高中信息技术必修一6.2人工智能的应用教学设计

高中信息技术必修一6.2人工智能的应用教学设计一、教学定位与育人立意本课面向高中一年级信息技术必修模块，对应内容要求中“了解人工智能的主要应用领域，体验典型智能系统的工作过程，辨析智能技术带来的效率提升与伦理风险”。课堂不把人工智能讲成名词展览，也不把它处理成高深算法的快速浏览，而是落在“看得见、摸得着、能质疑”的应用现场：考勤闸机为何认得戴口罩的脸，校园广播为何误把朗读当喧哗，图书推荐为何越推越窄，作业批改为何能指出错因却替代不了教师面谈。本课的育人立意有三层。第一层是概念准确：学生会区分“自动化程序”“统计预测”与“机器学习系统”，知道并非所有会响应的程序都是人工智能。第二层是过程可感：学生借助图像分类小实验、文本情感判断样例和校园场景案例，观察数据采集、标注、训练、部署、反馈闭环如何影响结果。第三层是价值清醒：学生面对“能否用”时先问“该不该用、边界在哪里、出错谁负责”，把效率、隐私、公平、安全放在同一张桌面上讨论。课堂最核心的判断标准是：学生离开机房时，不能用科幻口吻谈人工智能，也不能用畏惧口吻否定人工智能，而能说出某个具体应用“输入什么、学到什么、输出什么、错在哪里、如何约束”。二、学情研判高一学生对推荐算法、人脸解锁、语音转写拥有生活经验，却常把体验误认为原理。他们知道“刷脸很快”，不一定意识到速度背后是特征提取与阈值判定；他们抱怨“短视频越刷越像”，未必明白目标函数正在奖励停留时长；他们使用拍照搜题，容易把高置信度答案当成正确结论。部分学生在初中接触过图形化编程，能完成顺序、分支、循环结构，但对数据集、过拟合、偏差、可解释性只有零散印象。学习难点不在操作软件，而在三次转身：从“它会做”转向“它凭什么这样做”；从“做得准”转向“对谁准、对什么条件准”；从“方便我”转向“是否损害了看不见的人”。教学中要预留争议时刻，允许学生给出朴素甚至错误的解释，再用实验现象迫使其修正，而不是由教师直接公布标准答案。三、目标设计信息意识目标：学生能在校园生活实例中识别人工智能应用，判断其输入、输出与依赖数据，说明应用边界受场景、样本质量和部署条件影响。计算思维目标：学生能把“识别校园卡与访客”的问题分解为采集图像、标注类别、训练模型、设定阈值、误报处理、日志复核等环节，并用流程图表达闭环。数字化学习与创新目标：学生完成一次小规模图像分类体验，调整训练样本数量与角度，观察Acc、Recall变化，提出改进采集方案的实证建议。课堂中精确率按TP÷(TP＋FP)展示，召回率按TP÷(TP＋FN)展示，误差不是情绪判断，而要从混淆矩阵中被看见。信息社会责任目标：学生针对“课堂表情识别用于评价专注度”写出风险评估表，至少覆盖告知同意、数据最小化、情感误读、弱势学生保护、结果用途限定五项内容，并能向同伴说明删除权与更正权的意义。四、重点难点与关键概念教学重点建立在一个朴素命题上：人工智能应用的价值不在“像人”，而在“在限定任务中以数据驱动方式稳定地完成判断”。围绕该命题，学生要掌握应用类型谱系：感知智能关注看、听、触、测，认知智能关注理解、推理、生成，决策智能关注在约束中选择行动，具身智能把判断接入机器运动。高中阶段不追求推导反向传播，而要求理解“目标—数据—模型—评估—反馈”链条。教学难点是误判的原因归属。识别错误可能来自样本不足，也可能来自环境光照变化；可能来自类别边界模糊，也可能来自阈值设定过激；可能来自模型能力，也可能来自制度把概率输出当成最终裁决。学生要学会把“技术不行”“数据不行”“流程不行”“价值排序错误”分开问责，这比记住定义更难，也更有用。