高中二年级信息技术选修3《智能+X推动社会进步》教学设计

高中二年级信息技术选修3《智能+X推动社会进步》教学设计一、教材分析本节课选自浙教版（2019）高中信息技术选择性必修3《人工智能初步》第四章第一节。本章是整册教材的收束部分，前三章学生已经完成了人工智能基本概念、典型算法与简单智能系统搭建的学习，具备了"知晓原理、动手实现"的基础，而本节承担着将技术视野从"算法内部"转向"社会现场"的任务，是整个模块从"学技术"走向"用技术、评技术"的关键一跃。教材以"智能+X"为主线，呈现了人工智能与制造、医疗、交通、教育、农业等行业深度融合的图景，强调人工智能不再是孤立的技术学科，而是赋能百业的基础设施。教材内容兼顾成就展示与理性审视，既呈现智能质检、辅助诊断、无人配送等鲜活案例，也提示学生关注数据安全、算法偏见、就业结构变化等伴随性问题。这一编排意图要求课堂不能停留在"案例展览"层面，而要引导学生建立"技术—场景—价值—风险"四维观察框架，形成对智能化浪潮的整体性认识。从学业质量要求看，本节课对应的核心素养落点集中在信息意识与信息社会责任两个维度：学生需要能够识别真实社会场景中的人工智能要素，分析其作用机制，并能就从业变革、伦理边界等议题表达有依据的观点。这决定了本课的教学形态应当是以真实问题为驱动的研讨型、项目型课堂，而非知识讲授型课堂。二、学情分析授课对象为高二年级选修本模块的学生。经过必修课程和本模块前三章的学习，他们已经理解了机器学习的基本流程，动手训练过简单的分类模型，对"数据喂出来的智能"有切身体验。这是本课可以拔高立意的重要资本——学生不是站在门外观看人工智能，而是已经摸过门把手的人。但前期的访谈与作业分析也暴露出三个真实的学习起点。其一，认知碎片化。学生对人工智能的社会应用停留在短视频、新闻标题层面，能说出"人脸识别""自动驾驶"等名词，却说不清这些系统在某个行业链条中究竟替代了哪个环节、创造了什么价值。其二，态度两极化。一部分学生是技术乐观主义者，认为"人工智能无所不能"；另一部分是技术焦虑者，担忧"毕业即失业"。两种倾向都缺乏事实支撑。其三，迁移薄弱。学生能在实验室环境调用模型，却不善于逆向拆解真实产品背后的技术组合，难以回答"这个功能背后可能用了哪些人工智能技术"这类问题。基于此，本课设计的策略是：以本土化的真实行业案例为锚点，以"拆解—重组—批判—建言"为活动主线，让抽象的社会进步议题落在可操作的分析任务上，使学生的前认知在冲突与修正中生长为结构化的理解。三、教学目标（一）信息意识：能够从医疗、制造、交通、教育等真实场景中识别出嵌入其中的人工智能技术要素，描述其在业务流程中的位置与作用，形成对"智能+X"融合形态的整体认知图式。（二）计算思维：能运用"输入—处理—输出—反馈"的系统视角拆解一个智能应用案例，绘制其技术架构简图，并能将一个行业痛点迁移到另一个行业情境中，提出可行的智能化改造设想。（三）数字化学习与创新：能借助检索工具与人机对话工具开展协作探究，甄别信息来源的可靠性，整合多源资料完成小组研究海报，并对AI生成内容保持验证意识。（四）信息社会责任：能就人工智能应用引发的就业结构变化、隐私保护、算法公平等议题，结合事实证据表达立场，初步形成"发展与规范并重"的技术价值观，理解我国推动智能产业健康发展的政策取向。四、教学重难点教学重点：理解"智能+X"的融合逻辑——人工智能作为通用使能技术如何嵌入行业流程、重构生产要素、催生新业态；掌握分析智能应用的四维框架（场景、技术、价值、风险）。教学难点：突破"名词式认知"，将碎片化的案例印象组织为结构化的行业理解；在价值讨论中避免情绪化站队，学会用证据说话、用多利益相关方视角权衡。突破策略：以一张"智能解剖单"统领全课的分析活动，用同一把手术刀解剖不同案例，使方法显性化；以"院长办公会""工厂董事会"等角色扮演制造认知冲突，迫使学生从单一技术视角走向多元社会视角。五、教学准备教师准备：剪辑三段视频素材（智慧工厂质检线、AI辅助影像诊断、干线物流无人卡车），每段控制在90秒以内；制作"案例解剖单"学生活动页；在机房部署可联网的协作白板平台，预设四个行业讨论区；准备本地新闻素材若干，包括本地企业智能化改造报道、医院引进智能预问诊系统公告等，增强议题的在场感。