高中信息技术高一《知识与智慧》教学设计：基于DIKW模型的核心素养培育

高中信息技术高一《知识与智慧》教学设计：基于DIKW模型的核心素养培育教材分析与单元定位《知识与智慧》是粤教版（2019）普通高中教科书《信息技术》必修1《数据与计算》模块第二章第一节的核心内容。该节课承接第一章“数据与信息”对数据特征、信息属性的初步认知，引领学生向更高阶的知识建模与智慧应用迈进，为后续“数据编码”“算法初步”“人工智能初步”奠定认知基石。教材以“数据—信息—知识—智慧”（DIKW）层级模型为主线，通过具体情境剖析四要素的内在联系与转化机制，旨在构建学生结构化的数据认知体系。教材编排注重情境创设，引入气象预报、医疗诊断、智能推荐等真实场景，将抽象的认知模型具象化，体现了学科“从生活走向技术，从技术服务生活”的课程理念。处理本节内容，关键在于突破“概念罗列”的教学惯性，聚焦“显性知识与隐性知识转化”“数据驱动决策逻辑”两大核心机制，引导学生经历“提取—建模—推理—决策”完整认知链条，真正落实信息意识、计算思维、数字化学习与创新、信息社会责任四大核心素养。学情分析与起点假设高一学生已完成初中信息技术“数据与信息”模块学习，具备基础数据采集、整理、可视化技能，对“数据→信息”初步转化有感性认识。但受限于认知发展水平，多数学生仍停留在“数据即原材料、信息即加工品”的线性理解，对知识的系统性、智慧的决策性缺乏深度体验。调研显示，超过七成学生难以清晰界定“显性知识”与“隐性知识”边界，更不知晓专家系统、知识图谱如何实现智慧推理。同时，学生协作探究、迁移应用能力参差不齐，部分学生陷入“工具操作细节”而忽视“思维模型构建”。教学需设计阶梯式支架：以熟悉的校园场景降低认知门槛，以冲突认知打破固有思维，以建模实践内化抽象概念，兼顾不同学习起点学生的最近发展区。教学目标与核心素养对标立足新课标核心素养框架，确立本节三维一体教学目标：信息意识层面：学生能在真实情境中敏锐识别数据、信息、知识、智慧四要素，辨析其层级特征与转化条件，建立“数据资源化、知识资产化、智慧价值化”的动态资源观，在海量数据中保持主体性判断，不盲从算法推荐，不迷信单一数据源。计算思维层面：学生能运用抽象、建模、分解、归纳等思维方法，完成从非结构化数据到结构化知识表示（如语义网络、规则库）的建模过程；能设计基于规则推理或关联分析的简单决策逻辑，体会确定性推理与不确定性推理的边界与适用场景。数字化学习与创新、信息社会责任层面：学生能在协作建模中体验知识外化、内化、社会化的SECI螺旋过程，利用数字化工具（思维导图、知识图谱绘制工具、简易专家系统平台）实现知识共创；能结合典型案例分析算法偏见、数据隐私、决策透明度等伦理风险，形成负责任的数字公民意识。重难点突破策略教学重点：DIKW模型四要素本质属性与转化机理；显性知识形式化表示方法（三元组、规则库、语义网络）；知识获取与表达的基本技术路径。教学难点：隐性知识显性化的认知鸿沟与技术手段；基于不完整、不确定数据的智慧推理逻辑；从“知其然”向“知其所以然”的元认知跃迁。突破路径：引入“校园食堂菜品优化”贯穿性项目情境，贯穿“数据采集—信息提炼—知识建模—智慧决策”全流程；采用“概念澄清—案例拆解—建模实战—反思迁移”四阶段教学法；融入“预测—观察—解释—辩论”POE探究模式，使思维过程显性化；设计分层任务单，A任务聚焦基础建模，B任务挑战不确定性推理，C任务探讨伦理边界，实现分层走班、分层评价。教学环节设计与实施细节一、情境导入：数据洪流中的迷航与灯塔（8分钟）课伊始，不直接抛出定义，而是播放一段30秒无声视频：校园食堂高峰期排队拥挤、餐盘剩饭剩菜大量倒进垃圾桶、后厨备餐表与实际销售表对比悬殊。