高中信息技术选修5《人工智能初步》1.2.6人工智能的其他应用教学设计

高中信息技术选修5《人工智能初步》1.2.6人工智能的其他应用教学设计一、教学背景分析本节课选自教育科学出版社出版的高中信息技术选修5《人工智能初步》第一章第二节第六课时"其他应用"。经过前几课时的学习，学生已经掌握了符号计算、模式识别、机器翻译、智能代理等人工智能的典型应用领域，对人工智能技术的基本原理和实现方式形成了初步认识。本课时作为本章节的收束内容，承担着拓展视野、整合知识、升华认识的任务。"其他应用"涉及智能机器人、计算机博弈、专家系统、智能控制、数据挖掘等多个前沿领域。这些内容看似零散，实则共同指向一个核心问题：人工智能技术如何渗透到社会生产生活的各个角落，又如何改变着人类的生产方式和思维方式。教学的危险在于将其上成"科普浏览课"，让学生浮光掠影地看图片、看视频，课后只留下"人工智能很厉害"的模糊印象。本设计的着力点在于：以问题链为骨架，以真实案例为血肉，以分类归纳和批判思考为思维工具，让学生在梳理应用领域的过程中建立结构化的知识框架。从学情看，授课对象为高二年级选修本模块的学生。他们思维活跃，对新鲜技术充满好奇，不少学生在课外接触过扫地机器人、智能客服、手机游戏AI等应用，拥有零散但鲜活的感性经验。他们的短板在于：缺乏对应用背后技术共性的抽象能力，容易把"用了传感器"和"人工智能"混为一谈，对人工智能的局限性和伦理风险缺少审慎思考。本节课正是要在感性热情与理性认知之间架起桥梁。二、教学目标知识与理解层面：了解人工智能在智能机器人、计算机博弈、专家系统、智能控制、数据挖掘等领域的应用形态，能用自己的语言描述每一类应用解决的核心问题及基本思路，并能辨析"自动化"与"智能化"的区别。过程与方法层面：通过案例探究、小组分类、对比分析等活动，经历从具体实例到类别归纳、从现象描述到本质追问的思维过程，初步学会用"感知—决策—执行"的框架分析一个智能系统。情感态度与价值层面：感受人工智能技术的广度与深度，形成对技术发展的理性期待；在讨论人机博弈与机器决策的过程中，萌发对技术伦理与人机关系的初步思考，形成负责任地使用智能技术的意识。学科核心素养落点：信息意识体现为主动关注智能技术的社会应用并判断其价值；计算思维体现为用分解与抽象的方法分析智能系统的工作机制；数字化学习与创新体现为利用网络资源开展自主探究与协作建构；信息社会责任体现为对人工智能边界的审慎讨论。三、教学重点与难点教学重点：梳理人工智能主要应用领域的图景，理解各类应用背后的共性技术逻辑，即感知环境、处理信息、作出决策、执行反馈。教学难点：引导学生超越"应用清单"式的浅层学习，理解不同应用之间的技术关联；在计算机博弈等案例中体会搜索、评估、学习等核心思想；形成对"机器能否真正替代人"这一问题的辩证认识。难点突破策略：不追求每个领域的深度讲解，而是设计"解剖一只麻雀"的递进式探究——以计算机博弈为深度剖析对象，其余领域采用小组认领、快速建构、互评修正的方式处理，做到点面结合、深浅相宜。四、教学方法与课前准备教学方法：问题驱动教学法、小组合作探究法、案例分析法、对比归纳法。环境与资源准备：计算机网络教室，保证每台终端可访问互联网；教师提前准备深蓝与卡斯帕罗夫对弈的史料短片、AlphaGo相关纪录片片段、工业机器人工作视频、医疗专家系统界面截图、数据挖掘典型案例文本；准备学习单，包含探究任务表、分类归纳表和课堂检测题。分组安排：四人一组，兼顾信息技术基础与表达能力，指定组长负责组织与汇报。五、教学过程（一）情境导入：一场比赛引发的问题（约6分钟）上课伊始，教师不讲课、不翻教材，只在屏幕上呈现两张照片：一张是1997年卡斯帕罗夫与"深蓝"对弈的历史画面，一张是围棋人机对局的场景。教师只问一个问题："这两盘棋，人类都输了。输掉的仅仅是一盘棋吗？"教室里通常会出现短暂的安静，随后有学生说"输掉了人类的骄傲"，也有学生反驳"没什么大不了，机器本来就是人造的"。教师不急于评判，接着追问："机器在下棋这件事上赢过人，靠的是什么？