高中一年级信息技术人工智能绘画教学设计与实践

高中一年级信息技术人工智能绘画教学设计与实践一、教材分析与设计理念本课选自沪科版（2019）高中信息技术必修1第四单元“人工智能初步”中的挑战尝试模块。该单元以人工智能技术应用为主线，在前期学生已了解机器学习基本原理、感知人工智能在语音识别和图像分类等领域应用的基础上，本课聚焦人工智能绘画这一生成式人工智能的典型应用场景，引导学生从使用者视角出发，体验生成对抗网络（GAN）与扩散模型（DiffusionModel）等主流技术路线在图像生成领域的具体表现。设计本课时，我秉持“技术体验为表象、原理认知为内核、批判思维为旨归”的教学理念。普通高中信息技术课程标准（2017年版2020年修订）指出，必修模块应帮助学生了解人工智能的基本概念和典型应用，认识人工智能技术对社会发展的影响。据此，本课不将教学重心放在复杂的数学推导或模型训练上，而是通过精心设计的三层递进活动——感知体验、参数探究、价值辨析——让学生在做中学、在用中悟，最终实现从感性认知到理性判断的跨越。高一学生经过前几单元学习，已具备基本的信息技术操作能力和一定的算法思维基础。他们对人工智能绘画存在天然的兴趣，日常社交平台上的AI生成图片也构成了他们的前概念。然而，这种前概念往往是碎片化的、表面化的，多数学生并不清楚这些精美图像背后的工作原理，更遑论对生成内容进行伦理审视。本课正是要在这种“熟悉又陌生”的认知落差中搭建学习支架。二、教学目标与重难点依据课标要求与学生实际情况，我确立如下三维教学目标。知识与技能层面，学生能描述生成对抗网络与扩散模型的基本工作流程，能够使用至少两种主流人工智能绘画工具完成图像生成任务，并能根据需求调整关键参数。过程与方法层面，学生经历“提示词设计—参数调优—结果评价—迭代生成”的完整创作过程，掌握基于反馈优化的工程思维方法。情感态度与价值观层面，学生能够辩证认识人工智能绘画在艺术创作领域的价值与局限，建立技术应用的伦理意识和版权观念。教学重点设定为：体验人工智能绘画工具的使用流程，理解文本提示词与生成图像之间的映射关系。这一重点的确定，基于对课标内容要求和学生认知规律的把握。教学难点则在于：揭示扩散模型逐步去噪生成图像的核心思想，引导学生建立对生成内容进行鉴别与批判的能力。难点的突破依赖于恰当的类比教学和精心设计的对照实验。三、教学准备与课时安排本课安排1课时，45分钟。课前准备工作包括以下四个方面。其一，硬件环境方面，需要配备多媒体计算机教室，保证每名学生拥有一台可以联网的终端设备，教师机需具备屏幕广播功能。其二，软件资源方面，教师需提前在本地服务器部署或选取免注册的在线人工智能绘画平台（如LiblibAI、StableDiffusionWebUI等），并验证所有账号的可用性。考虑到部分平台存在内容审核机制，教师需预先测试多组提示词，确保生成内容健康合规。其三，学习资源方面，需要制作导学单一份，内容包括操作指引、参数记录表、思考问题等；同时准备两组对比案例图片，一组为AI生成图像，另一组为人类艺术家创作图像，用于课堂辨析环节。其四，备用方案方面，若出现网络拥堵或平台服务异常，准备离线版本的图像生成演示视频和已生成图片库，确保教学进程不受影响。四、教学过程详案（一）情境导入阶段（约5分钟）上课伊始，我在大屏幕展示两幅风格相近的油画作品，一幅为荷兰画家梵高的《星空》，另一幅为某人工智能平台依据“星空，梵高风格，涡旋笔触，深夜”提示词生成的图像。学生观察后，我提出第一个问题：“请判断哪一幅是人画的，哪一幅是机器画的？你的判断依据是什么？”学生迅速产生分歧。大多数学生将构图更自由、笔触更粗犷的那一幅判断为梵高原作，而将色彩更均匀、细节更规整的另一幅判断为AI作品。此时我追问道：“如果我不告诉你答案，你能找到可靠的判断标准吗？”课堂气氛活跃起来。我顺势揭示答案，并进一步出示一组由专业画家与AI分别绘制的抽象画作，这一次学生几乎无法作出准确判断。