高中信息技术选择性必修4《人工智能及其特征》教学设计

高中信息技术选择性必修4《人工智能及其特征》教学设计一、教学设计的总体构想本课是粤教版（2019）高中信息技术选择性必修4《人工智能初步》的开篇内容，承担着为整个模块奠基的任务。学生在此前的必修模块中已经接触过信息系统与数据处理的基本概念，对智能手机中的语音助手、人脸识别门禁、个性化推荐等应用并不陌生，但绝大多数学生停留在"用过"的层面，对"什么是人工智能""机器为何显得聪明""智能与人的智能有何差异"等根本性问题缺乏系统思考。本设计以"从生活体验到学科本质，从感性认识到理性建构"为主线，通过真实体验、对比实验、概念辨析、案例研讨四条路径，引导学生在亲身参与中抽象出人工智能的科学内涵与基本特征。课堂不追求概念的灌输，而追求认知冲突的制造与观念的重构，让学生在经历"惊讶—困惑—探究—顿悟"的过程中形成对人工智能的科学认识，为后续学习知识表示、推理、机器学习等内容埋下伏笔。二、课标要求与教材分析《普通高中信息技术课程标准（2017年版2020年修订）》在人工智能初步模块中明确要求学生了解人工智能的发展历程、基本概念与基本特征，能描述人工智能对当代社会的影响，初步形成利用人工智能解决问题的意识。本课对应的学业要求集中于信息意识与数字化学习与创新两个核心素养维度，同时渗透计算思维中的抽象与建模思想。教材本节内容包括三个部分：人工智能的界定、人工智能的发展历程、人工智能的主要特征。其中"特征"部分是本课的灵魂，教材从智能性、学习性、适应性、交互性等维度展开。教学处理上，不应平均用力，而应将"人工智能的界定"作为认知锚点，将"特征"作为探究重点，将"发展历程"作为背景铺垫融入各环节，避免把历史讲成流水账。三、学情分析高二年级选课学生具备以下特点：其一，生活经验丰富，普遍使用过语音助手、智能翻译、拍照搜题、短视频推荐等应用，具备谈论人工智能的谈资；其二，认知存在误区，不少学生将人工智能等同于机器人，或认为人工智能就是"很厉害的程序"，甚至受影视作品影响产生"机器即将统治人类"的幻想；其三，抽象思维趋于成熟，能够进行概念辨析与逻辑论证，具备开展辩论与研讨的能力；其四，差异明显，部分学生已自学过编程或了解机器学习，部分学生则对技术原理完全陌生。基于上述学情，教学策略上采取"低门槛进入、高思维产出"的设计：以人人都有的体验切入，以层层递进的问题把思维引向深处，让不同起点的学生都能获得认知增值。四、教学目标1.信息意识：能从日常生活场景中识别人工智能应用，说出人工智能区别于传统程序的本质所在，形成关注智能技术发展的敏感与自觉。2.计算思维：通过"人机对比"实验，理解人工智能在感知、学习、推理、决策等方面的特征，能用结构化的语言描述一个智能系统的工作机理，体会"数据驱动"与"规则驱动"两种范式的差异。3.数字化学习与创新：能选用合适的智能工具（语音识别、图像识别平台）完成探究任务，并对工具的识别结果进行验证与评价，初步建立"用数据说话"的实证习惯。4.信息社会责任：辩证看待人工智能的能力边界，认识到当前人工智能的局限性，形成理性而不盲从、善用而不滥用的技术观。五、教学重点与难点教学重点：人工智能的基本概念；人工智能的主要特征及其在典型应用中的体现。教学难点：理解"让机器模拟、延伸和扩展人的智能"这一内涵；区分"基于规则的传统程序"与"基于数据学习的智能系统"，把握"学习性"这一核心特征。六、教学准备教师准备：多媒体教学系统；在线语音识别与图像识别体验平台的访问环境；图灵测试简化版对话材料；两组对比小程序——一个基于固定规则的"猜动物"问答程序，一个基于大量样本训练的图像分类演示；课堂学习任务单；计时工具。学生准备：课前完成一项微调查——记录自己一周之内接触过的三项疑似人工智能应用，并写下"它聪明在哪里"的一句话判断。课时安排：1课时（40分钟），若条件允许可扩展为连堂2课时。七、教学过程（一）情境导入：一场真假难辨的对话（约6分钟）上课伊始，教师不直接抛出课题，而是在大屏幕上演示两段对话记录。一段是学生与真实客服的对话截图，另一段是学生与智能客服的对话记录，两段对话都围绕"退换货"展开，文字长度、礼貌程度相当。