高中一年级信息技术《智慧之钥：认识人工智能》教学设计

高中一年级信息技术《智慧之钥：认识人工智能》教学设计一、设计理念与指导思想本课面向高中一年级学生开设，是粤教版高中信息技术必修一《数据与计算》模块中关于智能技术部分的奠基性内容。设计遵循普通高中信息技术课程标准提出的学科核心素养框架，将信息意识、计算思维、数字化学习与创新、信息社会责任四个维度贯穿教学全程。本课不以知识灌输为主线，而以真实问题情境为牵引，让学生在体验、辨析、建模、反思的完整链条中建构对人工智能的本质认识。教学立意上，本课着力破除学生对人工智能的两极化认知：一端是将人工智能神化为无所不能的超级大脑，另一端是将其矮化为手机里的聊天工具。教师通过层层递进的任务设计，引导学生理解人工智能是建立在数据、算法与算力之上的技术系统，进而形成理性的技术观。这种理性技术观的形成，恰恰是信息技术学科育人价值的核心体现。二、教材分析粤教版必修一第六章围绕人工智能展开，第一节"认识人工智能"承担着概念奠基与兴趣激发的双重任务。教材从生活中的智能应用切入，依次呈现人工智能的内涵界定、发展历程的三次浪潮、专家系统、机器学习与深度学习等核心技术形态，最后指向人与智能机器的关系思考。教材编排体现由生活到技术、由现象到本质的认知路径。其中"体验植物识别""剖析专家系统"等活动设计合理，但直接照本宣科容易陷入罗列知识点的困境。本设计对教材内容做重构处理：以"机器何以intelligent"为主问题统领全课，将教材知识点转化为解决问题所需的支撑性资源，实现从"教教材"到"用教材教"的转变。本章学习是后续人工智能初步实践章节的前置基础。学生对"数据驱动"这一核心机制的理解深度，直接决定后续用编程解决智能问题时的思维高度。因此本课虽属"认识"层级，教学处理上必须触及机理层面，不能停留在体验猎奇。三、学情分析授课对象为高一学生，年龄在十五至十六岁之间。从认知基础看，学生已完成必修一前三章数据与信息、算法基础的学习，具备初步的抽象思维能力和程序体验经验，这为理解机器学习的算法逻辑提供了支架。从经验储备看，学生是深度浸润智能应用的一代：刷脸支付、语音助手、短视频推荐、拍照搜题均为其日常。但调研显示，多数学生说不出这些应用背后的共性机理，约有六成学生认为人工智能"和人脑一样会思考"，近三成学生无法区分编程实现的自动回复与真正的智能应答。这种"高使用频率、低原理认知"的反差，正是本课教学的价值空间。心理特征上，高一学生乐于动手、热衷表达，对辩论、竞赛类课堂形式投入度高，但注意力持续集中于单一讲授的时间不超过十五分钟。据此，本课采用"短讲授、多活动、强互动"的节奏设计。四、教学目标第一，信息意识层面。学生能从日常应用中敏锐识别人工智能技术的存在，主动关注其技术原理与社会影响，形成对智能技术既不盲从也不排斥的理性态度。第二，计算思维层面。学生能用"感知—决策—执行"的框架分析智能系统的工作过程，能用自己的语言解释数据、算法、算力三要素对人工智能的支撑作用，初步理解机器学习"从数据中学习规律"的基本逻辑。第三，数字化学习与创新层面。学生能借助开放平台、在线实验工具开展探究活动，能通过小组协作完成对真实智能应用的拆解分析，并尝试提出改进设想。第四，信息社会责任层面。学生能结合具体案例讨论人工智能带来的伦理与安全议题，初步形成负责任地使用智能技术的意识。五、教学重点与难点教学重点：人工智能的科学内涵；人工智能发展的三次浪潮及其标志性事件；数据、算法、算力三位一体的技术支撑结构。教学难点：理解机器学习"以数据驱动代替规则罗列"这一范式转变；破除"机器像人一样思考"的拟人化认知误区。难点突破策略：以"教机器认猫"的对比实验为支点，让学生亲历"穷举规则不可行、喂数据方可行"的思维冲突，在冲突中完成范式理解的跃迁。六、教学方法与教学准备教学方法采用情境教学法、任务驱动法、对比实验法与辩论研讨法组合。教学环境为配备多媒体演示系统的网络机房，学生四人一组，每组配备可联网终端两台。教师课前准备：在线体验平台清单（图像识别、语音识别开放平台各一）、"图灵测试"对话素材包、专家系统简化案例（动物识别规则库）、小组任务单与学习评价量表。七、教学过程（一）情境导入：一场人机对话引发的疑问（约6分钟）上课伊始，教师在大屏展示两段对话记录，不标注发言者身份，请学生判断哪一段出自机器、哪一段出自真人。两段对话经过精心设计，机器方回答流畅但存在一处语义漂移，真人方回答简略却有情感温度。学生投票，结果显示判断分歧明显。教师追问：你依据什么做出判断？学生给出的理由五花八门——"它说话太工整""它会转移话题""它不懂反话"。教师顺势揭示答案，引出七十年前图灵提出的设想：若机器能在对话中让人无法分辨其身份，可否认为它具有智能？教室里出现短暂的沉思与低声议论，此时板书课题：认识人工智能。导入环节的意图不在炫技，而在制造认知悬念：判断智能的标准究竟是什么？这个悬而未决的问题成为全课的思维锚点。（二）概念建构：人工智能的科学内涵（约8分钟）教师不直接给出定义，而是呈现三组典型应用画面：智能音箱应答天气查询、围棋程序落子取胜、无人驾驶汽车识别红绿灯。