高一信息技术必修模块3.3.2利用人工智能技术加工信息教学设计

高一信息技术必修模块3.3.2利用人工智能技术加工信息教学设计本课面向高中一年级信息技术必修模块，对应教科版“3.3.2利用人工智能技术加工信息”。教学设计立足“数据与计算”主线，把学生已经接触过的信息获取、整理、表达能力，推进到机器参与的特征提取、模型判断与结果解释层面。课堂不以展示新奇案例为终点，而以可迁移的问题解决路径为骨架：明确任务、准备数据、调用或训练模型、评估输出、修订方案、表达伦理边界。一、教学定位本节内容处在“算法初步”之后、“信息系统安全与社会责任”之前，起到连接程序基础与智能应用的作用。学生此前能理解变量、控制结构、列表与文件基本操作，也能采集简单数据并形成表格；进入本课后，需要把“人写的确定性规则”与“机器从样本中归纳出的近似规律”区分开来。教学关键不在背诵人工智能名词，而在让学生经历一次小型、可控、可复盘的信息加工过程，知道模型会出错、错误有来源、来源可追踪、结果要核验。本节的核心概念选定为三个：信息加工对象从原始符号转向特征向量；加工方式从手工规则转向数据驱动；结果评价从对错二分转向准确率、适用边界与风险成本。三个概念彼此牵制：特征决定模型看得见什么，数据决定模型学到什么，评价决定人能否把输出放进真实任务。二、学情研判高一学生常见经验是“拍照识花很快”“语音转文字方便”“推荐系统懂得很多”。便利感容易演变成能力误判，认为智能工具天然正确。课堂调查显示，学生能说出人脸识别、机器翻译、垃圾邮件分类等应用，却难以回答三个问题：输入给机器的究竟是什么；模型为什么会把猫认成狗；错误识别在考试中、医疗中、交通中代价是否相同。学习困难预计集中在三处。第一处是特征抽象，学生容易把“图片”“文字”“声音”当成机器直接理解的整体，忽视尺寸归一、分词、去噪、向量化这些前置处理。第二处是概率思维，学生习惯程序输出唯一确定值，难接受“像与不像”“置信度高与低”的表达。第三处是责任归属，容易把错误推给工具，忽略提出任务、选择数据、设定阈值、解释结果的人都参与决策。三、教学目标知识与理解目标：能用生活化语言说明人工智能加工信息的一般流程，包括输入、预处理、特征表示、模型推断、结果输出、人工校验；能分辨规则式处理与模型式处理在依据、可解释性、更新方式上的差异；能说出训练集、验证集、测试集的基本分工。能力与迁移目标：围绕一个真实小任务完成“样本—标签—模型—评价”闭环；能使用现成接口或开源工具完成文本情感倾向、图像类别判断、语音转写中的一项；能用混淆矩阵或等效表格记录结果，并依据错误样例提出两条可执行的改进建议。素养与价值目标：形成“先问适不适合，再问准不准确”的技术使用意识；面对模型输出保留核验动作；在采集人脸、语音、位置、聊天记录等敏感信息时主动识别授权、最小化、脱敏与保存期限；在作品说明中标注数据来源、工具版本与已知局限。四、重点难点教学重点是建立“可计算表示”这一桥梁。学生要看到一段中文评价怎样切成词，怎样映射成向量；一张图片怎样缩放到统一尺寸，怎样转成像素阵列；一段语音怎样切成帧，怎样提取频谱特征。桥梁打通后，模型不再是黑箱魔术，而是对表示结果做统计判断的装置。教学难点是评价与止损。准确率不低并不等于可用，罕见但严重的错误可能决定方案能否上线。课堂用阈值滑动制造冲突：阈值高，误报少而漏报多；阈值低，召回高而打扰多。学生要依据场景说明接受哪类错误，并写出理由，而不是把指标交给感觉。五、资源与环境硬件采用一人一机或两人一机，机房开放外网白名单，预装Python环境、表格工具与本地示例库。考虑到校情差异，活动设计提供三条路径：可联网班级使用开放平台体验接口；网络受限班级使用离线小模型与本地数据；设备不足班级采用纸面特征卡与教师机演示。数据准备坚持小样本、可解释、低风险。文本任务选用校园食堂建议、图书短评、运动会加油稿三类语料，已由教师完成匿名化；图像任务使用公开动物图片与课堂自绘图标，不采集学生人脸；语音任务使用教师预录音频，时长控制在十五秒内。所有文件仅保留学习必需字段，活动结束后生成清理清单。六、教学过程总体结构课堂用两个课时完成，每课时四十五分钟，课后安排三十分钟弹性任务。第一课时完成情境导入、特征表示、规则与模型对比、微型实验；第二课时完成评价、阈值决策、伦理审查与作品答辩。两条主线并进：明线是做出一个能用的分类小工具，暗线是留下能让人信任的说明文档。