五、资源整合与环境的谨慎搭建机房准备离线可运行的图像分类体验工具、脱敏校园场景图片、合成噪声音频、三套替代rubrics的评价卡。图片不包含真实学生正脸可识别信息，音频倾向使用教师录制与公开采样，案例数据做字段删除与扰动。网络只开放必要页面，防止课堂滑向无节制体验生成工具。学习单分四色：蓝色记录现象，黄色记录猜想，绿色记录证据，红色记录风险。教师后台保留空白工程与示范工程各一份，空白工程用于生成，示范工程用于在设备故障时保底，探究不因技术波动而落空。六、教学过程总览本课用两个课时完成，采用“冲突入场—拆解系统—动手训练—压力测试—伦理听证—迁移设计”的路径。第一课时解决“应用如何工作”，第二课时解决“应用如何被负责任地使用”。每个环节都有明确产物：一张误判归因便签、一份流程图、一组对比实验记录、一张风险评估表、一段一分钟出口陈述。七、情境导入：闸机前的十秒钟上课铃响前，教师播放两段无声视频。第一段：学生将校园卡靠近闸机，闸机未开；抬脸后闸机开启。第二段：同一学生戴帽子、逆光、侧身经过，闸机延迟后报警，保安放行。屏幕静止在报警帧，教师只问三个问题：机器看见了什么，机器没有看见什么，最后由谁承担开门责任。学生初始回答通常集中在“摄像头坏了”“识别不准”“保安不严格”。教师不评价对错，把答案写在黑板左区，命名为“经验假设”。右区写下四个空框：输入、模型、阈值、后果。教师说明今天的任务不是夸机器，也不是骂机器，而是把十秒钟拆成可检查的证据链。此时导入结束，学生已经意识到自己熟悉的现象里藏着不知名的工作机制。八、概念澄清：会反应不等于会学习教师并排放置三个程序片段的伪代码。第一个按固定规则执行：若卡号在名单中且时间未到静校，则开门。第二个查历史相似样本：将当前人脸特征与库中特征比对，距离小于阈值则通过。第三个根据一周误报记录调整阈值，并在光线不足时提示补光。学生讨论三者差别，逐步发现第一个没有从数据更新判断，第二个具备学习形成的表示，第三个把反馈纳入运行策略但引入新的风险。这里给出本课的工作定义：人工智能应用是在明确或隐含目标下，利用数据形成的模型对环境输入进行感知、预测、生成或决策，并通过部署环境持续影响人与物的软件系统。定义故意保留“隐含目标”，因为推荐系统表面目标是猜你喜欢，真实商业目标可能是延长停留；定义强调“持续影响”，因为模型输出会改变人的行为，再反过来污染或丰富数据。九、活动一：把生活应用放进谱系每组抽取六张应用卡：人脸门禁、作业拍照批改、食堂销量预测、英文口语评分、操场跌倒检测、图书个性化推荐。小组在规定时间内完成两维摆放，一维是“感知到决策”的距离，一维是“错误代价”的高低。摆放不要求唯一答案，但要求口头辩护。口语评分若放在高代价区，理由可能是影响升学自信；食堂预测若被放低代价，教师追问暴雨天食材浪费与过敏学生缺餐谁更重要。此环节课堂噪音会升高，教师守住一条规则：任何移动卡片都必须说出代价承受者。于是“错了会怎样”从抽象口号变成具体对象：迟到的学生、被误判喧哗的班级、过敏体质儿童、词汇量小的学习者、沉默寡言的出口。应用谱系不再是知识图表，而成为责任地图。十、活动二：最小训练实验学生使用离线图像分类工具创建三类样本：张开手掌、握拳、手持校园卡。第一轮每类只拍八张，均在白墙前完成，训练后测试同学正常手势，准确率较高。第二轮教师引入压力样本：背光、快速运动、手部部分遮挡、浅色背景下手掌边缘模糊。多数模型开始混淆握拳与持卡，个别组把遮挡手掌判为持卡，因为这组训练卡里恰好常见浅色袖口。记录表必须保留四列：样本改变、预测变化、我的解释、仍可怀疑之处。