高中一年级信息技术《人工智能对社会的影响》教学设计

高中一年级信息技术《人工智能对社会的影响》教学设计【一、指导思想与理论依据】本设计以《普通高中信息技术课程标准（2017年版2020年修订）》为依据，落实信息意识、计算思维、数字化学习与创新、信息社会责任四大核心素养。本节内容的核心指向是信息社会责任：学生在亲历人工智能应用场景、剖析算法决策案例的过程中，形成"技术有利有弊、利弊源于人"的辩证认识，能够在使用人工智能时主动维护自身与他人的合法权益，自觉抵制技术滥用。教学设计坚持"真实性学习"理念，选取学生日常可接触的智能音箱、人脸识别闸机、推荐算法等真实情境为锚点，让学生在"用技术—析技术—议技术"的完整链条中理解人工智能对生产方式、生活方式和思维方式产生的深刻影响。【二、教材分析】本节是浙教版《信息技术》必修1《数据与计算》第五章"人工智能及其应用"的收束性内容，位于"人工智能的产生与发展""人工智能的应用领域"之后。前两节重在"是什么、怎么用"，本节重在"怎么看、怎么办"，是全书从知识学习走向价值体认的关键一课。教材以"人工智能推动社会进步"与"人工智能带来的挑战"两条线索展开，涉及效率提升、产业升级、就业结构变化、算法歧视、隐私泄露、深度伪造等内容。内容本身阅读门槛不高，但思辨深度要求高，若处理成结论灌输，学生只能记住"双刃剑"三个字的空壳。因此教学设计必须将教材中的静态观点还原为可争辩、可验证、可操作的学习任务。【三、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、刷短视频、体验过校园人脸门禁，对人工智能有丰富的感性体验，但这种体验是碎片化的、被包装过的，学生极少追问"推荐为什么这么准""门禁的照片存在哪里""视频里的人是不是真人"。在知识储备上，学生已完成数据处理、算法初步、Python基础的学习，能够理解"数据训练模型、模型做出预测"的基本逻辑，具备剖析算法问题的初步工具。在心理特征上，高一学生正处于价值观塑形期，乐于表达、敢于质疑，但容易走向两个极端：技术崇拜或技术恐慌。教学中要用事实和数据矫正这两种倾向，引导其走向理性平衡。预判学习难点：一是学生难以从宏观层面理解"就业替代—就业创造"的结构性关系，容易简单化为"人工智能抢饭碗"；二是对"算法偏见"这类抽象概念缺少证据感，需要可操作的实验化任务支撑体验。【四、教学目标】1.能结合智能家居、医疗影像、智慧交通等实例，归纳人工智能对生产方式、生活方式与社会治理的积极影响，并能说明其作用机理并非魔法，而是数据、算法与算力共同支撑的结果。2.能通过模拟实验发现训练数据中不均衡的样本会导致算法决策偏差，解释"算法歧视"的产生根源，初步形成"审视数据—质疑输出"的技术批判习惯。3.能围绕"人工智能会不会让人类失去工作""该不该在校园全面铺开人脸识别"等议题进行有理据的辩论，学会区分事实判断与价值判断。4.能辨识深度伪造内容的基本特征，了解个人信息保护的法律边界，在使用生成式人工智能时遵守学术诚信规范，主动承担数字公民责任。【五、教学重点与难点】教学重点：辩证认识人工智能的社会影响，包括生产力提升与就业冲击、生活便利与隐私风险、效率进步与公平隐忧三组张力。教学难点：理解"技术中立，使用有向"的观点；将抽象的社会伦理讨论落地为可操作、可检验的学习任务，避免课堂滑入口号式讨论。【六、教学策略与资源准备】教学策略：采用"案例驱动+微实验+结构化辩论"的复合式策略。以一条人物主线（高一学生"小智"的一天）贯穿全课，让社会影响从宏大的名词变成他人的日常；以分组微实验制造认知冲突；以半结构化法庭式辩论完成价值澄清与观点建构。