教学组织采用“四人异质组”。组内角色不固定称号，只固定职责：一人负责数据一致，一人负责运行记录，一人负责结果复核，一人负责对外陈述。职责在每课时中段轮换一次，避免少数学生垄断操作，也避免复核流于签名。七、第一课时流程环节一，情境进入，七分钟。屏幕并列呈现三条材料：食堂意见“今天的番茄面偏咸但排队不挤”，图书短评“结尾仓促，人物仍然可信”，运动会投稿“接力棒落地那一刻全场安静”。教师只提一个问题：如果让机器把这些文字分成“可立即可改进”和“暂不需处理”，它先看见什么。学生凭直觉给出答案，教师不评价对错，只记录高频词：关键词、情绪、事情本身。随后给出反例。把“不是不好，只是不适合低年级”标成正面，机器若只抓“不好”会误判；把“排队不挤”归入无需处理，可能掩盖窗口开放不足。学生意识到词面与意图之间存在距离。此环节不引出定义，先制造必要紧张：人工读得懂，不等于机器看得见；机器看得见，不等于判断值得照做。环节二，从符号到特征，十二分钟。教师用板书展开短句“面咸，队快”的加工路径。原始句经过清洗得到规范化文本；分词得到“面”“咸”“队”“快”；停用词过滤保留实意；映射后形成稀疏计数；再按需要转成向量。板书中公式只作视觉呈现：向量v=[面:1，咸:1，队:1，快:1]；相似度写作cos(A,B)=A·B除以|A||B|，用普通除号显示，不引入排版符号。学生用卡片完成一次手工编码。每组领取四句短评，先画掉语气词，再圈出能触发行动的词，最后给出二维坐标：横轴表示事务紧急度，纵轴表示情绪强度。坐标不追求精密，追求理由一致。汇报时只许说“我们让哪类信息升权，哪类信息降权”。这一设计要求把感受落到可复核操作上，为后续模型误差讨论埋伏笔。环节三，规则与模型对照，十分钟。教师给出规则版小程序片段：若文本含“咸、辣、坏、慢、吵、危险”则进待办，否则进观察。学生运行后发现两个现象：新词出现就漏；“不咸”被误判。教师再展示模型版思路：不手工列词，而让样本与标签成对进入，程序调整内部参数，使预测标签贴近人工标签。差异不写成结论，而让学生补全对照表：规则改在人，模型改在数据与参数；规则易解释，模型覆盖广；规则怕例外，模型怕偏样本。此处安排一次简短辩论，题目为“食堂分类该用规则还是模型”。时间控制在四分钟，立场不由学生喜好决定，由抽签决定。反方必须承认己方方案的适用条件。教师收集条件句，形成班级共识：高频、稳定、后果轻的场景可先规则；表达多变、样本充足、错误可回溯的场景可试模型；涉及健康、安全、学籍评价的场景不因模型分数单独裁决。环节四，微型实验，十二分钟。学生选择文本情感或图像类别任务其一。文本组调用本地训练好的朴素贝叶斯分类器，训练样本六十条，测试样本二十四条；图像组使用教师提供的特征提取结果，不直接碰复杂网络，只比较“边缘方向”“颜色占比”“纹理密度”三类手工特征对分类的影响。操作命令尽可能短，重点放在记录而非调参。每组完成实验单三栏：输入样例、机器输出、人工判断。出现不一致时不得删除，用黄色标出。教师巡视只问三类问题：这条样本的标签从哪来；这个错误像偶然还是系统性；再补五十条数据，你优先补哪一类。问题本身在提醒学生，数据质量和标签口径常比模型名称更决定体验。环节五，课时收束，四分钟。学生用一句话完成出口条：今天机器并不是读懂了什么，而是把什么变成了什么后再比较。教师回收出口条，挑选三条在下一课时开头回应，其中必须包含一条错误但诚实的表述。错误表述的价值在于暴露“拟人化语言”如何悄悄替代机制理解。八、第二课时流程环节一，错误回炉，八分钟。投影呈现上一课时三份出口条，教师把“机器理解了情绪”改写成“机器把词序、词频与人工标签对齐”，把“识别率高所以安全”改写成“在某批样本上表现稳定”。改写不追求漂亮，追求可检验。随后公布各组不一致样本数，但不排名，只按错误类型聚类：否定词失控、多义词干扰、样本过少、标签口径漂移。学生回到实验单，给每条黄色样本写归因标签。归因不允许写“智商不够”“模型不行”这类空话，必须落到可操作对象，例如“训练集中含反讽句仅两条”“短评缺少对象字段”“图片背景过亮导致边缘特征淹没”。归因质量决定后续改进是否有方向。环节二，评价不再只看百分比，十二分钟。教师以食堂投诉分流为例画出二乘二表格：实际是急事且被判急事，是可用命中；实际急事被判普通，是漏办；实际普通被判急事，是虚惊；两者皆普通，是安稳。