高中信息技术必修1第四单元《采集数据、建立模型、验证模型》教学设计

高中信息技术必修1第四单元《采集数据、建立模型、验证模型》教学设计一、教学设计理念本课是沪科版（2019）高中信息技术必修1第四单元《人工智能初步》的第2课时。学生在第1课时已经初步认识了人工智能的概念、发展历程及其典型应用，对"机器为何能表现出智能"产生了朴素的好奇。本课时承接这一好奇心，以"采集数据→建立模型→验证模型"这一完整的机器学习基本流程为主线，引导学生从"用人工智能"走向"懂人工智能"，理解数据驱动智能的底层逻辑。《普通高中信息技术课程标准（2017年版2020年修订）》要求学生"通过典型案例，了解人工智能的基本过程，体验利用人工智能技术解决问题的基本方法"。本课不以训练高精度的深度学习模型为目标，而是借助图形化或低代码的工具平台，让学生亲历一个机器学习项目从无到有的全过程，在"做中学"中建构对数据、模型、验证三要素及其相互关系的科学认识，渗透计算思维与信息社会责任的双重培育。二、学情分析本课授课对象为高一年级学生。经过必修1前三单元的学习，学生已具备算法与程序设计的基本素养，能够使用Python完成简单数据处理任务，对"数据"这一核心概念有初步理解。第1课时的学习使他们积累了人脸识别、语音助手、推荐系统等丰富的生活体验，但多数学生将人工智能视为"黑箱"，认为模型的形成是神秘且高深的过程。学生的认知障碍主要集中在三处：其一，不理解数据质量与数量对模型效果的决定性作用，容易认为"模型越复杂越好"；其二，混淆"训练"与"验证"的关系，对"模型在训练集上表现好并不等于真的学会了"缺乏直观认识；其三，对数据采集过程中涉及的隐私、偏差与公平问题缺乏敏感性。教学中需以真实可操作的任务消解神秘感，以对比实验暴露认知冲突，以情境讨论唤醒责任意识。三、教学目标1.信息意识：能认识到数据是人工智能的"原料"，主动探究数据采集的方式与规范，理解高质量数据对模型性能的影响。2.计算思维：经历"采集数据—标注数据—训练模型—验证模型—迭代优化"的完整流程，能用流程化的思维方式拆解一个机器学习问题，并能通过调整数据或参数改进模型。3.数字化学习与创新：能使用图形化机器学习平台训练一个图像（或手势、声音）分类模型，并根据验证结果分析误差来源，提出改进方案。4.信息社会责任：在数据采集环节中讨论知情同意、隐私保护与数据偏差问题，初步形成负责任地开发和使用人工智能技术的态度。四、教学重点与难点教学重点：采集数据的规范与方法；建立模型与验证模型的基本过程；训练集与测试集的区分。教学难点：理解验证环节揭示的"过拟合"现象；根据验证结果诊断模型问题（数据不足、类别不均衡、特征不明显）并提出迭代方案。五、教学方法与资源准备教学方法：任务驱动法、对比实验法、小组合作探究法、情境讨论法。资源准备：机房配网环境；无需编程的机器学习训练平台（如能够上传样本图像并在线训练分类模型的体验工具）；每组一台可拍照的摄像头设备或教师预准备的"校园手势图像"半成品数据集；任务学习单（含数据记录表、验证结果分析表）；微课视频《一分钟看懂训练集与测试集》。六、教学过程（一）情境导入：这个"猜拳机器人"为什么总输给我（约5分钟）教师演示课前准备好的"石头剪刀布"手势识别程序：请两名学生上台对着摄像头出拳，程序识别并给出应对。第一轮教师演示时识别基本准确；第二轮请一位佩戴了夸张手表的学生出拳，识别频频出错。教师追问：同一个程序，为什么换一双手就"变笨了"？学生的答案往往指向"它没见过这只手"。教师顺势揭示：程序背后是一个用数据"喂"出来的模型，它只认识训练时见过的东西。今天我们就亲手做一个这样的模型，看看它"学聪明"或者"犯糊涂"的全过程，并思考怎样让它变得更可靠。板书课题：采集数据、建立模型、验证模型。设计意图：用一次"翻车"制造认知冲突，让"数据决定模型"这一核心观念在具体情境中自然浮现，避免空洞的概念灌输。（二）任务一：采集数据——给模型准备什么样的"粮食"（约10分钟）发布任务：全班以四人小组为单位，训练一个能识别"石头、剪刀、布"三类手势的分类模型。第一步是采集数据。小组讨论并回答采集前的三个问题：每类手势拍多少张？在什么背景下拍？由谁的手来拍？各组方案往往差异明显：有的小组计划三类各拍50张并统一背景；有的小组图省事每类只拍5张；有的小组全由组内一名同学的手出镜。教师不急于评判，先明确采集规范的三条底线：一是知情同意，拍摄人脸或身体部位前须征得被拍摄者许可，这是法律与伦理的双重要求；二是类别均衡，三类样本数量应大体相当，否则模型会"偏科"；三是适度多样，同一类别内应包含不同角度、光照和个体，否则模型学的是"背景"而不是"手势"。