我由此引入课题：“今天我们不仅要会用人工智能画画，更要弄清楚它究竟是如何‘学会’画画的，以及当我们无法分辨创作者身份时，这个世界会发生什么。”这样的导入设计，用意在于通过认知冲突激发学生的探究欲望，同时将技术学习与人文思考紧密联结，避免课堂滑向纯粹的操作训练。（二）初步体验阶段（约10分钟）学生登录平台后，我布置第一个任务：在文本框输入“一只戴着宇航员头盔的猫，在火星表面行走，远处可见地球升起，数码绘画风格”，点击生成，观察约10秒钟后的输出结果。我要求学生在导学单上记录生成的图片是否符合预期，并写下三个关键词描述自己的第一感受。随后，我组织学生进行简短的组内交流。各组派代表汇报“惊喜之处”与“失望之处”。有学生表示，猫的五官比例失衡；有学生说出乎意料地出现了四个耳朵；也有学生对画面的整体氛围表示满意。我适时总结：“人工智能绘画并非万无一失，它生成的结果具有概率性。为什么会出现这些偏差？要回答这个问题，我们需要了解它内部的工作机制。”此时引入核心技术原理。我用生活化类比解释扩散模型：将一幅清晰的图像逐步添加噪声直至完全变成随机噪点，相当于把一杯墨水滴入清水并搅拌均匀；人工智能绘画则是这一过程的逆操作——从一杯均匀的“墨水溶液”里一步步“抽取”颜色分子，最终还原出一杯分层清晰的“鸡尾酒”。结合平台后台隐含的时间步参数，我演示了30步去噪过程中图像从模糊到清晰的演变序列，学生直观感受到每一步去噪都在“猜测并修正”图像细节。为深化理解，我以一个简单示例说明提示词如何影响生成结果。我在同一平台使用固定随机种子，仅改变提示词中的主体词，展示“猫”与“狗”生成结果的显著差异；再保持主体词不变，仅改变风格词“油画”与“像素艺术”，展示风格迁移的明显痕迹。这一对照实验帮助学生建立“提示词—语义特征—图像特征”之间的映射关系。（三）参数探究阶段（约12分钟）第二个任务要求学生两人一组，在固定提示词“山间清晨的湖泊，薄雾缭绕，松树倒影，摄影风格”的基础上，分别调节两个关键参数：采样步数（SamplingSteps）和提示词引导系数（CFGScale）。每个小组分到的参数组合不同，甲组固定CFGScale为7，分别测试步数10、20、30；乙组固定步数为20，分别测试CFGScale为3、7、15。学生完成生成后，我引导他们从三个维度进行作品评价：清晰度（画面是否有明显噪点或畸变）、相关性（画面与提示词的匹配程度）、美感（个人主观审美判断）。我将各组数据填入黑板上的汇总表格。表1：参数变化对生成效果的影响记录表组别 固定条件 变化参数 生成效果描述甲组 CFGScale=7 步数10 画面模糊，噪点明显，结构松散甲组 CFGScale=7 步数20 画面清晰，细节丰富，符合预期甲组 CFGScale=7 步数30 质量提升有限，生成耗时明显增加乙组 步数20 CFGScale=3 画面与提示词关联弱，色调平淡，湖面倒影缺失乙组 步数20 CFGScale=7 画面与提示词高度吻合，构图完整乙组 步数20 CFGScale=15 色彩过饱和，出现异常纹理，松树形态扭曲各组汇报后，我引导学生归纳规律。通过对比，学生发现采样步数存在边际递减效应，并非越大越好；CFGScale则存在一个最佳区间，过小会导致提示词“约束力”不足，过大则引发过度拟合效应，使画面出现不自然的夸张。我补充说明，CFGScale本质上是控制生成过程中“跟随文本语义”与“保持图像自然性”之间的平衡杠杆。这一发现让学生意识到，人工智能绘画不是一键出图的魔法，而是需要使用者理解原理并进行精细调控的工程实践。（四）创意创作阶段（约10分钟）第三阶段，我放开限制条件，要求学生以“未来校园”为主题，自由设计提示词并选择适合的参数组合，完成一幅具有个人风格的作品。我给出了一个提示词撰写公式作为脚手架：主体内容+环境细节+艺术风格+质量修饰词。例如：“阳光下的未来图书馆，透明玻璃幕墙，智能机器人管理员，柔和光影，建筑摄影风格，高分辨率”。学生很快投入创作。我巡视指导，重点观察学生是否能够根据输出结果主动迭代提示词。