高中一年级信息技术“人工智能及其应用”单元教学设计

高中一年级信息技术“人工智能及其应用”单元教学设计本教学设计面向高中一年级信息技术必修课，对应粤教版必修一第六章“人工智能及其应用”。单元以“理解智能从何而来、走向何处、边界何在”为主线，把抽象概念还原为学生可操作、可观察、可辩论的学习任务，使学生在体验图像识别、语音交互、简单分类模型与生成式应用的过程中，建立数据、算法、算力与场景之间的整体认识，形成审慎使用智能工具的态度。一、教材坐标与育人定位本章位于必修一收尾位置，前承数据处理、算法初步与信息系统基础，后接选择性必修中人工智能初步与数据管理等内容。教材价值不在罗列技术名词，而在帮助学生完成三次转向：从把人工智能看作神秘黑箱，转向知其由数据与目标驱动；从热衷功能体验，转向追问准确率、成本与风险；从被动接受平台推荐，转向能给出使用边界与替代方案。课堂应守住课程性质，突出实践性、综合性和伦理性，避免把课上成科普讲座或软件操作课。二、学情研判高一学生对聊天机器人、拍照搜题、短视频推荐、人脸解锁有丰富体验，也容易被“像人一样聪明”的表象吸引。常见问题集中在四类：把训练误当编程规则；把一次成功识别误当普遍能力；把权威输出误当事实；把便捷授权误当无代价。学生已具备初步算法意识和表格处理能力，能读懂流程图，能用电子表格做简单统计，但对标注质量、样本偏差、过拟合、置信度等概念缺少直观抓手。教学宜提供“低门槛进入、高上限追问”的任务链，让不同基础学生都能在真实问题中找到发力点。三、核心素养目标信息意识：能识别生活中的人工智能应用，区分规则系统与机器学习系统，判断任务是否适合交给机器完成。计算思维：能以“输入—表示—推断—反馈”描述智能系统运行过程，能用准确率、误判样本、数据范围解释系统表现。数字化学习与创新：能借助成熟平台完成小样本分类或提示词改进，记录参数变化带来的结果差异，提出可复现实验步骤。信息社会责任：能围绕隐私、偏见、版权、依赖与安全给出有证据的判断，形成“可用、慎用、负责使用”的行为准则。四、重点难点与突破策略重点是理解数据、算法与场景如何共同决定系统能力，难点是让学生承认“会犯错的智能”仍具价值，并能说明错误从何处产生。突破不靠定义灌输，而用三组对照：同一模型在不同质量数据上的表现对照；同一任务在人、规则程序、学习模型上的成本对照；同一技术在便利与风险上的双面对照。学生每完成一次体验，必须回到证据表填写“我原来以为、现在观察到、仍然不确定”。五、教学资源与环境机房需保证一人一机和稳定网络，准备可离线运行的演示包以防平台受限。资源包括三组图片数据集：校园常见植物、交通标志、手写数字；一段含口音与背景噪声的音频；一篇可改写的产品说明；一张风险案例卡。教师预置体验账号，关闭无关采集权限，明确不上传真实人脸、证件和家庭住址。评价工具采用课堂证据单、小组误差分析表和单元末迁移任务。六、课时安排单元按六课时展开。第一课时破题：什么是智能应用；第二课时数据：识别结果为何会改变；第三课时算法直觉：从相似比较到分类边界；第四课时生成与交互：提示词不是咒语；第五课时责任：风险、边界与人的决策；第六课时综合实践：为校园真实需求设计并评审一个智能方案。每课时保留五分钟证据回写，防止热闹体验淹没概念生长。七、教学过程第一课时从矛盾现象切入。教师出示三张同一路口照片，晴天识别正确，雨夜把反光锥误判为行人，逆光下漏认限速牌。学生先不谈原理，只完成观察单：系统看见了什么，漏掉了什么，可能受何影响。随后播放一段二十秒无字幕方言对话，请学生写下听到的指令，再对比语音识别文本。分歧自然出现，教师不急着给答案，只板书共同问题：机器的判断来自哪里。本课概念建构采用“倒装”方式。学生先说体验，教师再把零散说法归入四个词：目标、数据、模型、反馈。目标规定系统优化什么；数据提供历史痕迹；模型把痕迹压缩成可计算倾向；反馈让下一次输出发生改变。学生用这四词解释智能音箱为何越用越“懂”常听歌的人，也解释为何对儿童声音常常失灵。课堂小结不追求完整定义，而要求每人写出一个生活系统，并标注其中可见与不可见部分。第二课时聚焦数据。小组领取植物图片包，A组样本清晰但角度单一，B组包含遮挡、枯叶与相似种，C组混有错误标签。三组用同一在线训练器快速建模，再在统一测试集上记录结果。学生很快发现，准确率不是模型单独的勋章，错误标签像噪音进入地基，角度单一会让系统在侧面照前失效。教师引导学生把“多给图片”改写为“给有代表性、标签可靠、覆盖边界情况的图片”。本课设置一个克制而必要的计算活动。学生统计混淆情况：真实为月季被判玫瑰的次数，真实为杂草被判安全绿植的次数。对于校园除草辅助场景，漏掉有毒植物与误伤花卉代价不同，学生据此讨论能否只看总准确率。此处公式以直观形式呈现：准确率＝判断正确的样本数÷全部样本数。