教师巡视时不急着帮助提升准确率，而是追问“你增加的是数据，还是偏见”。若某组为了提升成绩故意删除难样本，教师在全班展示其漂亮曲线，再问这是否像只复习做过的题。笑声之后，学生理解测试集独立性的必要。十一、指标不再神秘黑板中央画出二类判定的四个格子：实际为正且判为正记TP，实际为负误判为正经FP，实际为正漏判为FN，实际为负且判为负记TN。校园闸机若宁可拦下师生也要防住陌生人，会更在意FP；流感初筛若害怕漏掉风险，会更在意FN。学生用自己的实验数字代入，直观看到同一模型调低阈值后Recall上升而精确率下降。教师不展开ROC曲线推导，只让每组在坐标纸上点出三个阈值下的结果。点连成的折线常常不光滑，这正好说明小样本的不稳定。有人提出“准确率最高就最好”，另一组用FN后果反驳：门禁把独居老人深夜关在门外，即使总体准确率上升也不可接受。指标从考试词汇变成权衡语言。十二、拆解真实链路：推荐为何越推越窄教师提供一段虚拟日志：某学生连续观看三条篮球集锦，系统随后减少科普与美术内容，一周后页面被同类视频占据。学生用便签复原因果链：点击被记录，停留时长被加权，相似内容被召回，探索比例下降，用户选择空间收缩，新行为进一步证明旧画像。再插入“考试季主动搜索作文素材”事件，说明一次强需求可能短期冲破推荐惯性。关键结论是应用不是孤立模型，而是人与系统共同训练的回路。学生提出干预策略：提高探索流量、提供“为什么看到它”、允许一键重置兴趣、限制未成年人沉浸时长、把多样性纳入目标而非只看点击。教师强调技术与制度要同时改，否则用户关闭个性化后仍可能被默认配置牵引。十三、第一课时小结与滞留问题课末五分钟，每名学生在出口卡写一句“我以前以为……现在证据显示……”。句式的价值在于暴露迁移，而非复述定义。教师回收后挑出三类滞留问题：生成内容可否算作创造，无数据场景能否靠规则兜底，模型解释与商业秘密冲突怎么办。这些问题不马上解决，作为第二课时伦理听证的成长点。十四、第二课时开场：把准确交给制度第二课时没有热闹导入，屏幕上只有一行字：本校拟采购课堂专注度分析系统。系统宣称可通过抬头频率、表情线索、笔记速度估计投入度，并向家长端推送周报。学生角色分为教务管理者、班主任、学生代表、家长、信息技术教师、法律顾问、供应商、心理教师。听证前十分钟，各角色只准提出需要核实的事实，不准表态。事实清单很快变长：摄像头角度是否覆盖黑板反光区域，表情与专注的相关证据是否适用于青少年，数据保存多久，周报措辞会不会把“低投入”写成“态度差”，误报是否影响评优，供应商是否用本校数据训练通用模型，学生能否查看原始片段而非只看分数。课堂的重心从“它能不能识别”转向“即使能识别，也应否进入评价”。十五、伦理听证：让反对意见获得结构听证设四条硬规则。其一，任何主张必须指明受影响者。其二，技术方不能只展示平均值，要给出最差十分位的表现。其三，涉及未成年人数据时，便利不能替代同意。其四，凡用于高利害判断的输出，必须保留人工复核与申诉通道。供应商角色若强调“提升管理效率”，学生代表可接受效率，却要求效率收益不得建立在对安静学生和面部表达差异者的系统性误判上。心理教师角色指出，频繁被观看可能改变课堂行为，部分学生学会表演专注。法律顾问角色提醒，云端存储与跨境调用会让一次课堂采集变成长期画像。教务管理者并非天然反派，他们关心大面积课堂反馈不足，但听证迫使其把需求改写为：寻找更低侵入的集体教学诊断方式，而不是给每个孩子打情绪分。十六、风险评估表的产出听证后，小组完成风险评估表，字段包括目的正当性、最小必要数据、替代方案、误判代价、弱势影响、保留期限、共享范围、申诉入口、退出机制、阶段性复审。