各组按修订后的方案分工采集与标注，将图像按类别存入对应文件夹，完成学习单上的"数据采集记录表"，填写各类样本数量、采集条件与遇到的困难。设计意图：把数据采集从"技术操作"升格为"工程决策"，让学生在真实约束下体会数据规范的意义，并同步落实信息社会责任目标。（三）任务二：建立模型——让机器从数据中"学"（约10分钟）教师用图示讲解建模的本质：模型不是程序员逐条写出的规则，而是从数据中"统计"出来的规律。以手势识别为例，传统编程需要程序员回答"什么叫剪刀"，这几乎无法用语言穷举；机器学习则反过来——给它大量"这是剪刀"的例子，它自己归纳出剪刀的视觉特征。这就是"数据驱动"与"规则驱动"的根本区别。学生在平台上上传三个类别的图像，点击"训练"按钮，观察训练进度条与损失曲线的变化。教师提示观察两点：训练过程中损失值总体呈下降趋势，说明模型在逐渐"学会"；训练结束后得到的并不是一个可阅读的程序文件，而是一组参数。此环节教师穿插讲解训练集与测试集的划分：采集的数据不能全部用于训练，应按约8:2的比例留出一部分"封存"，这部分数据模型从未见过，专门用于后面的检验。若学生使用的平台自动划分，则引导学生查看划分结果并记录。设计意图：用对比方式破除"模型=代码"的迷思，让学生在几分钟内完成一次真实训练，获得感强，同时为验证环节埋下"未见数据"的伏笔。（四）任务三：验证模型——它真的学会了吗（约10分钟）各组先用预留的测试数据验证模型，记录识别准确率；再进行"实战验证"：邀请别组同学的手出镜、改变光照条件、让手势部分遮挡，观察模型表现并填写"验证结果分析表"。典型现象随即出现：某组训练识别率高达九成以上，换一双手后准确率骤降；另一组对"布"的识别明显好于"剪刀"，回溯发现"剪刀"样本数量偏少且角度单一。教师抓住这两类现象组织全班交流，引出两个关键结论：一是模型在训练数据上表现好，不等于在新情境中表现好。它可能"死记硬背"了训练样本的背景与细节，这种现象称为过拟合，验证的意义正在于戳穿这种伪装的熟练。二是验证结果是一面镜子，准确率的下降总能追溯回数据或训练环节的问题：样本不够、类别不均、多样性不足、特征不典型。教师进一步提出工程中的通行做法：交叉验证——把数据分成若干份，轮流拿其中一份做测试，多次验证取平均，避免"碰巧"的测试结果误导判断。设计意图：通过"训练时神勇、实战时翻车"的强烈反差，让学生亲历过拟合这一抽象概念的具体形态，理解验证不是走过场，而是模型可信赖的前提。（五）任务四：迭代优化——让模型变得更可靠（约5分钟）各组根据验证暴露的问题制定一条改进策略并立即实施：补充采集薄弱类别的样本、更换多样化背景、增加不同个体的手。重新训练后再次验证，对比前后准确率的变化。教师总结迭代闭环：采集数据—训练模型—验证模型—发现问题—回到数据，如此循环，模型的可靠性螺旋上升。这正是工业界真实的人工智能项目开发节奏，没有任何优秀模型是一蹴而就的。（六）总结提升与责任讨论（约5分钟）师生共同梳理本课流程图：数据是原料，建模是加工，验证是质检，迭代是精进。教师强调三者关系：数据的质量决定模型的上限，训练的算法决定逼近上限的程度，验证的严格程度决定我们对模型的信任程度。责任讨论：如果用于训练的数据本身就存在偏差——比如某人脸识别系统的训练集中缺少深色肤色的样本，后果会怎样？学生结合本课"模型只认识它见过的东西"的亲身体验，能够理解数据偏差会被模型忠实继承并放大，进而影响真实的人。教师点题：今天我们用四十几分钟走完的流程，承载着人工智能最基本的科学精神——用证据说话，用检验立信；也承载着最基本的伦理要求——你喂给机器什么样的世界，它就还给人类什么样的判断。（七）分层作业基础作业：绘制本课"采集—建模—验证—迭代"流程图，并用三句话说明每个环节易犯的错误。拓展作业：观察生活中的一个人工智能应用，推测它的训练数据可能从哪里来、可能存在什么偏差，写一段一百字左右的分析报告，下节课交流。七、板书设计主板书以流程图呈现：采集数据（规范：同意、均衡、多样）→建立模型（数据驱动，训练集与测试集分离）→验证模型（戳穿过拟合，暴露数据问题）→迭代优化（循环上升）。副板书归纳核心结论：数据决定上限，验证决定信任。八、教学评价设计本课采用过程性评价与表现性评价相结合的方式。过程性评价依托三张表格：数据采集记录表考查采集的规范性，验证结果分析表考查对误差的归因能力，迭代记录考查改进策略的针对性。表现性评价聚焦小组最终的模型实战表现与课堂汇报，评价维度包括模型可靠性、归因的科学性、表达的清晰度。教师评价与组间互评结合，引导学生在互评中