高中一年级信息技术《人工智能的应用》项目式教学设计

高中一年级信息技术《人工智能的应用》项目式教学设计一、教学基本信息本课选自人民教育出版社《信息技术》必修1第四章第三节第一课时"人工智能的应用"，授课对象为高中一年级学生。在学分结构中，本课承接第三章"计算思维与问题求解"的算法基础，向上衔接必修2"信息系统与社会"中的社会影响讨论，是学生从"知道人工智能"走向"理解人工智能如何嵌入生活"的关键一课。教材通过自动驾驶、智能客服、机器翻译、医疗辅助诊断等案例，勾勒出人工智能在感知、认知、决策三个层面的典型应用场景。高一年级学生对人工智能并不陌生，他们每天都在使用语音助手、刷短视频推荐、体验人脸解锁，但这种熟悉停留在"使用者"层面。多数学生说不出推荐系统为何"懂"自己，也难以区分人工智能的规则引擎与机器学习路径之间的本质差异。作业设计若停留在抄写概念、列举实例的层面，只会把学生推回复制粘贴的窠臼。本课把作业嵌入项目过程，让学生在"为校园设计一款人工智能应用"的真实任务中完成知识的自我建构。二、核心素养目标定位信息意识维度：学生能够敏锐识别日常场景中人工智能技术的存在形态，主动追问"这个功能背后用了什么技术"，并意识到数据采集与算法推荐对自身信息获取的塑造作用。计算思维维度：学生能够将一个具体的应用需求拆解为"数据输入—模型处理—结果输出"的基本流程，初步体验用流程与逻辑描述智能系统的成形过程，而非把人工智能当成无法拆解的黑箱。数字化学习与创新维度：学生能够选择合适的在线平台体验文本分类、图像识别等基础模型，将体验所得转化为设计依据，完成一份有真实体验支撑的校园人工智能应用设计方案。信息社会责任维度：学生能够就人脸识别、算法推荐等议题表达自己的立场，辨识技术的便利与风险并存这一事实，形成"技术应当被审慎使用"的初步判断。本课确立的教学重点有二：一是归纳人工智能应用背后的共性工作逻辑，即数据、算法、算力三要素的协同；二是完成从"体验者"到"设计者"的角色迁移。教学难点在于信息社会责任的落地——谈风险容易流于口号，课程通过辩论与情境判断让伦理讨论附着在具体画面上。三、教学策略与作业设计理念本课采用"体验—解构—设计—思辨"四阶递进的项目式路径。作业不再作为课后的附属品，而是被切割为课前体验单、课中解构卡、课后设计书三个节点，贯穿教学全程。前置作业解决"感受"问题，课中任务解决"理解"问题，迁移作业解决"创造"问题，三段作业之间构成证据链：学生在课后设计书中引用的每一条技术判断，都应能追溯到自己课前的体验记录。这种设计回应了一个常见弊病：作业与课堂"两张皮"。教师批阅的不是孤立的文字，而是项目推进的脚印。评价方式随之调整，课堂展示、同伴质询、教师点评三轨并行，弱化对错判定，强调论证质量。四、教学准备教师课前遴选三个可在线体验的开源或平台化工具：图像分类体验页、情感分析演示接口、智能语音对话入口，并提前测试校内网络环境下的可用性。印制"人工智能应用解构卡"，卡面设置五栏：应用名称、服务对象、输入的数据、输出的结果、我猜想的技术环节。学生按异质原则编组，每组四人，兼顾表达能力、技术兴趣与组织能力的搭配。每组配一台可联网终端。课前三天，学生领取体验任务单：任选两项自己使用过的人工智能类功能，如语音输入、拍照翻译、短视频推荐、购物猜你喜欢，用文字记录"它做了什么—我猜它怎么做到的—它哪里让我不舒服"三个问题，每则记录不少于一百五十字。这份体验单是导入环节的全部素材来源。五、教学过程第一环节：情境导入，唤醒体验（八分钟）上课伊始，教师不讲定义，先抛出一段三十秒的争议短视频：某高校课堂上，摄像头自动识别学生专注度并生成课堂报告。画面结束，教室安静片刻，教师发问："如果这套系统装在我们教室，你举手赞成还是反对？先别急着答，想想你的理由。"随即进入"体验快闪"环节。各组从课前体验单中推选一则最有话可说的记录，用六十秒向全班陈述。有小组讲述语音助手把方言识别错的窘境，有小组讲述购物软件"刚搜过运动鞋、满屏都是鞋"的被窥探感，有小组展示翻译软件处理古诗时的词不达意。教师只在黑板上快速记录关键词：识别错误、画像追踪、语义偏差。快闪结束，教师把散落的三个问题收拢成一句话："刚才每一次'好用'或'翻车'，背后都不是玄学，是一套可以被拆解的工作流程。