教师提问：哪一段对话的另一端是机器？你的判断依据是什么？学生踊跃发言。有的学生依据"回复速度太快"判断，有的依据"回答太标准、没有情绪"判断，也有学生认为"根本分不出来"。教师顺势追问：如果一台机器在对话中让你无法分辨它是机器，我们是否可以认为它具备了某种"智能"？此处教师自然引出图灵在1950年提出的著名设想：与其争论"机器能否思考"，不如看机器能否在模仿游戏中以假乱真。学生的兴趣被点燃，教师板书课题——人工智能及其特征，并明确本节课要回答的三个问题：什么是人工智能？它"聪明"在哪些地方？它真的能完全替代人的智能吗？设计意图：用"真假客服"制造认知冲突，把抽象的"智能"概念转化为学生可感、可判、可争的具体问题，同时自然嵌入人工智能发展史上的标志性思想，让学生意识到本课讨论的是一个有历史厚度的真问题。（二）概念建构：人工智能的科学界定（约8分钟）教师请学生拿出手机或回忆课前微调查，请三至四名学生分享自己记录的"智能应用"及其"聪明之处"。学生的回答通常集中在"它能听懂我说话""它能认出我的脸""它知道我喜欢看什么视频"。教师抓住这些朴素表达中的关键词——听懂、认出、知道，在黑板上归类板书：感知、认知、决策三类能力。随后引导学生思考：这些能力原本是谁独有的？学生回答：人。教师给出教材中的科学界定：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。接着对界定进行"解剖式"解读，提出三个层层递进的辨析问题：问题一："模拟"意味着什么？——机器不必长得像人，也不必有人的意识，它是在功能层面逼近人的智能行为。问题二："延伸和扩展"又说明了什么？——人工智能不仅是模仿，还能做到人做不到的事，例如在海量病历中发现疾病的隐性规律，在一秒钟内比对亿级人脸数据。问题三：计算器算得比人快，算不算人工智能？——引导学生辨析：计算器执行的是人类预先写死的固定规则，没有感知、没有学习、不会应变，因此是"自动化"而非"智能化"。通过这一组辨析，学生头脑中"人工智能＝厉害程序"的模糊观念被击碎，代之以"模拟人类智能行为、具备感知认知决策能力"的初步学科化认识。设计意图：概念教学忌"一次性抛定义"。此处采用"学生朴素表达—教师提炼归类—科学界定引入—逐词解剖辨析"的四步走策略，让定义从学生的经验中生长出来，并用"计算器之辨"这一反例守住概念的边界。（三）对比实验：规则程序与智能系统的分野（约10分钟）这是本课的核心探究环节。教师组织学生分组完成两项对比任务。任务一：体验"猜动物"问答程序。该程序依靠程序员预先编写的一串"是否"问题（如"它是哺乳动物吗""它会飞吗"）逐步缩小范围。学生故意想一个程序题库之外的动物（如"羊驼"），程序必然猜错或卡壳。教师引导学生观察并记录：它的"知识"从哪里来？遇到没教过的情况时表现如何？任务二：体验在线图像识别平台。学生上传各类动物照片（包括羊驼），识别系统能给出相当准确的分类结果。教师引导学生对比并记录：这个平台见过这张照片吗？它为什么还能认对？两组任务完成后，教师组织全班研讨，围绕三个问题展开：第一，两种系统处理问题的依据有何不同？学生通过讨论得出结论：前者依赖人事先写明的规则，规则之外无能为力；后者从大量样本中总结出规律，面对新样本也能作出判断。第二，哪一种更接近"智能"？为什么？学生普遍认同后者，并尝试用自己的语言说出"它会自己学"这个关键点。第三，图像识别系统有没有出错的时候？教师现场上传一张光线昏暗、角度刁钻的图片，识别结果出现错误。教师追问：它的"学习成果"取决于什么？学生意识到数据的质量与数量决定了智能的水平。教师在黑板上完成对比表格的规则式归纳：传统程序——规则由人编写、知识固定、表现确定、无法自我改进；智能系统——从数据中学习、处理不确定性、面对新情况可泛化、性能随数据与训练提升。设计意图：用"能猜对与猜不对"的直观反差，让学生亲手触摸"数据驱动"与"规则驱动"的边界，使抽象的"学习性"特征变成可验证的事实。故意制造识别失败，是为了种下"人工智能有边界"的理性种子。