高中信息技术必修1“认识人工智能”教学设计

高中信息技术必修1“认识人工智能”教学设计本课是教科版高中信息技术必修1《数据与计算》第五章的首节课，承担着为学生打开人工智能世界大门的任务。高一学生对刷脸支付、语音助手、个性化推荐并不陌生，但多数停留在“用过”层面，对背后的数据、算法与算力缺乏系统认识。本课以“体验—追问—建构—迁移”为主线，让学生在真实任务中触摸人工智能的能力边界，理解其与数据、算法的内在关联，初步形成理性看待智能技术的价值立场。一、教材与学情分析教材地位与作用本节内容是前四章“数据、信息、算法、程序”学习的自然延伸，也是单元后续“探秘人工智能”“初识机器学习”等内容的认知起点。教材从人工智能的概念出发，依次呈现其发展历程、典型应用与核心技术，落脚点在于引导学生认识到：人工智能不是魔法，而是建立在数据与计算基础之上的工程实践。承前启后的位置决定了本课既要回顾旧知，又要为机器学习埋下伏笔。学情研判授课对象为高一学生。他们特点鲜明：一是数字原住民，每天都在与推荐算法、人脸识别打交道，体验丰富但认知碎片化；二是前四章刚完成Python基础与算法初步的学习，具备理解“程序如何实现智能”的初步能力；三是容易陷入两种极端判断，要么神化人工智能，认为机器无所不能，要么轻视其原理，把智能简单等同于“程序跑得快”。教学的关键，就是利用这种认知冲突制造思维张力。素养目标定位依据课标对本模块的要求，本课对应的核心素养落点有四：信息意识方面，能主动辨识身边由人工智能驱动的应用，敏感于数据在其中扮演的角色；计算思维方面，能从“输入—处理—输出”的视角分析智能系统的工作机理，体会规则方法与数据驱动方法的分野；数字化学习与创新方面，能选用合适的智能工具平台完成探究任务；信息社会责任方面，能就隐私、偏见、就业冲击等议题表达基于证据的观点。二、教学目标与重难点教学目标1.通过多组对比体验活动，说出人工智能的基本内涵，区分“模拟人类智能”与“超越人类能力”两个认识层次。2.借助人机对话、图像识别两个实验，归纳当前人工智能“依赖数据、依赖场景、存在局限”的基本特征。3.结合发展历程时间轴，梳理人工智能三次浪潮的标志性事件，理解算力、算法、数据三要素的相互支撑关系。4.围绕具体案例开展小型辩论，形成对人工智能伦理与社会影响的初步立场，并能用证据支撑观点。教学重点与难点重点是理解人工智能的概念内涵，认识数据在智能系统形成过程中的核心作用。难点在于破除“人工智能等于机器人”等迷思概念，理解“规则驱动”与“数据驱动”两条技术路线的本质差异。突破策略是用可操作的对比实验代替抽象讲解，让差异在学生的亲手操作中显现。三、教学准备与方法选择环境与资源准备机房环境，每名学生一台可联网计算机；教师提前注册好在线智能体验平台的账号并测试稳定性；准备两组对比素材——一组人工编写的聊天规则脚本，一组大语言模型对话窗口；准备图像识别在线体验页与若干组训练样本示例；印制学习任务单与课堂观察记录表。教法学法设计教法上以情境任务驱动为主轴，辅以启发追问与精讲点拨。学法上强调具身体验与合作探究：学生不是听教师讲智能，而是亲手“考问”智能系统，在系统答错、答偏的瞬间获得最鲜活的认知素材。整节课设计三个递进任务，难度坡度由体验到分析再到评价，保证不同起点的学生都有攀登抓手。四、教学过程环节一：情境导入——一场“人机鉴别”小游戏（约8分钟）上课伊始，教师大屏依次呈现五段文字和五张图片，内容是诗歌片段、校园新闻、风景摄影。规则只有一条：请学生判断每份作品出自人类之手还是机器生成。学生举牌表决，教师实时统计正确率。揭晓答案时，教室里必然出现惊讶与争论——多数判断的正确率在六成上下徘徊，远远低于学生的自我预期。教师顺势抛出本课核心问题：“机器为什么会写诗、会作画？它的‘聪明’从哪里来？它到底懂不懂自己在做什么？”三个问句逐层加深，把课堂注意力从猎奇拉向原理。教师板书课题：认识人工智能。随后明确本课任务轮廓：先用实验摸清机器智能的底细，再回溯它的成长史，最后坐下来认真讨论它与我们每个人的关系。设计意图在于用低门槛、高反差的活动制造认知失衡。当学生发现自己无法稳定分辨人机作品时，“人工智能到底发展到了什么程度”就不再是教材上的铅字，而是亟待解答的个人疑问，学习的内驱力由此点燃。环节二：实验探究——给智能系统做一次“体检”（约15分钟）本环节是课堂重心，采用任务单驱动的小组实验。全班分为两大实验组，交替完成两个实验。实验一：人机对话大考验。学生分别向规则式聊天脚本和大语言模型提出同一组问题。问题设计有讲究：第一类是常识问答，如“南京的省会是哪里”；第二类是多轮上下文追问，如“那里有什么特产”“用它做的菜哪个最出名”，检验系统能否维持话题；第三类是故意挖坑，如“请用一句话证明太阳从西边升起”，观察系统是否会一本正经地编造内容。学生一边提问一边在记录表中填写：回答是否正确、是否像人、错在哪里、错的方式有何不同。很快，两条重要结论浮出水面——规则式系统只能答事先写好的内容，一旦出圈立刻露馅；大模型应答流畅，却会自信地编造事实，所谓“一本正经地胡说八道”。