高中信息技术必修1《人工智能的产生与发展》教学设计

高中信息技术必修1《人工智能的产生与发展》教学设计一、教材与学情分析本课选自浙教版（2019）高中信息技术必修1《数据与计算》第五章第一节，是学生系统认识人工智能的起点。教材以人工智能的起源、发展阶段和关键技术为主线，涉及图灵测试、达特茅斯会议、三次发展浪潮、专家系统与机器学习等核心内容。这部分知识理论性强、时间跨度大，若处理成知识点罗列，极易滑向"读史课"，学生记住年代却不理解思想。授课对象为高一年级学生。他们日常接触刷脸支付、语音助手、推荐算法、生成式工具，对人工智能有鲜活的感性经验，但认知停留在"会用"层面，对"机器为何会学习""人工智能为何几起几落"缺乏因果层面的理解。部分学生受影视影响，将人工智能等同于机器人或超智能体，概念误解需要澄清。学生的抽象思维已能支撑历史脉络梳理和概念辨析，适合采用情境驱动、问题链条和史料研读的混合式教学。二、教学目标第一，信息意识层面，学生能从日常智能应用中识别人工智能的典型特征，区分"自动化"与"智能化"，形成对智能技术边界的初步判断。第二，计算思维层面，学生能通过图灵测试的思想实验理解"行为主义"的判据思路，能通过对比符号主义与连接主义两条技术路线，理解不同范式解决问题的差异。第三，数字化学习与创新层面，学生能借助时间轴工具、在线体验平台整理人工智能发展脉络，并在体验真实智能应用的过程中提出可探究的问题。第四，信息社会责任层面，学生能结合时期的过度承诺与两次低谷的史实，理性看待当下的人工智能热潮，形成既不盲目乐观也不一概否定的技术观。三、教学重点与难点教学重点为两条：一是人工智能的概念内涵与图灵测试的判定思想；二是人工智能发展三次浪潮的驱动因素与历史逻辑。教学难点在于让学生理解"低谷并非失败"。专家系统的瓶颈、算力与数据的制约，本质上是方法论的局限。突破策略是让学生亲身经历一次"规则无法穷尽"的对话任务，从挫败感中体会为何学界转向数据驱动的机器学习。四、教学方法与课前准备教法上采用问题链导学、史料研读、体验式探究相结合的方式。学生四人一组，配备可联网终端。课前教师准备三类材料：一是1956年达特茅斯会议提案节选、图灵1950年论文《计算机器与智能》的摘译；二是三个阶段的典型应用素材，包括早期的跳棋程序、八十年代的专家系统XCON、近年的图像识别与大语言模型；三是一个简易的"规则对话机器人"体验页面，供课堂暴露规则法的局限。课前预学任务为：每位学生记录自己一天中使用过的人工智能应用，并写下"我觉得它智能的理由"。这份生活记录将成为课堂概念建构的起点。五、教学过程环节一：情境导入，概念冲突（约7分钟）。上课伊始，教师展示两组画面。第一组：工厂机械臂焊接汽车、自动扶梯感应启停；第二组：手机相册自动识别人物聚类、导航软件实时规划避堵路线。教师提问：两组设备都在替人做事，哪一组称得上人工智能？学生初答往往把机械臂也算进去。教师追问：如果把焊接轨迹换一个位置，机械臂还能完成吗？如果把一条新路加进地图，导航还能应对吗？两问对比之下，学生意识到"按固定程序重复"与"根据环境调整"的区别。教师顺势点题：判断智能与否，不在于机器多快多强，而在于它能否处理事先未被一一规定的情形。这正是今天这节课要回答的第一个问题——什么是人工智能。环节二：思想实验，理解判据（约8分钟）。教师讲述1950年图灵提出的设想：interrogator通过文字与一墙之隔的对象对话，若无法分辨对方是人还是机器，就不妨承认这台机器具有智能。教师强调两点：其一，图灵绕开了"机器能否思考"这个无法操作的哲学争论，改用可观察的行为作为判据，这是一种务实的科学态度；其二，模仿游戏至今仍是评测对话系统的思想源头。随后组织一个三分钟的小活动：两名学生分别扮演"提问者"和"被测者"，被测者暗中由教师提供纸条提示"尽量模仿人类回答"，全班观察提问者能否识破。活动尾声教师指出，图灵测试不是完美标准，它测的是"像不像"，而非"懂不懂"，但它第一次让"机器智能"成为可以研究的对象。环节三：史料研读，梳理脉络（约12分钟）。各组领取时间轴任务单，依据教材与文献节选，将下列事件填入相应位置并标注依据：1943年神经元模型的提出、1950年图灵测试、1956年达特茅斯会议正式命名"人工智能"、六十年代定理证明与跳棋程序带来的乐观情绪、七十年代因机器翻译与问题求解受挫导致的第一次低谷、八十年代专家系统商业化带来的第二次繁荣、八十年代末知识获取瓶颈引发的第二次低谷、此后机器学习兴起直至深度学习带来的第三次浪潮。