（四）特征归纳：人工智能的四大特征（约10分钟）在前面所有体验与讨论的基础上，教师引导学生以小组为单位，尝试为人工智能"画像"：一个系统称得上智能，通常表现出哪些特征？各小组派代表发言，教师将零散表述进行学科化提升，归纳出四大特征，并配以课中已见的实例加以固化。智能性（感知与认知）：机器能够像人一样感知外部世界——看懂图像、听懂语音、理解文本，并对信息作出反应。对应体验：图像识别、语音助手。学习性：系统能从数据与经验中自动总结规律、改进自身表现，而非依赖人工逐条注入规则。对应体验：对比实验中图像识别平台的表现，以及"数据越好，识别越准"的发现。适应性：面对未曾遇见的新情况、新输入，系统仍能给出合理响应，而不是僵化地报错或死机。对应体验：识别平台能处理从未见过的照片。交互性与自主性：智能系统能以自然的方式与人交互，并在一定范围内自主作出决策。对应体验：智能客服的多轮对话、导航软件的实时路径规划。归纳完成后，教师再向前推进一步，提出辨析式追问，检验学生是否真正内化：追问一：会下棋战胜世界冠军的程序体现了哪些特征？学生分析：感知棋局状态（智能性）、从海量棋谱或对弈中学习（学习性）、应对对手的新招法（适应性）。追问二：家里的全自动洗衣机会根据衣物重量自动选择水量，它是人工智能吗？引导学生认识"弱人工智能"与"智能程度高低"的问题——它具备初步的感知与决策，但缺乏学习能力，属于智能的初级体现。通过这类边界案例，学生理解特征的"程度性"而非"有无性"。设计意图：特征不是背出来的，而是从体验中"长"出来的。让学生先自行画像、再由教师学科化提升，最后通过两个辨析追问完成知识的巩固与迁移，使四个特征从名词变为学生分析新问题的思维工具。（五）理性审视：人工智能的边界与我们的态度（约4分钟）教师呈现两个观点供课堂快速表决与简评：观点A，"人工智能将无所不能，人类许多职业很快会消失"；观点B，"人工智能就是炒作，离真正的智能还很远"。学生结合课中体验发表看法。教师在学生发言基础上进行小结：当前成就斐然的人工智能多属于"专用智能"——在特定任务上超越人类，但缺乏通用理解力、常识推理与真正的自我意识；它有强大的模式识别能力，却没有价值判断与责任担当。因此，理性的态度是：既不恐慌神化，也不轻视否定，而是理解其原理、善用其能力、审慎其影响。设计意图：开篇点燃兴趣，结尾回归理性。让学生带着科学的清醒而非科幻的想象离开课堂，信息社会责任素养在此落笔。（六）课堂小结与分层作业（约2分钟）师生共同完成本课知识结构的口述梳理：一个概念（人工智能的科学界定）、一段历程（从图灵设想到专用智能的蓬勃发展）、四大特征（智能性、学习性、适应性、交互性与自主性）、一种态度（理性看待，善用不滥用）。分层作业设计如下：基础作业：完成教材本节练习，用"四大特征"分析家中或校园中的一件智能设备，写成200字左右的分析短文。提升作业：选择一个人工智能应用（如智能翻译、音乐推荐），通过至少五次有目的的试探性使用，记录它的成功与失误，推断其可能依赖的数据类型，提交一份小型"智能体检报告"。拓展作业：查阅资料，了解"图灵测试"之后学界对"机器智能"评判标准的新讨论，下节课用一分钟向同学分享你的发现。八、板书设计主板书采用"一核四翼"结构。居中书写课题"人工智能及其特征"。上方书写界定关键词："模拟·延伸·扩展人的智能"。下半部分以表格形式呈现对比实验的结论：规则驱动与数据驱动。右侧以扇形展开四大特征：智能性、学习性、适应性、交互与自主，每个特征旁标注课中对应的体验实例。左下角以醒目字迹书写警示语："能认图，不等于会思考"。九、教学评价设计本课评价贯穿全程，采用三类方式结合。一是表现性评价：对比实验环节中，观察学生能否规范操作、如实记录、依据证据发言，任务单上的对比结论作为评价依据。二是诊断性提问：概念辨析与特征追问环节中，依据学生回答判断其认知层级——停留在举例、能说出特征、还是能迁移到新情境，据此即时调整教学节奏。三是成果性评价：分层作业既是巩固也是评价载体，"智能体检报告"重点考查学生用数据说话、用特征框架分析问题的能力。十、教学反思要点其一，体验类课堂最大的风险是"热闹有余、沉淀不足"。若学生只记住了"猜动物的程序很笨"，而未抽象出规则与数据两种范式的差