是算得快，还是真的会'想'？"这个问题直指本课的思维内核。教师顺势板书课题"人工智能的其他应用"，并明确本节课的主线任务：机器不只会下棋，它正在进入工厂、医院、银行、田野和家庭。这节课我们要回答三个问题——人工智能还能做什么？它是怎么做到的？它的边界在哪里？设计意图：用人机博弈这一兼具历史感与冲击力的事件切入，制造认知张力。"算得快还是会想"的追问，把学生从看热闹引向看门道，为后续剖析博弈程序的技术本质埋下伏笔。三个主线问题构成全课的问题链，使各环节有了统一的逻辑归宿。（二）温故知新：盘点已知，发现空白（约4分钟）教师引导学生快速回顾：在前几节中，我们已经认识了人工智能的哪些应用？学生陆续说出模式识别、机器翻译、智能代理、符号计算等，教师将其写在黑板左侧，形成"已知区"。教师随即在黑板右侧画出一个空白的方框，标注"未知区"："教材在本节用'其他'两个字，藏了一大片天地。请大家在两分钟之内，调动你的生活经验，尽可能多地说出你见过、听过的人工智能应用，我们把它填进未知区。"学生七嘴八舌：扫地机器人、无人驾驶、刷脸支付、手机里的语音助手、推荐算法、游戏里的电脑对手、快递分拣机器人……教师快速记录，不加评论。黑板上很快堆满了词汇。教师指着这块杂乱的板书说："这些答案很真实，也很混乱。混乱不是坏事，它说明我们的经验还没有被整理。接下来我们要做的，就是给这片混乱建立秩序。"设计意图：通过"已知—未知"的对照板书，让学生直观看到自己认知结构中的空白地带，激活学习动机。有意保留回答的"混乱感"，为后面的分类归纳活动提供真实素材，让思维加工的必要性不言自明。（三）深度探究一：解剖计算机博弈（约10分钟）教师播放一段约两分钟的视频资料，呈现从深蓝到AlphaGo的博弈程序演进梗概。观看结束后，教师在屏幕上呈现一台简化的井字棋对局树示意图，带领学生做一个"一分钟思想实验"：如果让计算机下井字棋，它怎么保证不输？学生经过思考会发现：井字棋的所有可能局面数量有限，计算机可以把每一步之后的所有走法全部展开，一直搜索到终局，再倒推回来选择最稳妥的走法。教师给出关键词"搜索树"，并指出：这就是博弈程序的第一个支柱——把未来可能的局面展开成一棵树，在树里寻找通往胜利的路径。紧接着教师抛出矛盾："国际象棋的局面数量远远超过任何计算机的穷举能力，围棋更是天文数字。树大到搜不完，怎么办？"学生讨论后，教师归纳出第二个支柱——评估函数：不能看到终局，就请机器"估一估"当前局面的好坏，就像棋手凭棋感判断局势优劣。第三个支柱则是学习：让程序在大量对局中自我改进评估与选择的本领，这正是新一代博弈程序超越前辈的关键。教师小结时用一句话点醒："机器下棋赢人，不是因为它有棋手的灵魂，而是因为它把'下棋'这个问题转化成了一个可计算的搜索与评估问题。这个'转化'的功夫，才是人工智能的真本事。"设计意图：将博弈领域作为"解剖的麻雀"，用井字棋这个低成本的思想实验让学生亲手触摸搜索树的思想，再以"树搜不完"的认知冲突自然引出评估与学习。学生在经历"我能理解—我遇到障碍—我获得新工具"的完整思维循环后，对抽象原理的理解是内生的而非灌输的。小结处的"转化"一词，为整节课提供了统一的理解范式。（四）深度探究二：小组认领，建构应用图谱（约14分钟）教师发布任务：全班各组从以下四个领域中认领一个，围绕三问展开探究——这个应用解决什么问题？它大致是怎样工作的，能否用"感知—决策—执行"的框架描述？它属于人工智能，还是只是普通的自动化？四个领域分别是：其一，智能机器人，涵盖工业机器人、服务机器人与特种机器人；其二，专家系统，如医疗诊断辅助、农业病虫害诊断；其三，智能控制，如智能交通信号调度、智能家居环境调节；其四，数据挖掘，如电商推荐、信用评估、疫情数据分析。各组利用教材和网络资源开展探究，教师巡视指导，重点关注两种典型偏差。一种是把"按固定程序重复动作的机械臂"直接当成人工智能，教师引导其区分：如果环境永远一成不变，固定程序就够用了；只有当环境存在不确定性、需要机器根据感知信息调整行为时，智能才真正登场。