高中一年级信息技术教学设计：人工智能伦理的边界思辨

高中一年级信息技术教学设计：人工智能伦理的边界思辨一、教材与学情分析本课选自浙教版（2019）高中信息技术选择性必修3《人工智能初步》第五章第一节“人工智能伦理”。本节内容处于全书的收束位置，此前学生已经系统学习了人工智能的发展历程、核心算法与应用实践，具备了讨论伦理问题的知识底座。教材以无人驾驶的道德困境、算法偏见、数据隐私等真实情境为线索，引导学生理解人工智能技术在造福社会的同时可能引发的公平、安全与责任问题，并为后续人工智能社会责任的学习埋下伏笔。授课对象为高中一年级学生（高二选考学生同样适用）。该学段学生思维活跃，乐于争论前沿话题，部分学生有使用生成式人工智能工具的亲身体验，对算法推荐、人脸识别并不陌生。但他们的认知往往停留在“技术中立”的朴素观念上，对伦理问题的理解容易两极化：要么视人工智能为洪水猛兽，要么认为伦理讨论是杞人忧天。因此，本课的教学着力点不在于灌输结论，而在于搭建思辨的脚手架，让学生在真实困境中经历“冲突—辨析—建构”的思维历程。二、教学目标1.信息意识。能够识别日常生活中人工智能应用隐含的伦理风险，对数据采集、算法决策保持必要的敏感与审慎。2.计算思维。能够用“利益相关者分析”的方法拆解伦理困境，从技术逻辑与社会逻辑的交叉点提出结构化的解决方案。3.数字化学习与创新。能够借助生成式人工智能工具模拟多角色辩论，并对机器生成的观点进行批判性核验。4.信息社会责任。理解我国《新一代人工智能伦理规范》中增进人类福祉、促进公平公正、保护隐私安全等基本准则，初步形成负责任的技术价值观。三、教学重难点教学重点：结合典型案例归纳人工智能伦理问题的主要类型，即算法偏见、隐私泄露、责任归属与人机关系异化。教学难点：理解伦理问题的本质是多元价值冲突，学会在没有标准答案的情境中做出有理有据的权衡与辩护。四、教学准备教师准备：剪辑三分钟的无人驾驶事故新闻视频；设计“伦理困境剧本卡”六套；在班级智慧教学平台预置投票与词云功能；调试可用的生成式人工智能对话环境，预设扮演“算法工程师”“数据主体”“监管者”三类角色的提示词。学生准备：课前完成一份五分钟微问卷，如实记录自己一周内被算法推送、被刷脸识别、被智能设备采集数据的次数，并标注当时的感受。五、教学过程（一）情境导入：方向盘不在手的三公里（约7分钟）上课伊始，教室灯光调暗，教师播放一段无人驾驶汽车测试的新闻视频：车辆在识别到横穿马路的行人时做出紧急决策，引发了公众对“机器如何抉择”的热议。视频结束后，教师不急于讲解，而是在屏幕上抛出第一个问题：如果避让行人会危及车内乘客，直行又会撞向行人，工程师应该给算法写上哪一条指令？教室瞬间安静。学生A认为应优先保护乘客，因为消费者购买了产品；学生B反驳，行人的生命不应让步于商业合同；学生C提出能否设计第三种方案，比如提前减速让困境根本不出现。教师将三种声音的关键词写在黑板上，并追问：这三种回答背后，其实是对“谁的生命权重更高”“谁来承担后果”“技术能做到什么”三个不同层面的判断。技术的难题可以在实验室解决，而价值的难题需要我们每一个人参与作答。顺势揭示课题：人工智能伦理——当代码开始替我们做决定。设计意图：以真实事故切入，把抽象的伦理概念压缩成一个具体的、非此即彼的抉择，制造认知冲突，激活学生的表达欲望，为整堂课奠定思辨基调。（二）活动一：我的数据“足迹地图”（约8分钟）教师引导学生调取课前问卷数据，借助平台即刻生成班级词云：人脸识别、短视频推荐、运动手环、智能音箱、位置定位等词汇密集出现。教师请三位数据“贡献大户”分享感受。有学生坦言刷短视频两小时浑然不觉，有学生说自己从未读过任何一份用户协议。教师在大屏展示一份被十万倍速快放的某应用隐私协议全文，提问：这份协议我们每个人都“同意”过，但我们真的同意了吗？学生意识到，“知情同意”在现实中常常形同虚设。教师小结：人工智能以数据为燃料，而数据的采集边界正是伦理的第一道关口。未经充分知情的采集，哪怕技术再合规，也难言正当。设计意图：让学生从“旁观者”变成“当事人”，用自己的真实数据体验替代教科书上的案例罗列，使隐私权从抽象名词落地为切身感受。