值得关注的是，部分学生第一次生成效果不佳时，能够主动分析是主体不够明确还是风格词冲突，并作出针对性修改；也有少数学生倾向于反复点击“重新生成”碰运气，而非有意识地调整输入。我对此进行个别指导，引导学生将生成失败视为信息反馈，从参数和语言两个维度进行归因。完成创作后，我在班级内展示优秀作品，邀请创作者阐述自己的设计思路，包括提示词构建的依据、风格选择的原因、参数调整的考虑等。这一步既是对学生概念理解的应用检验，也为其提供了表达与交流的机会。同时，我也指出学生在提示词编写中常见的问题，例如中英文混用导致语义解析不稳定、冗余修饰词影响主体表达效率等，引导学生优化提示词编写习惯。（五）伦理辨析与总结提升阶段（约8分钟）创作活动结束后，课堂进入深层思辨环节。我展示三则真实新闻素材：其一，某插画师发现自己的作品未经授权被用于训练人工智能模型；其二，某摄影大赛因参赛作品为AI生成而被取消资格；其三，某公司使用AI生成的图片进行商业宣传遭遇版权纠纷。我组织学生围绕“人工智能绘画作品的作者是谁”“人工智能绘画是否会取代人类艺术家”两个议题进行小组讨论和自由发言。学生观点呈现明显分歧。有学生认为，工具本身没有创造意识，AI绘画的“灵感”归根结底来自人类作品的数据集，因此版权应归属于数据集中的创作者；也有学生反驳，认为使用AI工具完成创作的“人”付出了创意劳动和管理决策，应当被视为作者。我没有给出标准答案，而是引导学生注意到问题背后的多重维度：技术维度上AI模型的可解释性、法律维度上现行版权制度的空缺、伦理维度上对原创者权益的保护。最终，我给出三点引导性结论：第一，人工智能绘画是辅助工具，而非自主创造主体；第二，创作者在使用AI工具时，应当尊重数据来源中隐含的版权权利，避免直接仿冒在世艺术家的风格进行商业用途；第三，作为信息社会的公民，需要具备鉴别AI生成内容的基本能力。课程最后，我带领学生回顾本课学习历程，用一条主线串起四个环节：体验操作建立了感性认识，原理剖析建立了理性认识，参数探究建立了工程思维，伦理讨论建立了价值判断。我布置课后拓展任务：请学生回家后使用本课所学的方法，为学校社团设计一张宣传海报，同时撰写一份使用人工智能绘画工具的反思日记，记录自己在操作过程中的思考与困惑。五、教学评价设计本课采用过程性评价与终结性评价相结合的方式。过程性评价主要依据课堂观察记录和导学单填写情况，重点考查学生的参与度、协作能力和问题分析能力。终结性评价则以创意创作阶段的生成作品和课后反思日记为对象，采用表现性评价量规进行评定。评价量规包含四个维度：其一，操作规范性，考查学生是否能正确使用平台功能并合理设定参数；其二，创意表达性，考查提示词设计的独特性和作品主题的完整性；其三，原理理解性，考查学生能否用准确的语言解释参数对生成效果的影响机制；其四，反思深刻性，考查学生能否从技术与人文双重角度审视人工智能绘画。每个维度设置三档水平，分别对应合格、良好、优秀。六、教学反思与优化方向本课在试教过程中，曾遭遇一个值得深思的意外情况。有学生在体验环节中，故意输入具有冒犯性的提示词试图生成不当图像，虽然被平台内容审核机制拦截，但这提醒我必须将人工智能伦理教育前置到操作体验之前。因此，在正式教学设计中，我在课前导学单中加入了《人工智能绘画使用公约》，明确列出不得生成违反法律法规和社会公序良俗的内容，并要求全体学生签署确认。这一环节的安排有效预防了课堂中的技术滥用倾向。另一个需要优化的细节是时间分配的弹性问题。参数探究环节中，部分小组因网络延迟导致生成速度缓慢，未能完成全部六组对比实验，影响了后续讨论的数据完整性。在后续教学中，我计划将网络条件较差的实验改为教师机统一批量生成后分发数据，确保所有小组都能获得完整的实验数据用于分析。此外，关于提示词工程的教学深度还需进一步斟酌。本课侧重实用性指导，但面对学有余力的学生，可以适当拓展关于文本编码器（如CLIP）将自然语言映射为语义向量的原理性介绍，为选修模块中更深入的人工智能学习奠定基础。我将在分层教学方案中增加这一拓展内容，供学有余力的学