环境与资源：可联网机房、Python环境（安装pandas与scikitlearn）、自制的"简历筛选模拟数据集"、深度伪造视频素材与检测工具页面、人脸识别准确率对比数据卡片、学习任务单。课前一周布置观察任务：记录自己一天中遇到的五个人工智能应用并简要注明"它替我做了什么、它可能拿走或记住了我什么"。【七、教学过程】（一）课前预热：生活即数据（课前一天完成，课上3分钟提取）学生提交的个人观察记录由教师汇总成词云投影在屏幕上，高频词集中在"导航""推荐""人脸""语音"。教师抛出全课主问题：这些技术让我们的一天变得更好了吗？对谁而言更好？代价是什么？该问题留在黑板右上角，下课前再回到它。（二）情境导入：小智的一天（8分钟）教师播放自制情景短片：高一学生小智早晨被人脸闸机识别进校，课间用单词软件跟读纠音，下午收到的作业是系统按他昨天的错题自动生成的，晚上刷短视频停不下来，十点母亲用手机查到了他的位置。播放结束后不提问"好不好"，而是给出第一张任务卡：把短片中出现的六项技术填入"便利—隐忧"双栏表，每项至少写出一个便利和一个隐忧。学生两人一组快速填写，教师随机抽取三组口头汇报。预设生成：闸机快但"脸会不会被拿去别的地方用"；个性化作业省时但"系统只给我错的题，会不会把我框死了"；推荐有趣但"越刷越停不下来，像是被算计"；定位安心但"被看见的不只是妈妈"。教师点拨：大家的答案有一个共同结构——同一件事，既是工具也是权力的流向。这个结构就是本节课要解剖的对象。此处自然引出课题：人工智能对社会的影响。（三）探究一：作为生产力的智能（10分钟）教师投放三则压缩材料：某医院影像科引入辅助阅片系统后，肺结节初筛时间从每例约5分钟降到数十秒，医生把精力转向疑难病例；某港口采用无人集卡与智能调度后，昼夜作业效率提升且安全事故下降；某山区小学借助双师课堂获得了以前听不到的优质师资。小组任务：三则材料任选其一，用一句话回答"人工智能在这里替代了什么、增进了什么"，再用一句话回答"它为什么能做到这一点"。教师巡视保留学生原话。分享后教师板书归纳：替代的是重复、危险、初筛类工作；增进的是速度、精度、可及性。支撑逻辑回到本册前面所学——数据给出规律、算法从规律中提炼模型、算力让模型在真实时间尺度内运行。强调：技术红利不是凭空降临的，它依赖数据质量与工程治理，这为后面的"另一面"埋下伏笔。随即给出反事实追问：如果被替代的那部分是某个家庭唯一的收入来源呢？课堂短暂静默后进入下一环节。（四）探究二：结构性震荡——关于就业的实验化讨论（12分钟）教师发放"职业卡"十六张（如放射科医生、货车司机、客服专员、算法工程师、心理咨询师、快递员、数据标注员、幼儿教师等），小组按"未来五年更可能被削弱、基本不变、需求上升"进行三列排序，并要求写理由。排序结束后每组陈述争议最大的一张卡。典型争议集中在"医生"与"客服"。教师介入的点拨原则是：撕裂一个职业成若干任务，容易被流程化、数据化的任务先被影响，而涉及信任、情感、责任认领的部分难以被替代。同时提醒学生注意：一些被"创造"的岗位如数据标注员，其工作条件与收入并不体面，技术进步的红利分配并不自动公平。师生共同产出板书结论：人工智能改变的不是"有没有工作"，而是"什么样的能力值钱"。复述能力贬值，提问能力、综合判断能力、价值选择能力升值。这句话被学生抄进笔记时，本课的第一层价值目标已经落地。（五）探究三：算法会偏心吗——一个十分钟的微实验（15分钟）实验背景：某模拟公司的招聘系统用历史录用数据训练了一个简历打分模型。教师提供两份数据集：A数据集"历史数据"，其中某类背景的录取样本明显偏多；B数据集"均衡数据"。