另一种偏差是把应用描述停留在"很神奇"的层面，教师追问："输入是什么？输出是什么？中间的判断依据从哪里来？"逼着小组把话说具体。每组用两分钟进行汇报，其他小组对照学习单上的评价维度进行补充或质疑。板书的"未知区"在汇报过程中被逐步整理成一张结构化的应用图谱：主干是应用领域，分支是典型实例，叶子上标注技术要点。教师在各组汇报后做精要补白。关于机器人，强调它是多种智能技术的集成体，感知靠机器视觉与传感器融合，行动靠路径规划与运动控制；关于专家系统，指出其本质是"把人类专家的知识变成规则库，再配上推理机"，同时点出知识获取困难的瓶颈；关于智能控制，举例说明交通信号配时如何随车流实时调整而非僵化定时；关于数据挖掘，用"从矿砂里淘金"作比，说明其从海量数据中发现隐藏模式的独特价值。设计意图：采用"认领—探究—汇报—互评—补白"的流程，把学习的主动权交还学生，教师退居方法与质量的把关人。"感知—决策—执行"框架的运用，使四个看似无关的领域被同一条思维线索贯穿，学生收获的不只是四个知识点，而是一把可以分析任何智能系统的通用钥匙。辨析自动化与智能化的环节直击学情短板，避免概念混淆。（五）思辨提升：机器的边界在哪里（约8分钟）教师出示一个真实情境供全班辩论：某地医院引入辅助诊断系统，系统给出的诊疗建议与资深医生的判断出现分歧。问题一：应该听谁的？问题二：如果最终结果证明系统是对的而医生错了，责任与意义又该如何看待？学生分组讨论后各抒己见。有学生坚持"人命关天，必须由人最终拍板"；有学生认为"数据不会疲劳和情绪化，某些场景下机器更可靠"；也有学生提出折中："机器负责提供参考和预警，人负责价值判断和担责。"教师不追求统一结论，而是把讨论引向结构化：人工智能擅长的是存储海量知识、高速处理数据、在规则明确的任务中不知疲倦；人类擅长的是理解情感与语境、进行跨领域的常识推理、承担伦理责任与作出终极抉择。当前阶段，最合理的关系不是替代，而是协作——机器延伸人的能力，人守护价值的底线。教师进一步引导学生回望自己写在使用智能产品时的经验：推荐算法让人便利，也可能让人困在信息茧房里；人脸识别提升效率，也牵动隐私的神经。技术越强，越需要清醒的使用者和有责任感的设计者。设计意图：泰罗德斯式的价值讨论是技术课程不可或缺的另一面。通过具有张力的真实情境，让学生体会人工智能决策背后的伦理重量，将课堂从"理解技术"提升到"审视技术"，落实信息社会责任这一核心素养。教师刻意悬置标准答案，保护思辨的开放性。（六）课堂小结与检测（约5分钟）教师回到黑板上的三个主线问题，邀请学生用自己的话逐一回应：人工智能还能做什么——机器人、博弈、专家系统、智能控制、数据挖掘等；它是怎么做到的——把现实问题转化为可计算的问题，在感知基础上搜索、评估、推理、学习并执行；它的边界在哪里——能力有强弱之分，责任永远在人。随后进行三道快速检测。第一题：判断"按照固定程序焊接汽车车身的机械臂是否属于人工智能应用"，要求说明理由；第二题：用"感知—决策—执行"框架描述智能交通信号系统的工作过程；第三题：列举数据挖掘与专家系统的一个本质区别。检测结果当堂反馈，错误集中在第一题的概念辨析，教师再次强调"应对不确定环境的能力"是判别的关键标准。（七）作业布置（约1分钟）基础性作业：完善课堂上的应用图谱，为每个领域补充一个教材之外的新案例，并标注其技术要点。拓展性作业：选取家中或校园中的一件"智能"产品，撰写三百字左右的分析报告，回答它是否真的"智能"、其智能体现在何处、可能存在什么风险。学有余力的学生可查阅深蓝与AlphaGo在技术路线上的差异资料，下节课用一分钟向全班分享。六、板书设计主板书以三个主线问题为纵轴："还能做什么—怎么做到的—边界在哪里"。左侧为"已知区"，罗列模式识别、机器翻译等已学内容；中部为课中生成的应用图谱，四大领域呈树状展开，博弈领域下方特别标注"搜索、评估、学习"三个关键词；右侧为思辨区的两组对照词："机器所长—人类所长"、"能力—责任"。全课结束时，黑板本身就是一幅完整的知识结构图。七、教学反思预设本课容量大、领域多，最大的风险是小组探究