实验二：图像识别挑战赛。学生调用在线识别接口，先识别标准照片，识别平稳通过；再上传倾斜、遮挡、逆光的照片，错误率明显上升；最后教师展示经过细微扰动的对抗样本图片——人眼看毫无变化，机器却给出了离谱的结论。学生直观看到：机器的“看”与人的看在机制上完全不同，它依赖的是海量样本中习得的统计规律，而非对物体含义的真正理解。实验收尾时，教师组织小组用三个关键词概括机器智能的特点，各组发言后教师点拨提升：数据依赖——智能从数据中来；场景依赖——离开训练分布表现骤降；无理解之实——擅长模式匹配，尚不具备人类意义上的常识与意图。板书同步结构化呈现。设计意图是让“当前人工智能的优点与局限”从结论变成发现。学生亲手戳破流畅回答背后的空洞，比教师十句告诫更能建立理性的技术观，也为后续理解数据驱动路线埋下认知锚点。环节三：概念建构——回溯七十年的三次浪潮（约10分钟）教师播放一段三分钟的人工智能发展史短片，随即发放时间轴任务卡：各组将标志性事件卡片——达特茅斯会议、专家系统的兴起与低谷、深蓝战胜国际象棋冠军、深度学习在图像识别竞赛中夺冠、AlphaGo对弈李世石、大语言模型问世——粘贴到时间轴对应位置，并标注每次浪潮兴起与沉寂的原因。排序完成后，教师引导学生横向比较三次浪潮的共性规律：每一次兴起都伴随着算法突破、数据积累或算力跃升中的至少两项；每一次低谷则源于期望过高而条件未熟。在此基础上，教师精讲人工智能概念的三个层次：让机器模拟人的智能行为是基本意涵；让机器在特定任务上媲美甚至超越人类是当前主流实践；让机器获得通用智能仍是未竟的远景。紧接着通过两张对比图讲透两条技术路线。规则驱动路线，由人把知识写成一条条“如果……就……”的规则交给机器执行，优点是逻辑透明，缺点是写不尽、易脆弱；数据驱动路线，人只设计学习框架，让机器从海量数据中自己归纳规律，优点是覆盖广、能力强，代价是过程如黑箱、结果难解释。教师回扣实验一：你们方才体验的两种对话系统，正是这两条路线最直观的化身。学生恍然大悟，前后知识在这一刻缝合。三要素的关系用一个朴素类比点明：数据是燃料，算法是引擎，算力是道路与油门，三者缺一，智能这辆车就跑不起来。教师补充说明三者相互成就的当代图景——互联网时代沉淀的海量数据、GPU带来的并行计算能力、深度神经网络算法的成熟，共同催生了本轮浪潮。设计意图是以历史脉络承载概念建构，避免名词灌输。时间轴的动手排序迫使学生处理史实之间的关系，两条路线的对比则呼应实验环节的发现，让知识网络在不同情境中反复加固。环节四：思辨延伸——当智能走进生活深处（约9分钟）认识技术，更要审视技术。教师呈现三个真实情境组成的微议题包：其一，某地利用人脸识别追查交通违法引发隐私担忧；其二，某招聘筛选系统被发现对女性简历存在系统性偏差，根源在于历史录用数据本身的失衡；其三，智能写作工具普及后，“作业是不是学生自己写的”成为学校新难题。各组认领一个议题，按“现象—原因—我的主张—支撑理由”四步展开五分钟组内研讨，随后每组用一分钟陈述观点。教师不预设标准答案，只在学生观点飘移时追问证据：“你说存在偏见，偏见藏在哪里？”“你主张全面禁止，代价由谁承担？”引导讨论从情绪回归理性。教师最后作小结性引导：人工智能是镜子，照出的是数据背后的社会；也是杠杆，放大的是使用者的意图。技术本身无善恶，关键在于数据是否干净、规则是否公正、人是否保有最终的判断权。作为未来的数字公民，既要善用智能工具提升学习效率，也要守住独立思考的底线。设计意图是把信息社会责任的培养落到具体情境，让学生经历“观点—证据—论证”的思维操练，避免素养教育流于口号。环节五：总结提升与分层作业（约3分钟）师生共同完成概念图梳理：从“什么是人工智能”出发，向外辐射“发展历程—技术路线—三要素—应用与影响”五个分支，学生口述要点，教师板演成图。教师寄语收束全课：今天你们考问了机器，未来很可能是你们去造机器、管机器，愿这节课在每个人心里留下的，既有好奇，也有分寸。作业分三层布置。基础层：绘制本课思维导图，标注三个自己做错的判断并写明原因。提升层：访谈一位家人，记录他日常接触的三个人工智能应用，分析各自依赖的数据类型。拓展层：尝试用免费平台体验一次简单的图像分类模型训练，用自己的照片做数据，写一段不超过三百字的实验手记，下节课分享。五、板书设计板书采用中心辐射式结构。中央书写课题“认识人工智能”。左侧主干为概念与历程：内涵三层次、三次浪潮、兴起条件。右侧主干为机理与立场：规则驱动与数据驱动对比，数据、算法、算力三要素，优势与局限清单。底部横贯一句提醒：善用工具，守住思考。重点内容用彩色粉笔强调，实验结论随课堂生成即时增补，保留思维生长的痕迹。六、教学评价设计评价贯穿全程，强调过程与证据。实验环节依据观察记录表评定学生的操作规范与结论质量，量规含“问题设计是否有层次、记录是否如实、结论是否有依据”三个维度。研讨环节采用“观点清晰度、证据适切度、倾听与回应”三维同伴互评。课后作业实行分层批阅，拓展层作品择优在班级数字展板发布。教师另设