高中一年级信息技术《认识人工智能》教学设计

高中一年级信息技术《认识人工智能》教学设计[教材与学情分析]本课选自粤教版（2019）高中信息技术必修一《数据与计算》第六章第一节，是学生系统接触人工智能的起始课。教材以"感知—理解—应用"为主线，介绍了人工智能的概念、诞生与发展历程、典型应用领域，为后续6.2节体验人工智能应用、剖析智能信息处理过程奠定认知基础。本课属于概念性、启蒙性内容，理论性较强，若处理不当极易滑入照本宣科或视频堆砌的窠臼。高一学生身处智能技术深度渗透的时代，刷脸支付、语音助手、短视频推荐、导航避堵对他们而言是生活常态，但"会用"不等于"理解"。多数学生对人工智能的认知停留在媒体渲染的神秘化印象上，存在三种典型偏差：一是将人工智能等同于机器人；二是认为人工智能已经全面超越人类；三是觉得人工智能离自己的学习很远。同时，经过前五章"数据与计算"的学习，学生已初步建立数据意识，具备用计算机解决问题的基本经验，这为理解"数据驱动"的智能范式提供了认知支架。本课的教学着力点在于：用真实可感的体验打破神秘感，用动手实验建立"智能来自数据与算法"的朴素理解，用辩证讨论培育技术责任。[教学目标]一、信息意识。学生能够识别日常生活与学习中的人工智能应用，准确描述其功能与局限，形成对智能技术既不迷信也不排斥的理性态度。二、计算思维。通过体验与剖析，理解人工智能"用数据训练、用算法推理"的基本工作方式，能够初步区分"基于规则"与"基于数据驱动"两类智能路径，能够用简单的流程语言描述一个智能应用的输入、处理与输出。三、数字化学习与创新。能够借助开放平台（如图像分类体验工具、语音识别在线Demo、对话大模型）开展探究性学习，设计并完成一个简单的分类训练实验，体验"喂数据—得模型—做预测"的完整过程。四、信息社会责任。通过案例研讨，认识人工智能可能带来的隐私泄露、算法偏见、就业冲击与安全风险，初步形成审慎使用、主动辨伪、以人为本的技术伦理观。[教学重点与难点]教学重点：人工智能的概念内涵与典型应用；"数据+算法+算力"驱动智能的基本原理。教学难点：从"使用体验"上升到"原理理解"，帮助学生跨越"黑箱"感；引导学生辩证看待人工智能的能力边界与社会影响。突破策略：以"可解释的小实验"替代"抽象的术语讲解"，让学生在机器学习的浓缩体验中亲历智能产生的过程；以"人机对照任务"暴露机器的强项与短板，让辩证认识有据可依。[教学方法与资源准备]教学方法：情境体验法、任务驱动法、小组探究法、对比归纳法、案例研讨法。环境与资源：网络机房（一人一机或两人一机）、多媒体教学系统、极域电子教室；教师机预装演示素材；学生机准备浏览器并收藏本课用到的在线工具入口。数字资源清单：其一，可交互的图像分类训练工具（类似快速画图识别或简易图像分类训练平台），支持学生上传或绘制样本、即时训练、即时测试；其二，语音识别、机器翻译、人脸检测等开放平台演示页面；其三，两段短视频素材，一段呈现自动驾驶城市道路实测，一段呈现围棋人机对弈的历史画面；其四，教师自制的"AI应用辨别卡"学习任务单（纸质或电子）。课时安排：1课时，45分钟。若学校条件允许，建议连排2课时，将实验环节展开为完整的探究活动，本设计以1课时为基准，各环节均标注弹性处置建议。[教学过程]一、情境导入：一节没有标准答案的课前一分钟（约5分钟）上课铃响前，教师在大屏幕循环播放三组画面：清晨小区门口的刷脸闸机、手机相册自动把全家福聚成"人物"相册、导航软件在暴雨晚高峰中重新规划路线。学生陆续入座，注意力自然被画面吸附。开课第一个问题直奔主题："这三件事背后，藏着同一种技术。它叫什么？"学生几乎异口同声——人工智能。教师追问："那谁能给我说清，人工智能到底是什么？说清，不是举例。"教室安静下来，几个学生尝试回答，答案大致是"像人一样思考的机器""很聪明的程序""就是机器人"。教师不置可否，将三个回答的关键词板书在黑板左侧：像人思考、聪明程序、机器人。紧接着抛出本课的核心驱动问题，书写在黑板中央："机器的智能从哪里来？它真的'懂'吗？"教师明确告诉学生：这节课我们不背定义，而是用实验和对比，亲手把这个黑箱掀开一条缝，看看自己能看到什么。设计意图：以学生熟悉的场景制造认知张力，用"说清概念"的追问暴露前认知的模糊地带，再用一个哲学意味与技术意味兼具的问题统摄全课，让学习目标从外在的"老师要求学"转为内在的"我想弄明白"。板书保留学生的初始答案，课末将逐项回看检验，形成首尾呼应的认知闭环。