高中信息技术必修1认识人工智能一课时情境化教学设计

高中信息技术必修1认识人工智能一课时情境化教学设计一、教学分析本课选自粤教版（2019）高中信息技术必修1《数据与计算》第六章第一节第一课时，是学生系统接触人工智能领域的起始课。教材以"剖析领域知识智能问答机器人"为主线，引导学生从日常体验出发，理解人工智能的基本概念、诞生背景与发展脉络，初步建立"数据—算法—算力"支撑智能行为的整体认识，为后续学习人工智能的应用与伦理奠定基础。从课标要求看，本课对应"通过剖析典型案例，了解人工智能的概念、发展历程及其对社会的影响"这一内容要求，核心落在信息意识与信息社会责任两个素养维度上。学生此前已完成数据编码、算法描述与程序设计基础的学习，具备用计算思维拆解问题的基本能力，但对"机器为何能表现出智能"这一问题多停留在影视与新闻的碎片化印象中，容易滑向两种极端：要么把人工智能神秘化、万能化，要么将其简单等同于普通程序。本课的教学价值正在于破除这两种迷思。二、学情分析授课对象为高一年级学生。他们日常使用语音助手、人脸解锁、个性化推荐等智能产品，体验丰富但缺乏原理层面的追问。课堂前测显示，约七成学生能列举三种以上人工智能应用，仅两成左右能说清"程序按固定规则执行"与"机器从数据中学习"的差异，几乎没有学生了解达特茅斯会议等学科史关键节点。因此教学中应从学生熟悉的体验切入，借助对比实验与史料研读，让概念在真实感知中生长，而非以定义灌输代替理解。三、教学目标1.通过体验与剖析智能问答机器人的工作过程，说出人工智能的基本含义，能从行为特征角度区分传统程序与智能系统，形成对人工智能的初步科学认识。2.借助时间轴梳理人工智能的诞生与发展历程，能将符号主义、机器学习等关键阶段与标志性事件对应，理解数据、算法、算力三要素对智能水平的支撑作用。3.在小组研讨中辩证看待人工智能带来的机遇与挑战，形成负责任地使用智能技术的态度。四、教学重难点教学重点是人工智能概念的理解与发展脉络的梳理。教学难点是让学生真正理解"从数据中学习规则"与"人工编写规则"的本质区别，这一难点拟通过"教机器识别手写数字"的可视化工具实操来突破，让学生在训练样本增减与识别准确率变化的关系中自己悟出结论。五、教学方法与准备采用情境教学法、任务驱动法与小组合作探究相结合的方式。课前准备：机房安装好浏览器并可访问在线体验平台；教师截取智能问答机器人对话片段、智能语音助手应答视频各一段；印制任务单，含体验记录表、时间轴填空卡与讨论议题卡；调试好手写数字识别的在线演示页面，准备不同数量的训练样本数据。六、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，教师在大屏呈现两段对话：一段是学生与智能问答机器人的真实聊天记录，另一段是两位同学的微信闲聊。教师请学生判断哪一段出自机器之手，并说明依据。学生判断理由五花八门，本预设的答案并不唯一，教师顺势追问："如果机器也能像人一样对答如流，它真的'懂'我们在说什么吗？"接着播放语音助手完成"定闹钟—查天气—推荐路线"连续指令的视频，请学生用一个词概括这类系统的共同特点。多数学生会说出"聪明""像人"，教师板书关键词并引出课题：这些看似聪明的行为背后，就是今天我们要认识的对象——人工智能。导入环节控制在一班一问一答的快节奏中，目的在于激活前概念、制造认知悬念，不急于给出结论。（二）任务一：体验与解剖——智能客服是怎样"思考"的（约14分钟）学生以两人一组登录教师提供的领域知识智能问答机器人体验页面，按照任务单完成三个递进步骤。第一步，自由提问。每组围绕"校园图书馆借还规则"这一限定领域向机器人提出至少五个问题，记录回答是否准确、是否理解了追问与反问。第二步，压力测试。鼓励学生故意"刁难"机器人：使用错别字、口语化表达、超出知识库范围的问题，观察系统何时答非所问、何时坦承"不知道"。第三步，对照拆解。教师在大屏呈现该问答系统的简化工作流程图：用户输入→分词与语义理解→在知识库中匹配检索→组织语言输出。学生将自己体验到的现象逐一挂接到流程的对应环节上，例如"答非所问"往往发生在语义理解环节，"不知道"则说明知识库中没有匹配内容。体验结束后教师组织短暂交流，核心追问只有一个："这个系统里回答问题的'规则'，是程序员一条条写进去的，还是从大量问答资料中找出来的？"