高中信息技术必修1《人工智能的应用》教学设计-以智慧校园情境探究为主线

高中信息技术必修1《人工智能的应用》教学设计——以智慧校园情境探究为主线高一信息技术粤教版（2019）必修1《数据与计算》第六章第二节教学设计一、教学背景分析（一）课标与教材定位本课内容选自粤教版（2019）高中信息技术必修1《数据与计算》第六章《人工智能及其应用》第二节。课程标准对本模块的要求聚焦于：通过人工智能典型案例的剖析，了解智能信息处理的巨大进步和应用潜力，认识人工智能在信息社会中的重要作用，并能辩证看待人工智能对社会发展的影响。本节内容承接第一节"认识人工智能"，完成了从技术原理认知到行业应用迁移的过渡，同时为后续学习人工智能伦理与安全奠定价值基础。粤教版教材在本节安排了智能制造、智能家居、智能教育、智能交通、智能安防、智能医疗、智能物流等七大应用领域。教材内容覆盖面广，但每个领域着墨有限。若以讲授法平铺直叙，学生只能获得零散的技术常识，难以形成"感知—认知—决策"的应用分析框架。因此，教学必须引入真实情境，让学生在任务驱动下完成从"看热闹"到"看门道"的转变。（二）学情分析授课对象为高一年级学生。他们作为数字原住民，日常生活中高频接触人脸解锁、语音助手、个性化推荐等人工智能产品，对人工智能有强烈的直观感受和浓厚的探究兴趣，部分学生还能列举ChatGPT、文心一言等生成式人工智能工具。但通过前期访谈可以发现，学生的认知存在三个明显断层：一是将人工智能等同于机器人或科幻形象，混淆了"智能"与"自动化"的边界；二是能说出应用名称，却无法说清技术背后支撑的感知智能、认知智能层级；三是对人工智能的态度呈现两极化，要么盲目崇拜，要么受影视影响产生"AI威胁论"的焦虑。由此可见，本课的教学重点不是扩充应用案例的数量，而是帮助学生建立分析框架，实现从生活经验到学科概念的跃升，并在价值层面形成理性、辩证的技术观。二、教学目标设计（一）信息意识学生能够敏锐识别校园生活、家庭生活、社会生产中人工智能应用的存在，主动判断一项应用属于感知智能还是认知智能层面，能够从纷繁的技术现象中提取"数据输入—模型处理—决策输出"的共同结构。（二）计算思维学生能够运用"功能—技术—数据"三维分析框架拆解具体的人工智能应用案例，能够将校园真实问题抽象为可借助人工智能技术求解的方案雏形，初步体验从需求分析到方案设计的思维流程。（三）数字化学习与创新学生能够合理使用在线协作平台、AI体验工具与微型知识图谱完成小组探究任务，能够在教师提供的学习支架基础上进行创造性的知识重组，形成具有小组特色的应用分析报告。（四）信息社会责任学生能够结合具体案例讨论人工智能应用带来的隐私、安全与伦理问题，初步形成"技术向善"的价值立场，能够理性回应"人工智能会不会取代人类"这一社会性议题。三、教学重点与难点教学重点：人工智能在智能制造、智能教育、智能交通、智能医疗等领域的典型应用形态及其背后的技术支撑逻辑。教学难点：引导学生透过应用表象理解"感知—认知—决策"的技术层级；在技术热情与社会责任之间建立辩证统一的价值判断。四、教学策略与资源准备本课采用情境任务驱动与合作探究相结合的教学策略。全课以"智慧校园建设方案征集"作为贯穿性情境，将抽象的应用知识封装到"为母校设计智能化升级方案"的真实任务中。课前准备包括四个方面：其一，教师录制并剪辑一段三分钟的"AI的一天"微视频，串联语音唤醒、人脸闸机、智能推荐、自动驾驶等画面；其二，在学校机房部署可离线调用的人工智能体验包，包含图像识别、语音识别、手写识别、情感分析四个接口演示程序；其三，设计分层学习任务单，任务单兼顾支架功能与开放空间；其四，将学生按异质原则分为六至八人小组，每组认领一个应用领域。