视频定格在两张对比图表：一张是过去一学期每日原始销售流水记录（万余行Excel片段），另一张是经分析后的“热门菜品周期性规律与备餐建议报告”。提问：“同一组数据，为何前者让管理者无从下手，后者却能精准指导决策？这中间经历了怎样的质变？”学生分组讨论3分钟，记录关键词。教师巡回倾听，捕捉“整理”“规律”“经验”“预测”等核心词汇，实时投屏汇总生成词云。引导学生发现：原始记录是“数据”，清洗汇总后的销售趋势是“信息”，提炼出的“周三红烧肉需求量激增30%”是“知识”，据此制定“周三增加红烧肉备餐量、周五推出清淡套餐”的调度方案则是“智慧”。教师适时点拨：“这正是今天我们要解码的DIKW层级跃迁密码。”设计意图：用身边痛点制造认知冲突，自然引出四要素辨析，确立“为决策服务”的价值导向。二、概念澄清：层层递进的认知阶梯（12分钟）分发“DIKW要素辨析卡”，包含12个碎片化描述（如“某日温度32℃”“本周高温预警”“高温导致热射病风险高”“建议减少户外活动”“气象卫星接收到的原始信号”“温度随时间变化曲线”）。要求两人一组，将卡片归类到四象限图谱，并在连线处标注“转化动作”（如：清洗、聚合、建模、推理、决策）。教师不直接判断对错，组织“画廊漫游”：各组图谱贴黑板，学生持便利贴质疑或补充。重点引发辩论的三个冲突点：1.“温度曲线”是信息还是知识？引导区分“描述性统计（信息）”与“因果机制解释（知识）”。2.“专家经验”属于知识还是智慧？剥离“隐性知识”概念，引入波兰尼“我们所知多于我们所能说”的命题，展示非洲鼓手传授节奏、老中医把脉视频片段，讨论隐性知识外化的困难与必要性。3.“智能推荐算法”输出的结果是智慧吗？区分“算法输出（计算结果）”与“价值判断下的行动方案（智慧）”，植入“人机协同决策”观。教师总结时，不背诵定义，而是共建“DIKW动态转化模型图”：数据（符号记录）[语法层：清洗/编码/结构化]→信息（语义关联）[语义层：抽象/归纳/建模]→知识（规律/模型/规则）[实用层：推理/评价/决策]→智慧（行动方案/价值实现）。强调转化非线性、可逆、螺旋上升，智慧反哺数据采集策略，形成闭环。设计意图：通过动手分类、公开辩论、共建模型，将抽象概念转化为可操作的认知工具，突破“死记硬背”误区。三、案例拆解：专家系统与知识图谱的双重视角（15分钟）引入两个经典技术路线案例，对应知识表达与智慧推理两大技术支柱。案例一：简易“食堂备餐专家系统”规则库构建。提供领域专家（食堂大厨、营养师、管理员）访谈记录片段：大厨：“冬天卖热汤面，夏天卖绿豆汤，这规律十年不变。”营养师：“连续三天高油高盐菜品占比超60%，必须安排清淡菜调节。”管理员：“预订量不足20份的菜品直接停做，避免浪费。”任务：提取规则，用“IFTHEN”结构化表示，构建规则库雏形。学生分工：提取组负责划高亮，形式化组负责写规则，冲突检测组负责找矛盾（如：周三既是冬天又预订量低，怎么办？）。教师演示用Drools规则引擎在线运行，输入某日参数，输出备菜建议。现场制造“规则冲突”，引入“置信度”“优先级”“冲突消解策略”概念，体会确定性推理的局限。案例二：“校园传染病防控知识图谱”片段构建。提供半结构化文本：疾控通报、校医日志、课表系统、宿舍楼栋图。任务：识别实体（学生、班级、宿舍、症状、病原体）、关系（同班、同寝、接触、确诊、疑似），绘制三元组，导入GraphDB生成可视化子图。教师演示Cypher查询：`MATCH(s:Student)[:CONTACT1..2]>(c:Confirmed)RETURNs`，瞬间定位密接、次密接名单。对比两案例：专家系统擅长“显性规则、确定性、强可解释”场景；知识图谱擅长“关联发现、非结构化、动态演进”场景。