教师强调它适合粗看整体，不适合掩盖关键错误，尤其在医疗、交通和身份核验中。第三课时把算法讲到可感而不空泛。教师用身高体重二维点图演示“找邻居”的分类直觉：新同学更接近哪一簇，就被暂时归入哪类。学生改变簇的中心、数量和距离远近，观察边界如何移动，理解参数与假设会重划判断线。再引到图像场景：像素本身不是意义，特征提取把颜色、边缘、纹理变成可比较的量；深层网络之所以强，在于能自动组合层级特征，但代价是可解释性下降。为避免玄学化，课堂给出一条简明链条：现实对象被数字化，数字化结果被表示，表示进入模型产生分数，分数超过阈值即成判断。学生用此链条复盘人脸闸机：遮挡会改变表示，光照会改变分数，阈值高低决定宁可误拒还是宁可误放。小组任务是让一个宽容闸机变严格，再说清谁会因此受影响。技术名词只在需要处出现，服务推理而非堆砌。第四课时进入生成式应用。教师展示同一主题三份文案：空泛请求得到圆顺滑稿，加入对象、限制、风格与验收标准后明显可用，再要求引用课堂数据时出现编造来源。学生归纳有效提示的四要素：角色与目的、素材与约束、输出格式、校验方式；同时认识三条红线：不输入敏感信息，不采信无出处事实，不把流畅当正确。课堂强调生成内容常是“像样答案”的概率产物，须回到原始资料核验。学生完成一次微创作：为学校图书馆写一则新书上架推送。第一次只给主题，第二次补充读者、字数、禁用夸张词和必须可查的馆藏信息，第三次要求列出不确定处。三轮稿并排呈现，学生能直接看到约束如何塑造质量，也看到模型在书名、索书号上的幻觉风险。教师收束为工作原则：让机器起草，让人负责；让机器扩写，让人核实；让机器给选项，让人承担后果。第五课时转向责任与判断。案例一，招聘筛选工具因历史简历偏差压低某类学校候选人；案例二，社区安防误报导致居民被频繁盘问；案例三，学生用生成工具完成调查报告。每组选择立场卡：开发者、使用者、受影响者、监管者，分别回答受益是什么、代价由谁付、能否退出、出错找谁。讨论目标不是达成温情共识，而是暴露价值冲突并给出可执行缓解措施，如告知、申诉、人工复核、最小采集与定期再审。教师提供边界判断尺：任务是否涉及高风险权利，数据是否获得有效授权，错误是否可逆，结果是否可解释，责任是否可追溯。学生用尺子评价“课堂表情专注分析”，多数组会发现其科学效度与尊严风险都不足，进而提出低侵入替代，如匿名到课统计或阶段性问卷。此课要求把伦理落到设计改动，而非停在谴责技术。第六课时开展综合实践。题目为“改进校园一件小事”，范围限在失物招领、食堂排队、图书推荐、垃圾分类督导、操场器材借用中任选。小组交付三样物：一页需求说明，含用户、痛点、现有做法与不适合智能化的部分；一张系统草图，标出数据来源、模型输出、人工接管点与失败回退；一份风险清单，至少列三条并配对缓解办法。评价不看界面华丽，专查是否承认限制。展示采用“红队质询”。每个方案陈述四分钟，其他组按质询卡提问：若数据只来自一个年级会怎样，若网络中断怎么办，若模型把普通失误当作弊怎么办，若学生拒绝被记录能否完成服务。被问小组须现场修订一处设计。教师最后把各组改动汇总成班级《校园智能应用公约》：能不用个人敏感信息就不用，能人工解决就不自动裁决，能解释原因就不只给分数，能保留申诉就不终局判定。八、板书与可视化结构主板书坚持一图贯穿：左侧“世界与需求”，中部“数据—表示—模型—输出”，右侧“影响与责任”，底部一条反馈回路。每课只在其上增补关键证据，例如混淆矩阵角落、阈值滑块、提示词四要素和边界尺。学生看到的是逐渐生长的知识地图，而不是六张互不相干的幻灯片。九、作业设计基础作业为家庭设备审计：找出一台具备智能功能的设备，记录采集什么、何时上传、可否关闭、出错表现。提升作业为误差复现：用十张自摄图片测试公开识别服务，分析两类失败并说明是否与应用场景有关。挑战作业为给学校一处真实流程写“不使用人工智能”的论证，要求说明成本、公平与可靠性理由。三类作业都强调证据，允许结论是否定技术，只要理由经得起追问。十、评价方案过程评价占六成，看证据单完整度、实验可复现性、质询参与度和修改痕迹；结果评价占四成，看综合方案的问题适配、风险识别与人工接管设计。评分量规突出三档：能描述现象，能解释原因，能据此改进。凡出现“AI很强所以可用”之类空泛表述，不进入高等级；凡能主动指出数据不足并缩小应用范围者，即使作品简单也应获肯定。评价引导学生把谨慎当作能力而非胆怯。十一、教学反思预设单元最大风险是平台效果过强，让学生把惊喜误认为理解。对策是每次体验后强制回答“错在何处、谁能受伤、如何退出”。第二个风险是伦理讨论泛化为口号，对策是把价值冲突绑定到具体字段、具体阈值和具体角色。第三个风险是课时被工具操作吞噬，对策是所有账号预登录、数据预清洗、任务卡限定路径。若网络不可用，立即切换离线混淆矩阵手工