五、教学过程（一）情境导入：AI的一天——从生活表象走向问题聚焦（约6分钟）上课铃响，教师不打开课件标题页，而是直接播放微视频"AI的一天"。视频以一名高中生的视角展开：清晨被智能音箱用自然对话唤醒，上学路上乘坐配备辅助驾驶系统的汽车，进校时通过人脸闸机，课间向语音助手询问天气，晚上用智能学习平台完成个性化错题推送。视频结束后，教师提出第一个问题：视频里出现了哪些人工智能应用？学生在四十秒内快速抢答，教师将答案即时书写在板书左侧，形成一张未经整理的应用清单——人脸识别、语音对话、自动驾驶、智能推荐等。紧接着教师追问：如果这些技术要走进我们的校园，把它们用进来就算建成了智慧校园吗？教室里会出现短暂的沉默与零星讨论。教师顺势亮出本课的真实任务：学校总务处正在筹备"智慧校园"二期工程，面向全校征集方案，我们班将组建若干"技术顾问组"，分别从七个领域提交一份有技术含量的应用分析建议书。设计意图在于打破"复习旧知—讲解新知"的惯性开场。微视频提供密集而真实的技术刺激，先唤起经验，再用"会不会用、算不算智慧"的追问制造认知冲突，最后将学习行为锚定到一个有真实受众、真实产出要求的任务上，使学生获得清晰的学习动机。（二）温故知新：搭建"感知—认知—决策"分析框架（约8分钟）小组任务开始前，教师用最短时间帮助学生调用第一节课的知识储备。教师在黑板中央画出一个三层金字塔图示，自下而上标注：计算智能、感知智能、认知智能。教师以人和电脑的对比展开讲述：人能记住海量歌词，机器存储与检索能力更强，这是计算智能；人能听声辨人、看脸识人，机器借助语音识别与计算机视觉也能做到，这是感知智能；人能听懂一句话背后的情绪、能根据场上的变化作出判断，机器在自然语言理解与知识推理的支撑下逼近这种能力，这是认知智能。随后教师给出即时检验：刷脸支付属于哪一层？智能音箱的连续对话又触达了哪一层？学生判断"刷脸支付主要处于感知智能层，但结合风控模型的支付决策已经涉及认知层"。教师借此明确：多数真实应用是多层技术协同的结果，我们分析案例时，要问三件事——它"看"到了什么数据、它"想"明白了什么、它"做"出了什么决策。"看、想、做"三个字，就是本组分析任何应用案例的通用切口。这一环节把第一节课的松散概念收敛为可操作的分析工具，为小组探究提供方法论支架，避免学生在海量资料中迷失方向。（三）小组探究：七大领域的应用剖析（约18分钟）教师发布任务书。每组认领一个领域：智能制造、智能家居、智能教育、智能交通、智能安防、智能医疗、智能物流。每组需完成三项产物：一份应用登记表，填写该领域至少三个真实案例，逐一注明感知对象、核心技术、生成决策；一份层级判断图，用"看、想、做"框架标注案例的智能层级；一条金句主张，说明本组认为该领域中最值得引入校园的一项应用及理由。探究期间教师巡视指导，针对不同小组给予差异化支架。智能制造小组困惑于"机器质检"与"普通光电检测"的区别时，教师点拨：传统光电检测只认预设的固定缺陷，机器视觉质检能从大量瑕疵样本中自主学习新缺陷的特征，判断标准随数据进化，这才是"智能"的分水岭。智能教育小组讨论"个性化推荐习题是否会让学生困在题海"时，教师引导他们把这条质疑写入报告的"风险与建议"栏，而非直接否定技术。智能医疗小组在区分"AI辅助阅片"与"AI自动诊断"的责任边界时，教师提示：技术给出的是概率而非结论，最终签字负责的仍然是医生，这句话将成为后续伦理讨论的伏笔。探究工具上，学生可调用机房部署的四个AI体验接口做实证检验——例如智能安防小组对着摄像头做表情测试，观察情绪识别准确率，记录识别失败的样本并分析原因。亲身体验使"技术有边界"不再是一句口号，而成为学生亲手测量出来的结论。