学生结合刚才的拆解各抒己见，教师暂不裁决，把悬念留给下一个环节。此处的设计意图是让学生先见"果"再探"因"，避免概念先行导致的死记硬背。（三）任务二：对比实验——让机器自己学会认数字（约14分钟）这是本课突破难点的关键环节。教师先演示一个传统程序的识别思路：程序员规定"圆圈在上、竖线在下就是9"，随后展示这种硬编码规则面对歪扭字迹时的频频失败。再打开手写数字识别的可视化训练页面，现场演示：先用20个样本训练，机器识别准确率低；逐步增加到200个样本，准确率明显上升；换掉风格迥异的测试字迹，准确率再次波动。学生分组重复这一过程，并在坐标纸上描出"样本数量—识别准确率"的大致关系曲线。教师巡视时重点追问三组问题：训练次数增加，机器的表现如何变化？换成你没给机器见过的字迹会怎样？机器"学会"的到底是规则还是经验？小组汇报后，教师进行精要提炼：传统程序遵循"人定规则、机器执行"的路径，而以机器学习为代表的智能系统走的是"从数据中发现规律、用规律应对新情况"的路径。随后板书三要素框架——数据是原料，算法是方法，算力是引擎，三者缺一，智能便无从谈起。至此，人工智能的概念水到渠成：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技术科学，其核心在于让机器具备感知、学习、推理与决策的能力。教师强调这一定义不必逐字背诵，能用自己的话解释"机器的智能从哪里来"即为达标。（四）任务三：史料研读——人工智能的成长之路（约8分钟）每组领取一张空白时间轴和一组史料卡片，卡片内容包括：1950年图灵提出"机器能思考吗"的追问与图灵测试设想；1956年达特茅斯会议上"人工智能"一词正式诞生；此后研究中专家系统的兴起与低谷；1997年"深蓝"战胜国际象棋世界冠军；2016年AlphaGo战胜围棋世界冠军引发全球关注；近年深度学习和大数据推动智能应用遍地开花。小组合作将卡片按序贴上时间轴，并讨论两个节点：为什么这门学科在诞生后经历过漫长的"寒冬"？为什么近十几年突然爆发？教师点拨：早期研究者低估了问题的复杂度，数据匮乏、算力不足让宏伟设想屡屡受挫；而当海量数据、深度神经网络算法与高性能芯片同时就位时，质变便发生了。这一环节让学生认识到学科发展不是直线前进的，三要素框架也在史料中获得印证。（五）任务四：思辨研讨——拥抱与审慎之间（约5分钟）教师抛出议题："校园门口装人脸识别的闸机，你支持还是反对？"各组抽取议题卡快速形成观点并陈述理由。学生的发言会涉及便捷、隐私、误判、责任归属等角度，教师将观点按"效率收益"与"权利成本"两列板书，指出人工智能是把钥匙，能开门也要看门后是什么。技术neutral与否姑且不论，使用技术的人必须有边界意识。这正是信息社会责任素养在本课的落点。（六）课堂小结与延伸（约3分钟）师生共同回看板书形成本课知识树：一个核心概念（人工智能）、一条区分线（编规则与学规律）、三要素（数据、算法、算力）、一条发展脉络（诞生—低谷—复兴）。教师布置分层课后任务：基础任务为完成时间轴填空并简述人工智能概念；拓展任务为回家观察一款智能应用，用本课的三要素框架分析它"聪明"的原因，写一段百字短评，下节课交流。七、板书设计主板书居中书写课题"认识人工智能"。左侧自上而下排列"体验：问答机器人→流程拆解"，中部用对比框呈现"编规则执行｜从数据中学习"，下方横贯一条简笔时间轴标注1950、1956、1997、2016四个年份，右侧竖排"数据—算法—算力"三要素，最右留一小块区域记录思辨环节中学生的精彩观点，作为生成性板书保留到下课。八、教学评价设计本课采用过程性评价为主、表现性评价为辅的思路。过程性评价依托任务单展开：体验记录表看观察是否细致，样本—准确率曲线看动手与归纳，时间轴卡片看史实掌握，教师按"完成、较完整、需补充"三档即时标注。表现性评价聚焦思辨研讨环节的发言质量，关注学生能否同时论及收益与代价，而非一边倒地表态。课后拓展短评作为延迟性证据，检验三要素框架是否真正内化。评价结果不折合分数排名，而是以评语形式反馈，保护起始课阶段学生对新领域的探究热情。九、教学反思预设本课容量偏大的风险集中在任务二，若网络或平台不稳定，可降级为教师单机演示加学生口头预测，保证认知冲突不打折。概念讲授环节须克制，本课