请学生小组讨论：这三者有什么共同特征？各组汇报后，教师带领学生归纳提炼：它们都表现出某种原本需要人类智能才能完成的能力——理解语言、策略规划、视觉辨识。在此基础上生成定义：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学。教师特别强调定义中"模拟、延伸、扩展"三个词的梯次：模拟是对人类智能行为的复现，延伸是突破人类生理极限，扩展则指向人类尚未具备的能力形态。随后布置一分钟速答：刷脸门禁属于模拟还是延伸？学生辨析中深化理解，教师点明刷脸识别的速度与精度已超越人眼，当属延伸。（三）历史脉络：三次浪潮的沉浮（约7分钟）教师以时间轴为线索讲述，但讲法上做"故事化"处理。第一次浪潮起于二十世纪五十年代，达特茅斯会议上"人工智能"一词诞生，研究者们满怀信心宣称十年内机器将媲美人类，结果因算力与数据的双重匮乏，研究陷入低谷。第二次浪潮由专家系统引领，八十年代知识工程兴起，人们试图把专家的知识编写成规则库，却因规则难以穷举、知识获取瓶颈而再次遇冷。第三次浪潮以深度学习为标志，2016年围棋程序战胜世界冠军成为大众记忆中的转折点，数据的海量积累、算法的突破、算力的飞跃三力合流，人工智能真正走出实验室进入生活。讲述中设置一个关键追问：前两次浪潮为何退去，第三次为何站住了脚？学生结合已学信息知识思考，教师不急于评价，将这个问题的答案埋入下一环节。（四）原理探究：两种智能路径的对比实验（约12分钟）这是本课的核心环节。教师呈现任务：让计算机区分猫与狗的图片。路径一，规则驱动。教师展示简化的专家系统思路：如果耳朵尖、瞳孔竖立、胡须长，那么是猫。学生立即发现漏洞：有的猫耳朵不尖，有的狗瞳孔也圆。教师继续追问：那就追加规则，一百条够不够？一千条呢？学生在尝试补充规则的过程中亲身体会到——世界太复杂，规则永远列不完。这正是第二次浪潮退潮的深层原因，教师回扣上一环节的追问，学生恍然。路径二，数据驱动。教师转换思路：如果不教规则，改为给机器看成千上万张标注好的猫狗图片，让它自己找规律呢？学生进入在线实验平台，亲手上传图片训练一个极简分类模型，观察准确率随训练样本数量变化的曲线：样本从十张增至一百张，准确率明显攀升。学生直观看到"数据喂养出智能"的过程。教师随后提炼范式差异：传统编程是人把规则告诉机器，机器学习是人把数据和答案喂给机器，由机器自己归纳出规律，即"从数据中学习"。板书呈现三要素结构：数据是原料，算法是方法，算力是引擎，三者缺一不可。教师以类比收束：数据如食材，算法如菜谱，算力如火候，好菜三者齐备方成。（五）系统解构：智能应用的工作机理（约6分钟）小组领取任务单，每组抽选一个应用：拍照识花、语音转文字、导航路况预测、人脸闸机。任务要求用"感知—决策—执行"框架拆解所选应用：它通过什么获取信息？依据什么做出判断？最终输出什么行为或结果？各组展示拆解结果。以拍照识花为例：摄像头采集图像属感知层，模型比对特征库输出置信度属决策层，屏幕呈现花名与介绍属执行层。教师点评时指出：任何看似神奇的智能应用，还原到技术本质都是这条链路，链条上每一环都可能出错，这解释了为什么智能系统会犯低级错误，也为破除"机器全知"的迷信提供了依据。（六）思辨研讨：智能时代的机遇与边界（约4分钟）教师抛出辩题：人工智能的发展利大于弊还是弊大于利？学生按课前分组快速展开两分钟微辩论。支持方列举医疗影像辅助诊断挽救生命、智能农机解放人力；担忧方提到深度伪造引发信任危机、个人信息被过度采集、部分岗位被替代。教师不做输赢裁判，而是引导共识：技术本身无善恶，关键在于人如何设计它、约束它、使用它。每一位信息技术的学习者，未来都可能是智能系统的设计者或深度使用者，理性认知与责任意识是今天的必修课。（七）课堂小结与作业布置（约2分钟）师生共同梳理本课认知线索：从"机器能否思考"之问出发，历经概念界定、历史三浪、范式对比、系统解构、伦理思辨，最终落回原点重答导入之问——判断智能不在表象的流畅，而在于背后是否有数据、算法、算力支撑的学习能力，人工智能是人的智慧的物化与延伸，而非人的替代。分层作业：基础层，绘制人工智能三次浪潮思维导图；提高层，调研家中三件智能设备，用课堂框架分析其工作原理；拓展层，查阅资料了解一个中国人工智能领域的代表性成果，下节课课前分享。八、板书设计主板书居中呈现课题"认识人工智能"，其下主线结构分四栏：第一栏"是什么"——模拟、延伸、扩展人的智能；第二栏"从哪来"——三次浪潮沉浮录；第三栏"靠什么"——数据、算法、算力三要素及数据驱动的学习范式；第四栏"怎么办"——感知、决策、执行的系统链路与理性伦理观。四栏以箭头串联，形成完整认知闭环。九、教学评价设计评价采用过程性评价与表现性评价结合的方式。课堂内的对比实验操作、小组拆解展示、辩论发言均纳入即时评价，评价量表从"概念理解准确度、框架运用熟练度、协作贡献度、观点思辨深度"四个维度赋分，由教师评价与组内互评共同构成。课后作业按层级对应不同评价标准，基础层重完整性，提高层重分析的逻辑自洽，拓展层重资料甄别与表达质量。评价关注的不是学生记住了几个名词，而是能否用课堂建构的思维框架去审视一