高中一年级信息技术《人工智能的产生与发展》教学设计

高中一年级信息技术《人工智能的产生与发展》教学设计一、教材分析本节课选自高中信息技术必修课程"数据与计算"及选择性必修"人工智能初步"相衔接的起始内容，是整个高中信息技术课程中人工智能模块的开篇。教材以人工智能的产生与发展为主线，依次呈现人工智能概念的提出、发展的三次浪潮与两次低谷、以及当前以深度学习为核心驱动力的新一轮繁荣。从学考要求看，本节属于"识记与理解"并重的基础性内容，学生需要准确说出人工智能诞生的标志性事件，能梳理三起两落的发展脉络，能初步辨析符号主义、连接主义、行为主义三条技术路线的基本主张。教材编排上，概念多、人物多、时间点密集，若处理不当，课堂极易沦为编年史的罗列，学生记住了"1956年达特茅斯会议"，却不理解为什么是1956年、为什么是这十位科学家。本节内容同时承担着学科核心素养奠基的任务。信息意识的萌芽，体现在学生能否意识到"智能可以被计算"这一观念本身的革命性；计算思维的触点，藏在"搜索""推理""学习"三类方法的演进对比中；数字化学习与创新能力，则依托于学生对当前大模型时代的切身体验。设计时必须把史实还原为问题史，让学生在"智能能否用机器实现"这一根本问题的追问中，走完七十年的思想历程。二、学情分析授课对象为高中一年级学生。经过义务教育阶段信息科技课程的学习，学生对智能手机的语音助手、购物平台的推荐系统、短视频平台的内容分发都有长期体验，部分学生已经使用过生成式人工智能工具辅助写作。这是本节课最宝贵的教学资源——学生不是从零认识人工智能，而是带着大量碎片化的日常经验走进课堂。但经验不等于理解。课前诊断性问卷显示，约七成学生认为"人工智能就是机器人"，约五成学生无法区分"人工智能"与"自动化"，超过八成学生说不出人工智能诞生于哪一年、哪个会议。存在三类典型前概念：把人工智能等同于计算机应用；把"智能"理解为速度快、算得准；把人工智能的发展理解为一条向上直线的技术进步史。高一学生的抽象逻辑思维处于由经验型向理论型的过渡期，能够进行初步的归纳与演绎，但对"符号主义与连接主义之争"这类方法论层面的分歧，需要借助具象的类比和活动才能切入。因此本课采用"体验—冲突—建构—反思"的路径，用可操作的课堂活动替代纯讲授，用故事化的史实替代枯燥的年表。三、教学目标一、信息意识。学生通过人与机器交互的真实体验，感知"智能行为可以由机器产生"这一命题的分量，能结合生活实例说出至少三个不同领域的人工智能应用，并意识到智能技术对学习方式与社会分工的深刻影响。二、计算思维。学生在图灵测试的模拟实验中，能用自己的语言描述"通过行为判定智能"这一思想的巧妙之处；在对比三大学派的主张时，能从"知识从哪里来"的角度阐释符号主义、连接主义、行为主义的根本分歧，初步建立"同一目标、不同路径"的技术思想方法。三、数字化学习与创新。学生能规范地使用一款生成式人工智能工具完成一次探究任务，愿意在课外主动查阅相关学习资源，形成利用智能工具辅助学习的初步习惯。四、信息社会责任。学生能结合人工智能发展历程中的争议事件，初步讨论智能技术带来的伦理问题，形成理性、审慎看待技术浪潮的态度。四、教学重点与难点教学重点：人工智能产生的标志性事件及其历史条件；人工智能三次浪潮、两次低谷的发展脉络。教学难点：理解三次浪潮背后驱动力的变化，即从"逻辑推理"到"数据驱动学习"的范式转移；区分三大学派在"智能来源"问题上的立场差异。突破策略：用"图灵测试模拟"活动破解"什么是智能"的难点；用"三个时代的三件代表作"（达特茅斯会议、西奥迪的积木世界、深度学习识别猫脸）作为峰谷曲线上的锚点，把抽象的发展脉络具象化；用"厨师做饭"的类比化解三大学派之争的理解障碍。五、教法与学法教法采用情境教学法、问题链驱动法与史料研习法结合。以"1956年的那个夏天"这一故事化情境贯穿全课，以"什么是智能—智能能否被机器实现—为什么机器时灵时不灵—今天的智能从哪里来"四个递进问题组织学习进程。学法采用合作探究、体验学习与交流展示相结合。四人小组为单位，完成图灵测试模拟、发展年表建构、学派对号入座三项核心任务。教师退居引导者位置，凡是学生通过讨论能得出的结论，教师一律不先讲。六、教学准备多媒体教学设备，联网学生机若干；生成式人工智能工具体验账号；打印好的"图灵测试角色卡"（模仿者卡、提问者卡、评委卡）；"人工智能发展大事记"空白年表模板每人一份；三大学派观点卡纸每小组一套；课前推送微课《人工智能的前世今生》供学有余力的学生预习。