高中信息技术必修1《5.1 人工智能的产生与发展》教学设计

高中信息技术必修1《5.1人工智能的产生与发展》教学设计一、教学内容分析本节内容选自浙教版《信息技术必修1·数据与计算》第五章第一节，是学生进入"人工智能"这一模块的起点课。教材以人工智能技术的萌芽、数次浪潮与当前深度学习时代的脉络为主线，穿插图灵测试、专家系统、棋类对弈等标志性事件，为学生勾勒出人工智能六十余年的发展图景。本节所处的位置决定了它兼具"收束"与"开启"的双重功能：一方面，前四章所学的数据、算法、程序设计的知识，需要在智能应用的真实情境中找到落脚点；另一方面，本节建立的整体认知将直接支撑后续对机器学习、自然语言处理等具体技术的学习。教学中若只按时间线罗列事件，学生容易把人工智能看成一串需要背诵的名词，错失对"计算思维如何催生智能机器"这一核心问题的理解，这是本节需要着力避免的倾向。二、学情分析授课对象为高一年级学生。他们对人工智能并不陌生：手机里的语音助手、购物平台的推荐、短视频的个性化推送，早已融入日常生活。这种熟悉是一把双刃剑——学生带着"人工智能无所不能"或"人工智能就是机器人"等朴素印象走进课堂，认知存在明显的碎片化与神秘化倾向。从知识基础看，学生已完成算法与程序设计的学习，能够理解"用程序解决问题"的基本路径，这为理解"符号主义""联结主义"的不同思路埋下了伏笔。从能力特点看，高一学生抽象思维正在形成，乐于讨论有争议的话题，但梳理史实、提炼观点的能力尚弱，需要教师提供结构化的支架。从情感态度看，学生对AlphaGo、ChatGPT等热点抱有天然兴趣，这是可以借力的宝贵课堂资源。三、教学目标1.信息意识：能结合史实与实例，说出人工智能发展过程中各阶段的代表性突破与技术特征，认识到智能应用已深度嵌入社会生活。2.计算思维：通过分析"符号主义"与"联结主义"解决同一问题的不同路径，体会基于规则与基于数据两种计算范式的差异，初步形成用计算眼光审视智能系统的习惯。3.数字化学习与创新：能借助在线体验平台、知识图谱等数字化资源完成探究任务，并尝试用思维导图等工具形成个性化的知识表达。4.信息社会责任：结合人工智能发展中的起伏与争议，讨论技术发展与社会伦理的关系，形成审慎而积极的技术观。教学重点：人工智能发展历程中的关键事件、技术范式及其内在逻辑。教学难点：理解从"让机器执行人类规则"到"让机器从数据中学习规律"这一思想转变的意义。四、教学策略与资源准备本课采用"情境激疑—史料探究—对比思辨—概念建构—迁移展望"的五段式教学结构，综合运用情境教学法、任务驱动法与小组合作学习。教师课前准备三组资源：一是人工智能发展大事记卡片包（含达特茅斯会议、专家系统兴衰、深蓝战胜卡斯帕罗夫、深度学习崛起、大模型出现等节点）；二是可在线体验的图片识别与智能问答平台；三是供小组讨论使用的对比分析表格。多媒体教室需保证每组学生可联网访问体验资源。五、教学过程（一）情境导入：一场跨越时空的对话（约6分钟）教师在大屏幕同时展示两张图片：一张是1956年达特茅斯会议参与者的合影，另一张是当下学生熟悉的大语言模型对话界面。随后教师提出一个问题："七十年前，一群科学家宣称要用一个夏天解决机器智能问题；七十年后，这台机器能和你们聊天、写诗、解题。中间到底发生了什么？"学生自由发言，谈自己使用智能应用的经历与疑问。教师不急于评价，而是把学生的疑问写在黑板一侧，形成"问题角"：机器真的会思考吗？为什么下棋赢了人的程序却端不好一杯水？家里的音箱有时聪明有时又"犯傻"，为什么？设计意图：以强烈的时空反差制造认知冲突，把学生零散的生活经验转化为本课的探究动力；黑板上的"问题角"在全课结束前将被逐一回应，形成首尾呼应的闭环。（二）任务一：给历史排座次——梳理发展脉络（约12分钟）各小组领取大事记卡片包，任务是将约十五张事件卡片按照自己对"人工智能发展节奏"的理解进行排序，并尝试把全部事件划分成若干阶段，为每个阶段起名。学生操作时，教师巡视观察，重点关注两类典型分歧：一是把"深蓝战胜国际象棋冠军"与"AlphaGo战胜围棋冠军"并列排序，忽略其间二十年的沉寂与蓄力；二是按技术名气而非发展逻辑划分阶段。讨论结束后，邀请两组代表上台展示排序结果并陈述理由。教师结合学生观点，引导全班共同得出被广泛认可的阶段划分：20世纪50年代的诞生与早期乐观、60至70年代因算力与理论瓶颈陷入的低谷、80年代专家系统带来的应用热潮与再度冷却、90年代后统计方法的兴起、21世纪深度学习引发的爆发式增长，以及当下以大规模预训练模型为代表的新阶段。