二、概念建构：从三个回答说起（约7分钟）教师引导学生审视板书中的三个初始回答。针对"机器人"，展示一组对照图片：工业流水线上重复抓取物料的机械臂，与服务大厅里能对话答疑的引导机器人。提问："它们都是机器人，也都智能吗？"学生讨论后意识到：机械臂只是按固定程序重复动作，没有感知与决策；而引导机器人能理解语言、回答问题。由此得出第一个澄清：人工智能不等于机器人，机器人是载体，人工智能是能力；有些机器人并不智能，有些人工智能（如推荐算法）根本没有身体。针对"像人一样思考"，教师简述教材中关于人工智能的经典界定：人工智能是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门学科。教师将其拆解为三个关键词板书：模拟、延伸、扩展。"模拟"指让机器表现出类似人类智能的行为，如识别、理解、推理、学习；"延伸"指机器做人类能做但更耗时的事，如从百万张影像中筛查病灶；"扩展"指机器做人类难以做到的事，如在毫秒间完成全城交通流的调度。教师强调：判断一个系统是否属于人工智能，不看它长得像不像人，而看它是否具备感知、认知、决策、学习这类"智能特征"。随后补充一条历史脉络，控制在两分钟以内：1956年达特茅斯会议上"人工智能"一词正式提出，此后经历两次热潮与寒冬；2012年前后，深度学习借助大数据与GPU算力获得突破，图像识别准确率跨越实用门槛，AlphaGo在2016年和2017年两度战胜人类顶尖棋手，再到近年来生成式大模型的爆发，人工智能进入通用化的新阶段。教师提醒学生注意这条曲线背后的逻辑：起落的根源不在愿望，而在三要素是否齐备——数据够不够、算法强不强、算力行不行。这句话为后面的实验埋下伏笔。设计意图：概念教学拒绝灌输，而是以学生自己的初始答案为素材逐一检验修正，实现"概念在辨析中生长"。历史脉络不求全求细，只服务于"数据—算法—算力"这条理解主线，避免史实堆砌冲淡主题。三、探究活动一：人机对照实验——机器会看吗（约10分钟）实验任务：每两人一组，打开教师提供的简易图像分类训练工具，完成一个"教机器认识水果"的微实验。实验分三步。第一步，采集数据。每组选择两类水果（如苹果与香蕉），用工具的画板手绘或从素材库选取图片，每类提供5张作为训练样本。教师巡视，刻意提醒：画得潦草一点、角度换一换、颜色变一变。第二步，训练模型。点击"训练"按钮，几秒钟后系统提示训练完成。学生在界面上看不到任何"知识"，只看到进度条——这正是教师想要的疑惑时刻。第三步，测试检验。系统随机给出未见过的测试图片，多数组能正确分类；随后教师组织"刁难"环节：拿一张剥了皮的香蕉、一张苹果形状的球形蜡烛图片去测试，不少组的模型给出错误答案。教室里出现真实的惊讶与笑声。实验后讨论聚焦三个问题。其一，你们编写分类规则了吗？学生意识到：没有写任何一条"如果……那么……"的规则，机器是从样本中自己"学"出来的。其二，样本越多越多样，结果怎样？多数组的体验是准确率更高，这正是数据驱动范式的威力所在。其三，机器错在哪里？为什么会把苹果形蜡烛认成苹果？学生感悟到：机器学的是样本中的统计特征——形状、颜色、纹理的数学模式，而不是"苹果可以吃、长在树上"这样的意义理解。教师顺势收束，给出关键结论并板书：传统程序是"人写规则，机器执行"；机器学习是"人给数据，机器学规律，再用规律做预测"。智能的源头，第一步是数据。机械臂那段旧话被再次提起——它只会执行既定规则，不能从经验中学习，所以不算智能。设计意图：这一环节是全课的承重墙。十分钟内让学生亲历"数据进、模型出、预测对中有错"的完整闭环，把最抽象的"数据驱动"变成肌肉记忆般的体验。刻意安排的"刁难测试"暴露模型的脆弱，为后文的能力边界讨论和伦理讨论同时埋点。若课时紧张，可将此实验压缩为教师演示加学生代表操作，但必须保留"错误案例"的呈现，错误的教学价值高于正确。四、探究活动二：AI应用辨真伪（约7分钟）任务形式：小组抢答加说明理由。教师逐一出示八张"应用卡片"，学生判断其是否属于人工智能应用，并依据课初建立的"智能特征"标准说明理由。卡片内容依次为：刷脸解锁手机；计算器求两数之和；导航软件根据实时路况推荐路线；图书馆按书名首字母排序的检索目录；语音助手按指令设定闹钟；电商首页"猜你喜欢"；普通电梯按楼层按钮运行；医院影像科的肺结节辅助筛查系统。判断分歧主要集中在三处。