学生准备：课前完成五分钟问卷《"我身边的人工智能"》，写出三个自己或家人接触过的智能应用及使用感受；复习第三章中模型训练与部署的基本流程。环境准备：机房按四人异质小组排座，每组一台可联网终端加一台展示用扩展屏；黑板三分区，左区挂课题与核心问题，中区留给四维框架板书生成，右区作为"争议观点停车场"。六、教学方法本课采用问题链驱动下的案例研讨法与角色立场辩论法相结合。讲授时间全程压缩在十五分钟以内，其余时间为结构化的小组探究、跨组质询与全班议事。教师角色定位为"首席提问官"，用连续追问推动学生思维爬坡，而非提供标准答案。七、教学过程（一）情境导入：一张CT片引发的分歧（6分钟）上课铃响，教师不点名、不问好，径直在大屏投放一张肺部CT影像，影像右下角弹出一行标注："可疑磨玻璃结节，恶性概率约78%，建议进一步检查。"随即提出问题：这个判断，是医生下的，还是机器下的？你愿意在多大程度上相信它？学生的答案会迅速分裂。教师顺势在黑板上画出一条"信任光谱"，请学生用手势表明自己站在"完全信任"到"完全不信任"之间的哪一点，并随机抽取三名不同位置的学生各说一句话理由。预设的回答包括"机器看得多，比医生眼毒""万一错了谁负责""应该是机器提示、医生拍板"。教师不做裁决，只把三个关键词写在黑板中区：看片能力、责任归属、人机分工。随后点题：这正是本节课要解剖的问题——当人工智能嵌入一个行业，它改变的绝不仅仅是效率数字，而是整个行业的运行逻辑与利益格局。我们把这种深度融合称为"智能+X"。今天，我们就是各行各业的观察员与议事者。设计意图：用一张真实的医学影像制造认知紧张，把学生从"旁观者"瞬间拽入"利益相关者"位置，同时预埋责任、信任、分工三条线索，为课末的伦理讨论埋下伏笔。（二）概念的脚手架：什么是"智能+X"（8分钟）教师引导：要解剖案例，先要有解剖刀。请学生翻到教材相应页，用两分钟快速浏览，划出自己认为定义"智能+X"最关键的一句话。提名两名学生朗读所划语句，师生共同提炼出板书框架：智能+X不是简单的人工智能"加"某个行业，而是人工智能作为通用技术要素，渗入行业的感知、决策、执行环节，重构其生产流程与价值链条。教师用一个对比强化理解：给工厂装一台电风扇是"+设备"，让生产线自己学会识别残次品并调整参数才是"智能+制造"——前者叠加工具，后者改变系统。随即抛出本课的统一分析工具——"案例解剖单"，包含四栏：场景还原（它用在哪个环节）、技术透视（背后可能用了哪类智能技术）、价值评估（谁受益、效率或质量如何变化）、风险审视（谁的利益被压缩、可能出什么错）。教师以刚才的AI读片为例现场示范填写：场景是影像初筛环节；技术是深度学习图像分类与目标检测；价值是阅片速度提升、基层医院获得三甲医院级的初筛能力；风险是误诊责任界定困难、训练数据偏差可能导致对某类人群检出率偏低。设计意图：概念不灌输而由学生从文本中提取，框架不空谈而立刻示范使用，确保工具"即发即用"，为后续小组探究扫除方法障碍。（三）小组探究：四大行业深度解剖（18分钟）全班分为四个研讨区，分别认领"智能+制造""智能+医疗""智能+交通""智能+教育"四个方向，区内四人小组再自然分工为场景观察员、技术拆解员、价值评估员、风险审视员。每组材料包内容不同：制造组获得一段无人工厂质检线视频加一篇本地汽配企业智能化改造报道；医疗组获得AI辅助诊断流程图加一则基层医院应用案例；交通组获得无人配送车路测视频加城市智慧红绿灯数据摘要；教育组获得本校正在使用的智能批改与学情分析系统界面截图加使用一周年的教师访谈摘录。任务要求明确写在解剖单顶端：十分钟内完成本组解剖单，并将结论浓缩为一张三格的协作白板海报，三格标题固定为"它动了哪个环节""它靠什么聪明""它让谁欢喜让谁忧"。教师巡视，巡视中只追问不讲解。典型追问包括："你说效率提升了，参照物是什么？是原来的老师傅还是原来的旧设备？""这项技术如果离开标注好的海量数据，在新的生产线上还灵不灵？""被替代岗位的那些人，去了哪里？"