（三）活动二：拆解“偏见”的算法黑箱（约12分钟）教师呈现一组经过脱敏处理的真实研究材料：某招聘算法在历史数据训练后，系统性降低了女性简历的评分。教师抛出问题链：算法写代码时会hatred女性吗？不会。那么歧视从何而来？学生四人一组，领取“偏见寻根任务单”，沿三条线索排查：其一，训练数据是否本身就是历史偏见的镜像；其二，特征选取是否把与性别强相关的变量混入模型；其三，优化目标是否只追求效率而忽略公平。小组用流程图还原“偏见进入机器”的路径，并在全班接力汇报。在学生形成“数据偏见—模型偏见—决策偏见”的链条认识后，教师追加一击：如果删除性别字段，算法就公平了吗？学生讨论后发现，毕业院校、职业空窗期等变量依然可能成为性别的“proxies（代理变量）”。教师点明：公平不是一个可以一劳永逸的技术参数，而是需要持续审计的社会约定。这正是各国要求高风险人工智能系统开展算法评估与备案的原因。设计意图：用一个可拆解的案例破除“算法天然客观”的迷思，训练学生沿技术链条追因的结构化思维，同时自然渗透监管常识。（四）活动三：多角色伦理听证会（约14分钟）这是本课的核心环节。教师设定情境：某市拟在校园中部署情绪识别系统，用于预警学生心理危机。六组学生分别抽取角色卡——教育局管理者、技术公司工程师、学生家长、心理教师、学生代表、法律顾问。各组有五分钟时间准备立场陈述，要求必须包含“我支持或反对什么”“我最担心什么”“我可以接受什么底线条件”三个要点。听证会上，工程师强调系统的预警准确率与挽救生命的价值；学生代表质疑“被全天候凝视”对人格尊严的伤害；心理教师指出误判可能给学生贴上难以撕掉的标签；法律顾问援引个人信息保护的基本要求，强调敏感个人信息的处理须有特定目的与严格保护。观点交锋中，没有一方能完全说服另一方。关键的创新一步在于：教师邀请各组将本方立场输入生成式人工智能，请其扮演对方角色进行反驳，学生再核验机器的反驳是否成立、有无捏造。学生惊讶地发现，机器能迅速生成貌似公允的论据，也会编造不存在的法规条文。教师顺势提醒：人工智能可以是思辨的陪练，却绝不能是价值判断的替身。听证尾声，全体学生就“是否部署以及附加何种条件”进行实名投票，并诞生了由学生自己拟定的“部署前提清单”：数据本地存储、结果仅由专业人员查看、建立申诉与退出机制、每学期接受独立评估。设计意图：通过角色扮演让学生体验多元利益的拉扯，理解伦理决策的程序价值；引入人机对辩，既检验所学，又亲身验证了生成内容需要批判核验这一数字公民的基本功。（五）归纳建构：伦理光谱与行为规范（约4分钟）教师带领学生回望全课，在黑板上共同绘制“人工智能伦理光谱图”：横轴为风险等级，纵轴为可控程度，将本课涉及的隐私采集、算法偏见、情感操纵、自主决策等议题逐一落位。随后教师引导学生对照我国《新一代人工智能伦理规范》提出的增进人类福祉、促进公平公正、保护隐私安全、确保可控可信、强化责任担当等要求，发现自己课堂产出的“部署前提清单”与规范精神高度契合。学生由此获得一种确认：自己的朴素判断并非天真，而是与治理共识同向同行。（六）拓展延伸（课后任务）每位学生选择身边一个人工智能应用，撰写一份三百字的“伦理体检报告”，运用本课的“利益相关者分析法”指出一处风险并给出改进建议，下节课以海报形式张贴交流。学有余力者可阅读关于算法审计的科普材料，思考“谁来审计审计者”这一追问。六、板书设计主板书以天平为意象。左盘：效率、便利、创新；右盘：公平、隐私、尊严。天平的支点上书写“人的价值”。下方按序排列三个箭头：技术能做什么——法律允许什么——我们应当做什么。副板书动态记录听证会中生成的关键词与学生投票结果。七、教学评价设计本课采用过程性评价为主、表现性评价为辅的方式。其一，辩论量规：从立场明确度、论据可靠性、回应针对性三个维度对听证会表现打分，由小组互评与教师点评各占一半权重。其二，概念诊断：课后用三道情境选择题检测学生对偏见成因与隐私边界的理解迁移。其三，作品评价：课后“伦理体检报告”按“风险识别准确、分析有结构、建议可操作”三档赋分，优秀作业纳入班级伦理案例库，供下一届学生研讨。八、教学反思预设本课的风险点在于思辨活动一旦放开，时间容易被个别精彩发言吞噬，教师需用角色卡