语音助手定闹钟：表面像AI，实则多是关键词匹配的规则系统，但若它能理解模糊表达（"明早叫我，别太早"）则涉及自然语言理解——借此说明同一功能背后可能是不同技术路径。计算器与电梯：结果正确、响应灵敏，但没有任何从数据中学习的成分，是纯粹的自动化，不属于人工智能。导航推荐与电商推荐：其路线与商品清单每天随数据变化而自我调整，是典型的数据驱动智能。教师引导学生提炼辨别要领：看两点——是否处理感知类任务（图像、语音、语言），是否具备从数据中学习或自适应调整的能力。两条都不沾，基本可排除。随后用一分钟时间轴补充应用领域全景：计算机视觉（安防、质检、医疗影像）、自然语言处理（翻译、对话、搜索）、语音技术（识别与合成）、智能决策（调度、风控、围棋）、智能机器人、生成式人工智能（写作、绘画、编程辅助）。每个领域只举学生生活中可验证的一例，避免空泛。设计意图："辨别"是比"举例"更高一阶的认知活动，逼学生对概念作迁移运用。故意混入的自动化案例构成干扰项，促使智能标准真正内化。应用领域以点带面呈现，为下一课时的体验学习预留接口。五、探究活动三：边界与思辨——人工智能的能与不能（约8分钟）教师组织一场紧凑的"微型辩论"，辩题为："人工智能终将全面超越人类，所以学什么都不如学怎么用它。"正反双方各由三名学生组成，准备两分钟，陈述各一分钟，自由交锋两分钟，其余学生做"裁判团"，依据论据质量举牌打分。预设的论据走向教师心中有数并做引导。正方常见论据：AlphaGo自我对弈三天走完人类千年棋路；大模型能写作文、编代码、画图；机器不知疲倦、不会遗忘。反方常见论据：方才实验中机器认不出蜡烛假苹果，说明它不懂意义；机器没有情感体验与价值判断；数据里若有偏见，机器会如实放大偏见；机器的所有"创造"都建立在人类既有数据之上。辩论尾声，教师补充两个真实案例提升思辨的现实感。案例一：某地招聘筛选算法被发现系统性地给女性简历打低分，根源是历史招聘数据本身存在性别偏差——数据有偏见，智能就有偏见。案例二：一段以假乱真的合成语音诈骗音频让某公司财务人员转账巨款——智能技术被滥用时，辨别真伪成为每个人的必修课。教师最后给出辩证结论，作为本环节的思想锚点：从"感知"与"计算"维度看，人工智能已在诸多单项上超越人类；从"常识、价值、创造的意义源头"维度看，人类依然不可替代。对中学生最务实的态度是：既不神化它而自我矮化，也不轻视它而闭目塞听，而是理解它、驾驭它、监督它。同时抛出一条红线式提醒：使用智能工具时，个人照片、语音、位置都是数据，交出数据前要过一遍脑子——这是信息时代公民的基本防护动作。设计意图：把价值引领从"教师告知"转为"学生产出"，辩论让辩证观点有了真实的思维搏斗作为地基。两个案例分别对应算法公平与技术滥用两大社会议题，回扣信息社会责任这一学科核心素养，也自然回应课初"它真的懂吗"的追问——不懂，所以我们要做懂它的主人。六、课堂小结：回到最初的问题（约5分钟）师生共同回到黑板中央的问题："机器的智能从哪里来？它真的'懂'吗？"由学生尝试总结，教师补全板书的逻辑链：数据提供经验，算法从经验中提取规律，算力让这一切在可接受的时间内完成，三者齐备，机器便表现出感知、认知、决策、学习等智能特征；但机器学到的是数据中的统计规律而非意义理解，因此它强大而脆弱，值得重用也需要监管。回看课堂开头板书的三个初始答案，由学生自己宣布检验结果："机器人"不准确，"聪明程序"不准确，"像人一样思考"只触碰了表面；更准确的表述已经写在了他们自己嘴里。用一句话收束本课并开启下节预告："今天我们掀开了黑箱的一条缝，看到了数据、算法和算力。下一节课，我们把手伸进去——调用真实的人工智能平台，剖析一个智能应用从输入到输出的完整过程。"[板书设计]主板书区居中书写核心问题"机器的智能从哪里来？它真的'懂'吗？"；左侧为"初认知区"，记录开课学生的三个答案及其课末检验结果；右侧为"建构区"，自上而下呈现本课知识结构：人工智能的定义（模拟、延伸、扩展）→历史三落三起背后的逻辑→三要素（数据、算法、算力）→两种范式（规则驱动、数据驱动）→应用领域→能与不能的边界→责任与防护。整版以箭头连接，形成一张可视化的认知地图。[作业设计]必做题（基础性、全员完成）：完成"我家的AI图谱"调查单，找出家中三件应用了人工智能的设备或服务，按本课的辨别标准逐项说明依据，并标注每项应用采集了哪些个人数据。选做题（拓展性、分层选做）：任选一题。其一，访谈一位家长，了解其工作岗位近五年因智能技术发生的变化，写一份两百字的访谈纪要；其二，在教师提供的开放平台上完