潮的顶峰，还是第四次浪潮的开端？它们带来的智能涌现现象，背后又隐藏着怎样的科学原理？”此问题不求学生能立刻回答，旨在点燃其进一步探索的火种。（六）价值引领，社会责任——技术浪潮下的冷思考（预计5分钟）【热点】【难点】在充分感受技术震撼之后，教师引导学生进行理性反思。通过展示几组案例：带有种族偏见的招聘筛选算法、被滥用的“Deepfake”（深度伪造）视频、因算法推荐而导致的信息茧房。组织学生进行短暂的“一分钟辩论”：人工智能究竟是福还是祸？教师总结：“技术本身是中性的，它既可以成为推动社会进步的强大引擎，也可能被滥用而带来负面影响。作为未来的建设者和决策者，我们不仅要有掌握和应用AI技术的能力，更要有审视和约束AI发展的伦理道德。我们倡导发展‘负责任的人工智能’，将公平、透明、隐私保护、向善等价值观融入技术创新的全过程。这正是我们新时代青年应有的信息社会责任。”【非常重要】此环节将知识传授与价值引领有机结合，落实立德树人的根本任务。（七）课堂小结与作业布置（预计5分钟）教师简要回顾本节课的核心内容：从三次浪潮的兴衰演变，到三驾马车的驱动力量，再到对未来的展望与伦理的反思。强调学习历史并非为了记住枯燥的年代，而是为了理解现在，洞察未来。布置课后分层作业：【基础作业】完成一份“人工智能发展简史”思维导图，要求涵盖主要阶段、标志性事件、核心技术与代表人物。【拓展作业】（选做）选择人工智能发展史上的一位关键人物（如艾伦·图灵、约翰·麦卡锡、杰弗里·辛顿等），深入阅读其生平与贡献，撰写一篇500字左右的小传，并谈谈其对自身的启示。【挑战作业】（选做）观看一部与人工智能相关的科幻电影（如《她》、《机械姬》），结合本节课所学知识，撰写一篇影评，探讨电影中对人工智能的设想与现实技术的差距，以及其中涉及的伦理问题。八、板书设计左区域（发展历程）：以时间轴为线，标注“三次浪潮、两次低谷”第一次浪潮（s）：符号主义、感知机、达特茅斯会议→低谷（异或问题）第二次浪潮（70s80s）：专家系统、知识工程→低谷（知识获取瓶颈）第三次浪潮（90s今）：统计学习、深度学习、大数据→蓬勃发展中区域（核心驱动力）：绘制一个三驾马车的简图马车一：算法（理论突破：从感知机到反向传播到Transformer）马车二：算力（硬件跃升：CPU>GPU>TPU>专用芯片）马车三：数据（规模激增：小数据>大数据>海量多模态数据）右区域（未来