学生以小组为单位在机房完成三步操作：用训练脚本分别基于A、B训练打分模型；用同一份测试简历集分别预测；统计两个模型对不同背景申请者的平均打分并填入对比表。实验结果几乎必然出现：基于A训练的模型对特定背景群体给出系统性偏低或偏高的分数。小组用一句话解释原因：模型只是忠诚地学出了历史里的偏见。教师板书核心命题："垃圾数据进，歧视结果出。"并澄清两层意思：算法本身没有意图，但它能把历史上潜藏的不公放大成流水线；因此审视人工智能，首先要审视喂给它的数据。迁移讨论：把这个实验结论套回小智的一天——闸机如果在某类人群上识别率更低会怎样？推荐系统如果总给你同质内容，三年后你会变成什么样的人？学生联系课前观察数据回答，教师只在概念处点出"信息茧房"一词，不展开名词解释，让学生用自己的语言描述它。（六）探究四：真假之间——深度伪造与信息的崩塌线（8分钟）教师播放两段人物讲话视频，让学生判断哪段为伪造。多数学生会判断错误或举棋不定。教师随即揭晓结果并给出朴素可用的识别线索：光线与面部边缘的违和、眨眼频率异常、口型与声音不同步、反转策略——与其鉴定视频，不如鉴定来源渠道与多方交叉印证。教师抛出德与法的双重边界问题：制作一段恶搞同学的换脸视频发在班级群里，笑点、私德、法律各在哪条线上？学生快速表态后，教师用三句话定锚：取乐不能凌驾于他人的名誉与肖像权之上；转发即共谋，传播者同样承担责任；遇到伪造信息，举报与核实是公民动作，而不仅仅是"不看"。（七）价值的法庭：结构化辩论与共识生成（15分钟）辩题：校园应不应该全面推广人脸识别（门禁、考勤、评测全覆盖）。全班分为支持方、反对方、观察评议方。辩论采用"2分钟立论—交叉质询—1分钟总结"的瘦身版赛制。观察评议方手持评价量规：是否引用事实而非情绪、是否区分技术问题与制度问题、是否提出可操作的替代方案。辩论中教师不站队，但在关键节点提供支架：支持方说效率时追问"效率的收益归谁"；反对方说隐私时追问"有没有最小化采集的技术路径，如本地存储、定期删除、明示知情"。双方逐渐从"装/不装"的二元之争滑向"怎么装、谁来管、如何问责"的制度层。评议方总结：真正成熟的态度不是欢迎或拒绝技术，而是要求技术在阳光下运行——知情、最小、可问责、可退出。教师将这四词写上黑板，作为本节课的共同共识与评价生成物。（八）回归与升华：回到小智的一天（5分钟）教师重放短片开头30秒并按下暂停，回到黑板右上角的主问题。学生用一张便利贴写出"如果我是小智，我会做的一件事"，贴在班级承诺墙上。教师抽样宣读三条并现场点评。教师结课陈词建议为：人工智能这堂课的终点不是让大家害怕它，也不是盲目崇拜它，而是看懂它——看懂它从数据里来、往人的利益中去。技术越强大，提问的权利就越不能外包。当你们十年后成为设计或使用这些系统的人，希望今天写下的那四个词还在：知情、最小、可问责、可退出。（九）作业与延伸基础作业：完成"便利—隐忧—对策"三角分析一份，对象自定，须附一个事实证据。拓展作业：采访家中一位长辈，记录其职业中与人工智能相关的变化，写成三百字微调研。挑战任务：查阅条例与办法级别以上的三条个人信息保护规定，用一句话心得的方式贴入班级共享文档。【八、教学评价设计】过程性评价贯穿五个环节：观察表记录课前任务质量；实验环节以三人组数据表与解释句准确性计分；辩论环节使用观察评议方的量规互评；结课便利贴作为情感与价值维度的即时证据。终结性评价聚焦于基础作业的三角分析：看是否兼具事实、价值与对策三层，而非评判立场对不对。多元评价主体包含自评、组评与教师评，权重约为三比三比四。【九、板书设计】左侧：人工智能带来什么——效率、精度、可及性（