预计各组的典型产出：制造组发现智能质检把"人眼抽检"变成"全件机检"，缺陷检出率与一致性大幅提升，但对小批量、换型频繁的生产线适应性存疑；医疗组发现AI长于影像、病理等模式识别类任务，短于医患沟通与综合判断，人机协同是主流形态；交通组看清无人配送真正聪明之处不只在车上，更在路侧感知与调度云的协同，即"聪明的车加智慧的路"；教育组则从身边系统出发，指出作业批改被接管的同时，教师精力向学情研判与个别辅导转移，但过度依赖数据画像可能窄化对学生的理解。设计意图：四个行业并置是为了让学生在横向比较中自己悟出共性——人工智能总是先接管"感知与重复判断"类环节；异质化素材与角色分工确保人人有责、组组有异；教师的连续追问把小组讨论从"描述现象"逼向"分析机制"。（四）成果交锋：跨组质询与规律提炼（12分钟）每组选派价值评估员与风险审视员登台展示海报，限时两分钟。展示后进入"质询一分钟"：其他组必须提出一个真问题，不得是恭维性发言。教师在黑板上同步记录质询中蹦出的高频词，这些词通常包括数据、成本、误差、岗位、隐私、责任。四组展示完毕，教师发起归拢性提问：把四张海报并排看，哪些句子几乎可以原样搬到另一个行业？学生会发现"数据决定上限""先替代重复性判断环节""效率收益与岗位压力并存""出错时的责任界定模糊"这几条结论具有跨行业普适性。教师顺势完成中区板书的结构化升级，将"智能+X"的作用规律凝练为三句话：让机器接管感知与重复判断，让数据成为新的生产要素，让人机协同成为岗位新形态。同时指出"X"的深层含义——它不是某个具体行业，而是指数级扩展的未知领域，今天是医疗制造，明天可能是任何学科交叉处。设计意图：质询机制杜绝了"展示即走过场"，生成性板书让学生亲历"从案例到规律"的归纳过程，这三句规律是本课最重要的可携带认知成果。（五）立场议事：院长办公会模拟（8分钟）回到开课时那张CT片，情境升级：某县医院院长办公会正在讨论是否引进AI辅助诊断系统，预算充足但争议激烈。四名院领导角色由学生即时抽取：院长关心医院整体效益与声誉，放射科主任担心团队能力退化与误诊担责，信息科主任拥护引进但忧虑数据安全与系统维护成本，患者代表最关心隐私与"被机器误诊了找谁说理"。其余学生作为列席职工，可在议事末尾自由发言。议事规则一条：每个发言必须包含一个事实依据和一个明确主张，禁止空泛表态。议事过程预计出现的关键交锋：主任提出"年轻医生过度依赖系统，基本功荒废"，信息科反驳"可设置强制阅片后再看AI结论的双签流程"；患者代表追问"AI结论错误时举证困难"，院长可在教师引导下提出引入第三方算法审计与保险分担机制。议事结束，教师不评判谁赢，而是请学生回看自己开课时在"信任光谱"上的站位，问：现在，你的位置动了吗？为什么？邀请两三人分享立场迁移的理由。设计意图：角色立场制造真实的观点碰撞，使伦理讨论从抽象口号落地为具体制度设计（双签制、算法审计），呼应教材"发展与规范并重"的立意；立场的可见迁移是素养生长的直接证据。（六）课堂小结与作业延伸（3分钟）教师用一张图收束全课：大屏呈现"技术—场景—价值—风险"四象限，中心写"智能+X"。教师口述结语：这节课我们没有训练一个模型，却完成了比训练模型更难的事——看清模型走出实验室之后，如何重塑一个个行业的肌理，又如何叩问每一个人的责任。人工智能推动社会进步，不是自动发生的自然过程，而是技术能力与制度智慧共同书写的答卷，答卷的下一页，将由你们执笔。分层作业：基础层为完善个人解剖单并补写一个自己感兴趣的"智能+X"新场景；进阶层为撰写一份三百字的建言书，题目为《如果我是校长，我们学校该不该扩大智能系统的使用》，要求引述课堂议事中的至少两条论据；挑战层为访谈一位家人或邻居，了解其所在行业近五年被智能化改变的一个具体环节，下节课用两分钟讲述。八、板书设计黑板中区为主板书，自上而下呈现课题"智能+X推动社会进步"、核心问题"它动了行业的哪根筋"、四维解剖框架"场景·技术·价值·风险"，最下方为全班归纳的三句规律："接管感知与重复判断——数据成为新生产要素——人机协同成为岗位新形态"。左区固定留作信任光谱与开课争议关键词，右区"停车场"收纳悬而未决的尖锐问题，供后续课时取用。九、教学评价本课评价采取过程性证据为主的三轨制。第一轨为解剖单与海报的完成质量，重点看技术透视一栏是否超越名词堆砌、触及机制描述；第二轨为质询与议事环节的参与表现，记录每