七、教学过程（一）情境导入：那个改变世界的夏天上课伊始，教师不宣布课题，先在屏幕投出一张黑白照片：1956年夏天，美国汉诺斯小镇达特茅斯学院的楼前，十位年轻人的合影。教师讲述：这十个人里有数学家、心理学家、计算机科学的拓荒者。他们聚在一起，打算用两个月的时间，解决一个听起来近乎狂妄的问题——让机器拥有智能。会议发起人麦卡锡在提案书中写下了一个全新的词：ArtificialIntelligence。这个词此前在人类语言中不存在。请同学们猜一猜，他们做了什么约定？两个月后带走了什么？学生自由猜测，气氛活跃。教师暂不揭晓，板书课题：人工智能的产生与发展。设计意图：以一张合影、一个悬念切入，把"人工智能"还原为"一群人解决一个难题"的故事，历史温度自然唤起探究欲望。问题"两个月后带走了什么"成为贯穿全课的暗线。（二）新知探究一：什么是智能——图灵测试的启示教师提出第一个核心问题：在教机器变聪明之前，得先回答一个更根本的问题——什么叫"聪明"？活动：模拟图灵测试。每组三人，一人扮演"提问者"隔着挡板提问，一人扮演"机器"按照角色卡上的规则应答（只许按照卡上规则组合已给出的语句，不许自由发挥），一人扮演"人类应答者"凭自己真实想法应答。提问者通过文字交流，判断两个应答者中哪个是人、哪个是机器。限时五分钟。活动后各组汇报判断结果，不少组出现误判。教师顺势追问：你为什么判断错了？这说明判断"机器是不是有智能"，依据的是什么？学生讨论后归纳：依据的是外在的表现，而不是机器内部的构造。教师点拨并引出讲授要点：1950年，英国数学家图灵在论文《计算机器与智能》中提出了这个思想。他不追问"机器能不能思考"这种无法回答的哲学问题，而是换了一种问法：如果一台机器在问答中让人无法分辨它不是人，我们就可以认为它具有了智能。人们把这个设想称为图灵测试。这种"只看行为表现、不论内在机制"的判定思路，把"智能"从玄虚的定义之争，拉回到可以操作、可以检验的科学层面。教师补充讲述图灵在同年论文结尾写下的那句话："我们只能看到前方很短的距离，但我们能看到那里有很多事情要做。"设计意图：图灵测试的模拟把定义教学变成身体参与的体验。学生亲身经历"误判"，才真正理解"通过行为判定智能"的巧妙与局限，为后面理解"智能不等于理解"埋下伏笔。板书生成关键词"图灵·1950·行为判定"。（三）新知探究二：达特茅斯会议——人工智能的诞生回到开课的悬念。教师追问：图灵提出了设想，但"人工智能"作为一个学科还没诞生。1956年的那十个人做了两件改写历史的事。教师播放剪辑短片并讲授要点：第一，他们为这个领域正式命名——ArtificialIntelligence，人工智能。一个学科拥有了名字，才拥有了身份。第二，他们提出了共识性的假设：学习的每一个方面、智能的任何特征，原则上都能被精确描述，从而用机器模拟。这个假设意味着智能不再是人脑的专利，而是可以被拆解、被描述、被计算的。教师强调：同学们注意，1956年不是一个孤立的年份。此前，1943年麦卡洛克和皮茨提出了神经元数学模型，1946年第一台通用电子计算机ENIAC诞生，1948年维纳出版《控制论》。理论、机器、方法三样条件全都凑齐了，人工智能的诞生是水到渠成。这告诉我们，科学的突破从来不是某个天才的灵机一动，而是时代条件的汇聚。学生在年表模板上补记：1950年图灵测试设想、1956年达特茅斯会议（麦卡锡、明斯基、香农等）——人工智能学科诞生标志。设计意图：把"产生"讲成"条件的汇聚"，学生记住的不只是一个年份一个地名，而是背后"为什么此时此地"的逻辑。这是学考选择题常考的时间节点，用故事巩固记忆效果远胜背诵。（四）新知探究三：三起两落——人工智能的发展脉络教师提出第三个问题：如果智能可以被计算，那这条路应该是一帆风顺的吧？事实恰恰相反。接下来请小组合作，根据教师提供的史料卡片，完成"人工智能发展大事年表"的建构。活动：建构年表。每组领取十二张事件卡，卡片标注年份和事件要点（1956年达特茅斯会议、1966年西奥迪的积木世界程序、1973年《莱特希尔报告》公布、1980年代初专家系统兴起、1986年第七章商业化事故频发与专家系统危机、1997年"深蓝"战胜卡斯帕罗夫、2006年辛顿提出深度学习框架、2012年AlexNet在图像识别竞赛中以巨大优势夺冠、2016年AlphaGo战胜李世石、2022年生成式大模型引发全球关注等）。小组讨论后将卡片按时间顺序贴到年表上，并用曲线画出他们认为的"人工智能热度变化"，说服全班。