十个字段看似繁琐，学生填到第五行就会发现，很多智能项目死在“替代方案”一栏：若抽样听课、作业诊断、匿名提问箱能达到相近目的，持续人脸分析的正当性立即下降。教师特别提示两个常见漏洞。第一，写“加强管理”等于没有风险控制，必须写成动作、责任人、时限与验证方式。第二，写“数据脱敏”不能掩盖目的扩张，脱敏只能降低泄露伤害，不能让原本不该采集的数据变得应该采集。学生开始理解，伦理不是技术完成后的包装纸，而是设计开始前的进入许可。十七、迁移设计：为学校做一张智能应用准入卡综合两周所学，小组选择一项真实需求做准入卡：图书馆座位监测、体育长跑异常预警、实验室危险动作提醒、宿舍晚归关怀、校园欺凌线索发现。准入卡正面说明目标、输入、输出、评估指标、人工兜底；背面列出不做什么。好的“不适用声明”往往比功能描述更能体现水平，例如体育预警不用于排名公开，欺凌线索不拿聊天全文训练公开模型，晚归关怀不把偶发晚归直接推送家长。展示采用“两赞一击”结构：同伴先指出两条证据充分的优点，再给出一个能让项目撤回重审的问题。被击中者不许辩解超过三十秒，只能记录或请求澄清。这个约束训练学生区分防御与修正，工程展示不再是作品秀，而是可靠性审查。十八、评价设计：分数必须看见思维过程评价占六成，看三类证据：实验记录是否能支持结论，风险表是否能落到责任主体，听证发言是否回应了他方关切。结果评价占四成，包含概念测验与迁移设计。概念测验减少名词默写，新增改错题，例如“准确率为百分之九十八，因此可用于奖学金评定”，要求写出至少两处逻辑缺口。表现量规分四级。入门级能复述应用类型；进阶层能解释误判与阈值关系；熟练层能用数据反驳直觉并设计人工复核；卓越层在方案中主动设置退出机制、审计日志与弱势影响复测，且愿意承认某些场景不应智能化。最高等级不奖励最炫的功能，而奖励克制的完整性。十九、教师示范语与禁区教师少说“人工智能一定能”，改说“在该数据集与该条件下，它可以稳定完成哪类判断”。少说“这是黑箱没办法”，改说“解释困难时，应降低自动化程度或提高复核强度”。少说“你们长大就懂”，改说“现在这条日志已经能让你追责”。三个课堂禁区需公开张贴：不用真实同伴敏感信息训练模型；不以实验准确率排名公开羞辱小组；不把生成文本直接当成事实提交。禁区不是束缚创造力，而是告诉学生，真正的技术自信包含可随时停用的能力。二十、板书与空间组织主板书从左到右形成一条河：场景入口，数据河道，模型桥梁，阈值闸门，后果三角洲，回流反馈。副板书保留“代价承受者”名单，每出现一个新应用就增加可能陌生的名字。教室后墙贴“暂停牌”，任何角色在讨论中感到将技术输出等同于人的价值，都可举牌要求重述。空间上，实验区靠墙，听证区围成半圆，展示板位于门口，出入都能看到未解决问题。学生带走的不是一张打印知识点，而是一张被同伴戳过洞的准入卡；洞越多，说明它离可实施越近，因为它已提前遇到真实世界。二十一、可能故障与替代路径若训练工具无法启动，改用纸质“人肉模型”：一组学生扮演特征提取器，依据教师给定的模糊规则对图片分类，再换规则体验不一致与标注偏差。若网络不可用，推荐系统环节用预先打印的日志完成，重点不受影响。若学生过度兴奋追逐生成图片，立即切回风险评估表，把创作冲动转为说明义务。若讨论出现“技术中立所以无需负责”的声音，教师不反驳立场，只要求完成一次后果推演：同一把闸机装在小学、医院、招聘会、凌晨宿舍，输出相同置信度时责任是否相同。演练结束，多数学生会自行修正“中立”表述为“工具中性，部署从不中性”。二十二、作业与延伸作业不追求宏大报告，要求家庭场景做一次