填图完成后，教师不急于核对答案，而是抛出核心问题：三次浪潮的起落背后，是什么在交替起作用？引导学生从三个要素归纳：算法有了想法，算力决定能否跑得动，数据决定能否学得会。早期算法先行而算力孱弱；专家系统企图由人喂规则而知识工程不堪重负；直到算力跃升、互联网积累海量数据、深度网络方法成熟，三个条件同时齐备，人工智能才真正走出实验室。学生在时间轴旁补写这三条"暗线"，历史知识由此转化为结构化的因果解释。环节四：亲历局限，领悟范式（约10分钟）。各组打开课前部署的规则对话机器人，该机器人仅内置三十余条问答规则。学生自由提问，很快发现答非所问、循环重复、超纲即崩溃等现象。教师要求每组记录三次"对话失败"的案例并分析原因。汇报中学生归纳出：规则要人写，写不全；新情况无法覆盖；语言歧义处理不了。教师点明这正是符号主义路线的天花板——智能被设想为对符号规则的调用，但真实世界的知识无穷无尽且充满例外，靠人工穷尽规则注定走不远。随后教师展示同一问题在大语言模型中的应答，指出新范式不再直接编规则，而是让机器从数据中自行统计规律、调整参数，这就是机器学习的基本思想。学生由此理解：范式的更替，才是浪潮更替的深层动因。环节五：理性审视，价值引领（约5分钟）。教师引导学生回看课前的"智能应用记录"，请学生逐一标注其属于哪条技术路线的产物，并讨论一个问题：今天的热潮会不会重蹈覆辙？教师不做结论式灌输，而是呈现两种声音：一方认为这次不同，因为数据、算力、算法三个条件仍然充裕；另一方提醒，当前系统在推理可靠性、能耗、数据耗尽等方面已显现瓶颈，历史暗示任何路线都会走到自己的边界。学生在讨论中形成自己的判断，教师只强调一点：理解历史的人不会被宣传口号裹挟，也不会因一次挫折否定整个方向。环节六：小结与作业（约3分钟）。师生共同用一句话收束本课：人工智能诞生于一个大胆的问题，成长于两起两落，成熟于方法、算力与数据的汇合。课后布置分层作业：基础层完成一篇二百字短文，向家人解释人工智能不等于机器人；提高层查阅资料，为时间轴补充一项本教材未提及的重要事件并说明入选理由；拓展层尝试用电子表格绘制某智能技术近十年论文数量的变化曲线，观察它与浪潮阶段的对应关系。六、板书设计主板书呈现三级结构。左侧为"什么是智能"，下挂两条：行为判据（图灵测试）与核心特征（处理未预设情形）。中部为时间轴，标注三个波峰与两个波谷，每处峰谷旁注明关键因素。右侧为"三要素"：算法、算力、数据，并用箭头指向时间轴，示意三者的汇合程度决定浪潮高度。整版板书的视觉重心落在"范式更替"四字上，提示学生本课的灵魂不在年代记忆而在思想演进。七、作业设计说明作业三层对应课标的不同学业质量水平。基础层检验概念外化能力，学生只有真正理解才能向非专业者讲清。提高层训练史料意识与评价能力，判断何事"重要"本身就是一种高阶思维。拓展层将信息技术学科工具——电子表格与数据可视化——直接用于本课主题的求证，体现学科工具与学科内容的互哺，避免作业沦为抄写记忆。八、教学评价设计评价贯穿三个节点。诊断性评价放在导入环节，通过学生对两组设备归类的回答判断其前概念，为后续提问难度定标。形成性评价嵌入时间轴任务与对话失败分析，教师依据各组标注的因果解释质量、失败案例归因的深度，现场决定是否需要补充讲解符号主义细节。表现性评价落在课后作业，评分维度设为概念准确性、论证逻辑性、表达通俗性三项，每项三档，评价量规随作业一并发给学生，使学生动笔前即知标准何在。九、教学反思预设本课最大的风险是历史内容过载挤压思维活动。若课堂时间紧张，宁可删减达特茅斯会议与专家系统的细节讲述，也要保住"规则机器人暴露局限"这一体验活动，因为学生亲手触碰范式的边界，胜过教师十次讲解范式的概念。另一风险是学生技术背景差异大，接触过编程的学生容易主导讨论，教师应在小组分工中明确要求资料员、记录员、质疑员轮值，保证每位学生都承担认知任务而非旁观。此外，涉及当下人工智能产品的讨论容易偏离学科主线，教师需预设收束语，将话题锚定回"方法、算力、数据"的分析框架，使社会性讨论始终服务于学科概念建构。十、资源与技术支持清单本课所需数字