再把四类后果换算成校园成本：漏办可能烫伤、拥堵、延误；虚惊可能浪费值班人力。学生对“总体九成准确”产生怀疑，因为一成错误若集中在烫伤与拥挤，代价不可平摊。引入阈值活动。同一模型输出分数，阈值设为0.5、0.7、0.9三次运行，记录漏办与虚惊数量。每组得到一条经验曲线，横轴阈值，纵轴两类错误。图中不写复杂函数，只标注趋势点。学生要在曲线上选一个工作点，并写三行说明：服务对象是谁，最怕什么错，复核由谁承担。此环节把“调参”从技术动作拉回决策动作。环节三，伦理与合规嵌入，十分钟。教师给出三个边界案例。其一，班级想用摄像头识别课堂专注度；其二，社团想收集朗读音频训练普通话评分器；其三，图书角想用借阅记录预测阅读偏好并推送书单。每组抽取一例，用五格审查表作答：目的是否正当，数据是否最小，可否匿名替代，保存多久，出错谁解释。表格不以通过与否结束，而以redesign结束：若必须做，删掉哪一项仍能完成核心目标。讨论中明确几条课堂可执行底线。不采集人脸做课堂实验；不输出带有姓名、学号、家庭信息的推断；不把模型分数作为处分依据；对外展示隐去可恢复身份的线索；引用公共资源写明许可范围。学生在作品首页放一句可核验声明：样本来源、处理地点、删除时间、联系人职责。声明短，但要能追查。环节四，作品完善与答辩，十二分钟。各组把前一课实验升级为“可交付小方案”。交付物四项：一页流程图，标出输入边界；一张结果表，含错误样例；一段阈值说明，含场景理由；一份风险清单，含退出条件。作品不求界面美观，要求陌生人按文档能重复关键环节，失败处也知道停在哪里。答辩采用电梯陈述，每组九十秒。开头不得复述任务，只能讲一句判断：我们的方案在什么条件下值得信赖。随后展示一个最能说明问题的错误样本，说明改法。质询来自相邻组与教师，问题限定在证据链：数据是否代表真实分布，标签是否两人独立标注，复核是否留痕，退出机制是否触发过。分数现场不公布，先给修订点。环节五，总结与迁移，三分钟。教师把两节课压成一张可带走的思考卡：对象能否表示，样本是否够代表，错误是否可承受，输出是否需复核，数据到期能否删除。学生离开前在卡片背面写下一个校外应用，标注其中最容易被忽略的一环。作业不追求扩展功能，追求把审慎带进下一次点击。九、板书设计主板书分成左右两区。左区写机制链：原始信息→清洗→表示→模型→分数→阈值→行动；箭头旁只标关键质问，写什么、代表谁、错在哪、谁来停。右区写对照表：规则靠人列举，模型靠样例归纳；规则胜在透明，模型胜在覆盖；规则败于例外，模型败于偏移。底部留一条长线，写伦理件：授权、最小化、脱敏、限期、可退出。板书中公式全部直接呈现，例如分数保留两位，阈值写成θ，相似度写作cos(A,B)=A·B/(|A|·|B|)。不要求学生推导，要求看懂含义：方向越近，语义越像；阈值上移，系统更谨慎也可能更迟钝。十、评价方案评价采用过程证据与终结作品结合。过程证据占四成，来源为实验单完整性、黄色样本归因质量、职责轮换记录、同伴复核签字真实性。终结作品占六成，评审看四点：是否复现，是否解释错误，是否匹配场景，是否守住边界。任何一项涉及隐私红线，作品先停评整改，不进入等级比较。等级描述保持朴素。优秀档能把一个新错误类型带回数据或阈值层面解决；合格档能跑通流程并承认限制；待改进档停留在截图成功，无法说明失败样本。对迟交与设备故障设置替代路径，可用纸面特征、手算表格与口头复盘完成核心目标，避免技术条件变成唯一门槛。十一、差异化与补救对进度快组提供开放挑战：同一模型换到图书短评领域，观察准确率塌陷，解释领域迁移为何发生；或把文本长度从一句扩到一段，比较切分策略。挑战不作加分竞赛，只要求交一份“失效报告”。对基础薄弱组降低代码负载，提供半成品函数和填空式流程图，保住概念主线。补救策略围绕三个漏洞。不会表示，就回到卡片编码；不会评估，就重画二乘二表；不敢说限制，就把陈述改成“还不能用于”。每一项补救都有可见产物，便于教师判断学生卡在动作还是观念。十二、常见误区预防第一处误区是把智能应用讲成品牌巡礼。课时中相关名词只出现两次：一次建立经验连接，一次在项目说明中标注版本。频繁点名会挤占机制理解，也会让学生误以为熟悉商标等于掌握原理。第二处误区是把伦理课附加在末尾讲道理。本设计把合规审查放在作品成形之前，使删除字段、缩小范围、设置复核成为工程动作，而非课后感想。第三处误区是迷信可视化。漂亮界面能提升兴趣，也可能遮蔽证据。课堂允许无界面提交