这节课的任务，就是把这套流程拆开看清楚，然后用它去设计一款真正服务校园的智能应用。"学习目标以任务的形式呈现：本节课结束时，每组要交出一份校园人工智能应用的初步设计框图，并在下节课进行路演。第二环节：抽丝剥茧，解构共性逻辑（十五分钟)教师以教材中的机器翻译为例做示范解构。一段中文输入翻译系统，经历了哪些环节？教师引导学生说出：先要"看到"文字（输入），再要知道这些词是什么意思、按什么顺序排列（理解），最后按另一种语言的规则生成句子（输出）。教师板演流程：数据输入→特征提取与模型计算→结果输出与反馈。随后点明支撑这条链条的三块基石：数据是原料，算法是图纸，算力是引擎，三者缺一，系统停摆。示范之后，解构任务交给学生。每组领到一张解构卡，从教师预设的五个应用中抽取其一：人脸识别闸机、智能客服、导航的路线规划、医疗影像辅助诊断、新闻个性化推荐。组内讨论八分钟，把该应用填入解构卡五栏。教师巡视，不做标准答案的直接提供者，而是用追问推进思考："刷脸闸机输入的是什么数据？只是一张照片吗？光线不好时它为什么会失败？""推荐系统输出的只是视频列表吗？你有没有想过它还在收集你的什么反应？"八分钟后进入拼图式汇报。五个应用依次上台解构，教师引导学生横向对比五张卡片，提炼共性：所有应用的输入端都是数据，处理端都离不开模型训练，输出端都在做某种预测或决策。差异在于数据的类型（图像、语音、文本、行为日志）与决策的后果轻重——推荐错一条视频无伤大雅，误诊一张影像事关生命。这一对比不动声色地为后面的伦理讨论埋下伏笔：不同应用的容错阈值天差地别，技术中立的说法因此值得推敲。第三环节：动手体验，验证猜想（十五分钟）纸上推演之后，安排真实的工具体验，让猜想接受检验。每组打开教师准备的在线体验入口，完成三项微任务。第一项，图像分类体验。各组上传若干张校园实拍图片，记录系统给出的标签与置信度。教师提示学生故意上传一张模糊照片、一张夜景照片，观察识别准确率的变化，并思考"为什么数据质量会影响结果"。第二项，情感分析体验。学生输入三条风格迥异的短评，如"这部电影太感人了，我哭得不行""还行吧，凑合能看""绝了，真是我见过最烂的片子"，观察系统判定的情感倾向是否准确。多数情况下，反讽句会被误判，课堂气氛活跃时教师追问："机器'读懂'情感靠的是什么？它真的懂'绝了'两个字背后的语气吗？"借此让学生意识到模型捕捉的是统计规律而非真实语义理解。第三项，对话体验。学生向智能对话系统连续追问同一话题五轮，观察它何时开始答非所问，记录"失效点"。三项体验压缩在十二分钟内完成，每组填写体验记录表，重点回答一个问题：哪一次结果出乎你的意料？这个意外让你对'数据质量决定智能水平'这句话有了什么新认识？教师巡视时捕捉典型发现，请两组做一分钟快报，把学生亲手获得的证据钉在黑板上。第四环节：迁移设计，搭建校园应用框架（十二分钟）理解与体验的阀门已经打开，课程进入核心产出环节。教师发布设计任务："为你的校园设计一款人工智能应用，解决一个真实存在的小问题。要求画出工作流程框图，标明输入什么数据、经过什么处理、输出什么结果，并写出一句风险提示。"教师提供一份"选题灵感单"作为支架而非限制：图书馆找书难、食堂排队拥堵、体育课跑步打卡代打、社团招新匹配、教室灯光空调忘关。学生也可自选问题。设计框图不要求代码，只要求逻辑链条闭合，这降低了技术门槛，把竞争焦点引向问题洞察与流程严谨。小组协作期间，教师在各组间流动，用三类问题介入：需求类——"这个问题真的痛吗？不解决会怎样？"；数据类——"你要的数据从哪来？采集它是否侵犯了谁？"；后果类——"如果系统误判，代价由谁承担？"一个学生小组设计"课堂走神检测系统"，教师顺势追问数据采集合规性，该组学生自己主动在方案中加入了"需经学生同意、数据不进档案"的约束条款，信息社会责任在真实决策中自然生长，这比任何说教都有效。第五环节：观点对峙，思辨技术边界（八分钟)课末设置微型辩论，回应导入时悬置的问题。议题即课前那段视频："校园是否应部署课堂专注度识别系统？"赞成方与反对方各由两组派代表，各陈述九十秒，随后交叉质询两分钟。教师不裁决胜负，只做观点的结构化整理，写在黑板右侧：赞成方的论据落在效率、个性化教学辅助；反对方的论据落在隐私、标签化、数据滥用风险。