教师点拨：人工智能的发展不是直线，而是波浪式前进——三起三伏背后，是算力、数据、算法三大要素的此消彼长。每一次热潮都由要素的突破点燃，每一次低谷都源于要素的短板。设计意图：让学生亲手"排历史"，比听教师"讲历史"更能形成结构化认知；分歧本身就是最好的教学资源。（三）任务二：两条路线的碰撞——理解技术范式（约15分钟）教师抛出问题：同样要让机器"变聪明"，科学家走出了两条截然不同的路。第一条路线以符号主义为代表。教师以"发烧、咳嗽→可能感冒"的医疗诊断规则为例，说明早期研究者试图把人类知识写成规则，让机器按规则推理。学生现场编写两三条简单"知识规则"，体会这种思路的直观性，随后教师追问：生活中的知识都能写成规则吗？"在合适的场合说合适的话"这条怎么写？学生在举例中自然发现：世界的知识浩瀚而模糊，规则永远无法穷尽，这正是专家系统在八十年代后期陷入困境的原因。第二条路线以联结主义和机器学习方法为代表。学生在教师提供的在线平台上传不同角度的手写数字图片和猫、狗照片，先观察平台"认出"图像的过程，再对比自己没有编写任何"猫有尖耳朵"之类规则的事实。教师引导讨论：机器不背规则，它是靠什么认出来的？学生归纳出"从大量例子里找规律"这一核心，教师顺势点明：这条路线的关键在于让机器从数据中自己学到规律，而海量数据的积累与算力的跃升，恰恰解释了深度学习为什么能在2010年前后爆发。小组完成对比分析表，从"知识来源、是否需要人工编写规则、擅长处理的问题、局限性"四个维度梳理两种范式，各组派代表用一句话概括两种路线的本质差异。设计意图：通过"写规则"与"喂数据"的对比体验，把抽象的范式之争转化为可操作的认知冲突，直击本课难点，同时悄然呼应前面所学的算法与程序知识。（四）任务三：面对面的检验——图灵测试再审视（约8分钟）教师介绍图灵在1950年提出的设想：如果一台机器在对话中让人无法分辨其是否为机器，可以认为它具有智能。随后开展微型课堂实验：由一名学生担任"提问者"，背对屏幕向两个"回答者"（一名同学和一个智能问答程序）各提三个问题，其余学生投票判断哪个答案来自机器。投票结束后揭晓结果，教师组织讨论：被"骗过"是否意味着机器真的会思考？如果只会聊天的机器算智能，那下棋的程序算不算？扫地机器人算不算？讨论中教师引导学生区分"专用人工智能"与"通用人工智能"，理解当前绝大多数应用仍属于在特定任务上表现出色的专用智能。设计意图：用低门槛的课堂实验还原经典思想实验，让学生在笑声与惊讶中建立对"智能"概念的批判性认识，回应导入环节的"问题角"。（五）总结提升：画出你自己的AI地图（约5分钟）学生以思维导图形式梳理本课所得，横轴为时间脉络，纵轴为"算力、数据、算法"三要素的演进，并在导图边缘留出一栏写下"我最关心的人工智能发展问题"。教师随机投屏两份作品进行点评，回到黑板"问题角"，与学生一起逐条确认哪些疑问已被解开、哪些将留待后续章节探究。教师结语：人工智能的历史反复证明，每一次预言"机器将超越人类"的喧嚣之后，是冷静的技术积累；而每一次看似沉寂的低谷里，都孕育着下一次突破。学习这门课的意义，不在于惊叹机器有多聪明，而在于理解聪明背后的原理，并最终成为驾驭技术的人。（六）作业布置基础作业：选择一个生活中的人工智能应用（如人脸识别进门、语音翻译、个性化推荐），查阅资料说明它大致属于哪类技术路线，写下判断依据。拓展作业：采访家人或朋友，收集他们对"人工智能会取代哪些职业"的看法，结合本课对发展规律的认识，写一段不少于三百字的回应，要求观点明确且有史实支撑。六、板书设计主板书采用双线索结构：左侧沿时间轴标注诞生、低谷、专家系统、统计方法、深度学习、大模型等节点；右侧纵向列出算力、数据、算法三要素；中间以箭头勾连"三要素协同→阶段突破"的逻辑关系。课题《人工智能的产生与发展》居中置顶，"符号主义vs联结主义"对比表置于副板书区。七、教学评价设计本课评价贯穿三个环节。过程性评价聚焦小组任务：大事记排序考查史实理解，范式对比表考查概念辨析，课堂讨论的发言质量记入小组积分。表现性评价通过思维导图完成，评价维度包括结构完整性、要素关联的准确性、个人问题的独特性。课后作业采用分层反馈，基础作业重判断依据的合理性，拓展作业重论证的史实支撑。评价结果将作为后续章节分组学习的参考依据，实现以评促学。八、教学反思预设从实施角度看，本课有三处需要灵活调控。其一，大事记卡片的数量可根据学情增减，学力