各小组展示贴图与曲线，多数组的曲线都呈现波浪形。教师请学生观察：大家画出的曲线形状惊人地一致——都是起伏的。为什么？教师结合曲线讲授要点，边讲边在曲线相应位置标注：第一次浪潮（1956—1974年前后）：符号主义推理大行其道。人工智能研究者们用逻辑推理和专家知识编写程序，取得了初步成果，代表性系统有"逻辑理论家"证明了数学定理，计算机下棋程序开始出现。人们乐观地预言机器很快超越人类。但很快陷入低谷：当时的机器太"笨"——只会按规则办事，遇到常识和意外就束手无策。1973年莱特希尔报告公开质疑人工智能的价值，经费中断，第一次低谷到来。第二次浪潮（1980年代初—1980年代末）：专家系统崛起。研究者把各领域的专家知识整理成"如果—那么"规则库，如用于医疗诊断的MYCIN。日本投入巨资研发"第五代计算机"，商业界一度狂热。但知识难以完整采集、规则难以覆盖所有情况、系统维护成本极高，1987年后专家系统公司大批倒闭，第二次低谷来临。第三次浪潮（2006年至今）：深度学习带来的范式革命。辛顿等人在2006年提出深层神经网络训练方法；2012年AlexNet用大数据加GPU算力把图像识别错误率大幅拉低，宣告"数据驱动学习"时代的到来；2016年AlphaGo在围棋对弈中战胜李世石，震动世界；近年来生成式大模型可以写文章、编程、作画。教师小结脉络：三起两落之间，研究的思路变了——从"把知识教给机器"变为"让机器自己从数据中学"。这背后是三个要素的成熟：海量的数据、强大的算力、优秀的算法。这正是第三次浪潮得以持续高涨的根本条件。设计意图：年表不是教师给的，而是学生建的；曲线不是画的，而是讨论出来的。学生在动手与辩论中完成史实的自主建构。低谷原因的分析，为突破第三个难点——范式转移——作了充分铺垫。（五）难点突破：三大学派的"智能来源"之争教师提出本课最后一个理论难点：同样是让机器变聪明，研究者们走了三条不同的路。我们以"厨师做饭"作比：符号主义像给孩子一本菜谱——所有步骤写成规则，照着做就能做出菜。它认为智能源于逻辑推理和符号操作，知识必须能被明确表达出来。代表成果是专家系统和"深蓝"。连接主义像让孩子反复品尝成千上万道菜，自己悟出火候与味道。它模仿人脑神经元连接，认为智能源于大量简单单元的相互作用，知识不是写出来的，而是"学"出来的。代表作正是深度学习和AlphaGo。行为主义像孩子在厨房里边做边试，碰了钉子才知道调整——它主张智能源于智能体与环境的交互行动，代表作是各类自主机器人。学生完成"学派对号入座"练习：给出五个应用场景的描述（如银行反欺诈规则引擎、短视频推荐、扫地机器人避障等），判断各属于哪种技术路线的思路。小组互评，教师点评纠错。设计意图：用"菜谱—品尝—实操"三重比喻跨越抽象理论的门槛，再用对号入座即时检测理解深度，实现难点当堂消化。（六）体验环节与课堂小结体验任务：每名学生用三分钟时间，就本节课感兴趣的一个问题向生成式人工智能工具提问（如"人工智能会不会取代教师"），把得到的回答与课堂所学对照，写一句"我注意到……"的观察记录。两名学生分享，教师引导发现：当前工具的强势领域恰恰是第三次浪潮的成果，而其"一本正经说错话"的现象提醒我们机器的智能与人的智能仍有距离。课堂小结由学生完成：一名学生走上讲台，沿着黑板上的波浪曲线，用一分钟复述"从图灵到达特茅斯，从三起两落到深度学习"的故事，全班补充。教师最后收束开课的悬念——达特茅斯会议那十个人两个月后什么都没做出来，甚至没能达成一致，但他们种下的种子，在七十年后长成了我们离不开的技术森林。科学的雄心从不以期限衡量。（七）课后拓展基础层：完善课堂年表，并为每一个事件配一句自己的注解，下节课抽查互评。提升层：观看TED演讲《摩尔定律之外的智能跃迁》，记录三次令你意外的观点。挑战层：选择一个你熟悉的生活场景，提出一个用人工智能改进的小方案，说明它可能采用三大学派中哪一条路线，并说明理由。八、板书设计主板书呈波浪形曲线布局：左端起始于"1950图灵测试——什么是智能"，向上至"1956达特茅斯会议——AI诞生"，第一个波谷标注"知识之困·1973"；第二个波峰标注"专家系统·1980s"，第二个波谷标注"规则之困·1987"；第三个陡峭波峰标注"深度学习·2006—数据＋算力＋算法"，曲线顶端标注"生成式AI时代"。曲线下方三行小字并列：符号主义—推理；连接主义—学习；行为主义—行动。副板书随机记录学生