（四）成果汇报：从领域认知到全景图谱（约12分钟）每组派出一名"技术顾问"进行两分钟限时汇报，按统一模板陈述：本领域做什么、靠什么技术实现、我们给校园的建议是什么。教师在其汇报过程中不发长论，只做三件事：把各组提炼的关键词板书到黑板右侧对应区域；对表述含糊处追问一句"它看的什么、想的什么、做的什么"；把有价值的风险观点用五角星标记。全部汇报结束后，黑板上形成一幅全景图谱：左侧是导入环节学生凭经验列出的零散应用，右侧是按领域与智能层级结构化整理的应用体系。教师引导全班观察两侧差异，学生自己得出结论：人工智能不是孤立的产品，而是以数据为血液、以算法为引擎、嵌入千行百业的通用使能技术。教师在此完成知识体系收束，点出七大领域之间共享着计算机视觉、语音识别、自然语言处理、机器学习等共同的底层技术支柱。（五）思辨深化：人工智能的双刃剑（约6分钟）教师抛出本课的矛盾性问题：人脸闸机让校园更安全，但全校师生的面部数据存进了学校数据库，这笔买卖划算吗？教室里的观点迅速分化。教师组织一场微型辩论，持不同立场的学生各陈述一分钟。支持方强调效率与安全的收益，反对方强调隐私泄露与算法歧视的风险。教师不裁判对错，而是引入"比例原则"作为分析工具：技术应用获取的收益是否大于让渡的权利，数据收集有没有守住最小必要边界，出了问题能不能找到负责的人。最后教师用一段话定调：人工智能没有价值观，使用它的人有。我们这一代学生既是智能技术的使用者，也将成为规则的设计者。对技术保持热情，对社会保持敬畏，这两个品质缺一不可。（六）课堂小结与作业布置（约5分钟）小结环节由学生完成。教师请三名学生分别用一句话回答：今天学到了什么框架、什么打破了你原有的想法、你还想追问什么。教师将三个回答收拢为知识、思维、价值三条线索，用思维导图收束全课。分层作业设计如下：基础层作业要求各组完善"智慧校园应用建议书"，下节课前由科代表汇总提交给总务处；拓展层作业要求采访一位家人，记录其对某一项人工智能应用的真实态度，分析其态度背后的顾虑或期待；挑战层作业要求以"校园中的算法歧视可能存在吗"为题写一个三百字的微评论，鼓励上传班级学习平台进行互评。六、板书设计板书采用"三栏联动"结构。左栏为"经验清单"，记录导入环节学生列举的零散应用；中栏为"方法框架"，呈现感知智能与认知智能金字塔及"看—想—做"三字分析口诀；右栏为"领域图谱"，按智能制造、智能家居、智能教育、智能交通、智能安防、智能医疗、智能物流七个分支动态生成，配合五角星标注风险讨论点。整节课的认知生长轨迹在板书上清晰可见。七、教学评价设计本课采用过程性评价与表现性评价相结合的方式。过程性评价依托任务单完成度、小组汇报质量与课堂问答表现三个维度，由教师观察记录；表现性评价以"智慧校园应用建议书"为载体，评价量规设四个等级，从案例真实性、技术分析深度、建议可行性、风险意识四个指标分别赋分。小组内推行同伴互评，每人匿名指出组内一位贡献突出的成员及其贡献点，促进合作学习中的责任落实。量规在任务发布之初即向学生公开，保证评价标准先于学习行为，发挥以评促学的导向作用。八、教学特色与创新说明本设计的第一处用心在于情境的真实性。"为总务处提交建议书"赋予学习成果真实的读者与用途，学生的角色从答题者转变为顾问，学习动机由内而生。第二处用心在于工具的普适性。"看—想—做"分析框架极简而有力，学生课后遇到任何新的人工智能产品都能自主拆解，实现从学会到会学的迁移。第三处用心在于价值引导的自然渗透。伦理讨论不停留在口号，而依托人脸闸机、AI阅片等具体情境展开，使信息社会责任的培养附着在知识学习的肌理之上。九、教学反思预设本课实施中可能面临三方面挑战。一是小组探究时间紧张