教师最后陈词："技术从来不是问题本身，如何使用、被谁约束、边界画在哪里，才是问题。你们今天设计校园应用时写下的那句风险提示，就是未来从业者应该具备的自觉。"随后引出课后作业。第六环节：总结收束，布置分层作业（五分钟）教师用一张图收束全课：数据、算法、算力三要素驱动"输入—处理—输出"的工作流程，这一流程在不同场景中复制变形，构成我们看到的万千应用；而每一次复制，都必须过一道伦理的闸门。学生跟随教师完成口头复盘，回答三个问题：人工智能应用万变不离其宗的流程是什么？决定系统效果好坏的第一变量是什么？设计者首先要敬畏的是什么？六、课后作业设计作业分三层，全员完成基础层，发展层二选一，挑战层自主申报。基础层作业为"完善设计书"。各组依据课堂草稿与辩论中被质询出的漏洞，修订《校园人工智能应用设计书》，成稿一千二百字左右，须包含四个部分：问题描述与需求依据、工作流程框图、所需数据及其获取方式、风险识别与防范条款。引用本组课前、课中的体验证据支撑技术判断，例如"本组在图像分类体验中发现光线不足导致识别率下降，因此本方案增设补光提示环节"，杜绝空谈。发展层作业二选一。其一是"家庭人工智能普查"：采访两位家庭成员，请他们列举各自工作中接触到或可能受益于人工智能的环节，学生据此绘制一幅"我家的人工智能地图"，并写三百字评述，分析哪一项应用替代了人的重复劳动、哪一项可能替代人的判断，后者是否值得警惕。其二是"争议时评一篇"：从推荐算法茧房、AI换脸、自动批改作文三个话题中任选一个，撰写六百字评论，立场鲜明，论据须包含至少一条本课体验证据与一条检索到的事实素材，观点可以激进，论证必须扎实。挑战层作业为"让纸面方案动起来"。有兴趣的学生可借助图形化的模型训练工具，用手机拍摄的两类图片（如"戴校徽"与"未戴校徽"的同学模拟图、可回收垃圾与其他垃圾照片）训练一个最小图像分类模型，在线导出识别结果截图，附三百字说明：训练数据如何采集、识别误差出现在哪、要让模型更可靠还需补充什么数据。教师对完成挑战层的学生提供一对一线上指导，但不以此作为任何排名依据。作业提交周期为一周，设计书与评论通过班级数字空间提交，便于互评。教师批改聚焦三个维度：流程逻辑是否闭环、证据是否源于亲历、风险条款是否具体可操作。七、教学评价设计本课评价采用"过程表现四十分＋作业成果六十分"的结构。过程表现细化为课堂解构卡完成质量、体验记录的真实性、辩论与展示中的论证贡献三项。作业成果的评价量规提前向学生公开，设四个维度。其一，科学准确性，占二十分，考查对数据、算法、算力关系及工作流程的表述是否严谨，有无"人工智能等于机器人"之类的概念混淆。其二，证据意识，占二十分，凡技术判断必有体验记录或检索事实支撑者获高分，通篇观点而无依据者分值折半。其三，设计创新性，占十分，以问题选择的真与痛为标尺，不以想法是否炫酷为标尺——一个解决饮水机排队问题的朴素方案，在真实性上优于空泛的"智慧校园大脑"。其四，伦理关怀，占十分，风险条款是否具体、是否考虑数据主体的知情与同意。成果展示阶段引入同伴互评，学生依据量规给其他组的设计书写一句最有价值的质疑与一句最值得借鉴之处。教师终审评语不写套话，只指出一个最强的证据与一个最需修补的漏洞，让学生拿到的是可行动的反馈而非分数安抚。八、板书设计主板书呈三栏架构。左栏：人工智能应用的万千面孔，列快闪环节学生贡献的关键词；中栏：共性工作逻辑，自上而下为"数据输入—模型处理—结果输出"，旁注三要素"数据·算法·算力"；右栏：技术之外的追问，记录辩论双方核心论据，底部一行字："设计者的第一课：敬畏数据，敬畏人。"副板书随堂生成，承载各组解构卡的对比结果，课末拍照存入班级空间，作为学生修订作业的参照。九、教学特色与反思本设计的第一处用心在于把作业溶解进教学流程，课前的体验单、课中的解构卡、课后的设计书环环相扣，学生交出的每一份作业都带着课堂的温度，抄袭与敷衍失去了生存空间。第二处用心在于让信息社会责任长在任务里而非挂在嘴边，风险提示被列为方案的必备条款，隐私与知情同意由学生在教师的追问中自己写出，这种内生的伦理自觉远比背诵守则牢固。第三处用心在于体验环节的"故意出错"设计——让学生上传模糊照片、输入反讽短评、逼问对话系统的失效点，把"人工智能并非万能"这一结论变成学生亲手摸到的裂缝，这比教师一百次强调都更可信。课后的教学复盘