引导学生思考：食堂备餐若引入知识图谱关联“食材价格波动—供应商信誉—菜品口碑”，决策会否更优？设计意图：双案例并置，技术路线对比，建模实战体验，直击“知识表示”与“智慧推理”难点核心。四、建模实战：从校园数据到决策原型（25分钟）核心项目：“食堂菜品优化决策原型”迭代开发。分三轮冲刺，每轮10分钟（含5分钟操作、3分钟展示、2分钟点评）。冲刺一：数据清洗与信息提炼（工具：PythonPandas/ExcelPowerQuery）。提供原始数据集：`sales_raw.csv`（含脏数据：缺失值、异常值、格式不统一）、`menu_info.csv`、`weather.csv`、`calendar.csv`。任务：完成缺失值插补、异常值剔除、多表关联、特征工程（如生成“是否考试周”“体感温度”“菜品毛利率”列），输出分析就绪数据集`sales_ready.csv`。关键引导：教师不讲语法，发放“操作速查卡”，重点追问：“为何用中位数填补缺失销量而非均值？”“‘体感温度’这一新特征蕴含何种领域知识？”迫使学生关注“数据→信息”转化中的业务理解。冲刺二：知识建模与规则发现（工具：Orange数据挖掘/Apriori算法/决策树可视化）。基于`sales_ready.csv`，挖掘关联规则（如：`{红烧肉,米饭}>{可乐}`支持度0.35，置信度0.82）与分类规则（决策树预测“爆款/滞销”）。任务：筛选业务可解释、置信度>0.7、提升度>1.2的规则，转化为自然语言知识卡片，如：“考试周前三天，高蛋白菜品销量增长显著，建议提前备货鸡蛋、牛奶。”关键引导：对比“统计相关”与“因果机制”，讨论“相关性不等于因果性”，引入A/B测试思想验证规则有效性。展示环节，各组推荐“最有价值知识卡片”并陈述理由。冲刺三：智慧决策原型与伦理审查（工具：Streamlit低代码搭建/纸质原型）。整合规则库，构建输入（日期、天气、课表、库存）→输出（备菜计划、采购单、风险预警）的简易决策界面。必设“伦理审查关卡”：系统建议“取消素食窗口以提高人均利润”，学生必须修改规则或加约束条件（如：营养均衡约束、少数群体保障约束），并撰写“算法影响评估简报”100字。教师邀请“食堂管理员”（可邀请真实后勤人员或教师扮演）现场试用，提真实反馈：“周五建议推出的‘网红奶茶’违反校园食品安全红线。”学生现场修补规则，体验“智慧=技术推理+价值约束+持续迭代”。设计意图：全真项目流还原，工具链衔接，知识在行动中生成，伦理审查内化责任意识，达成核心素养整体性培育。五、深度反思：模型边界与人机共生（10分钟）引导学生跳出具体项目，进行元认知对话。抛出三个追问，采用“思考配对分享”模式：追问一：DIKW模型是否普适？展示“诗人创作灵感”“消防员火场直觉”“围棋大师妙手”案例，讨论：隐性知识能否完全显性化？数据驱动是否会扼杀直觉与创造？引入德雷福斯技能习得五阶段模型，对比“新手遵守规则”与“专家超越规则”，辩证看待知识工程的边界。追问二：当算法成为“黑箱”，智慧归属谁？展示某外卖平台骑手被算法困住、某信贷模型歧视特定群体新闻。讨论：数据偏见来源（采集偏差、历史偏见、测量偏差）、推理不透明（黑箱模型）、责任归属模糊。要求学生从“开发者”“使用者”“监管者”“受影响者”四角色视角，各提一条治理建议，汇编成《青少年算法治理倡议书》雏形。追问三：面向未来，我们需要怎样的“数据素养”？结合大模型时代特征：数据不再稀缺，提问能力、判断力、整合创新能力、伦理担当成核心。学生写下“给未来自己的三条数据行动准则”，如：“不做数据的搬运工，要做意义的建筑师”“每一条推理链条都要经得起伦理拷问”“拥抱工具，但坚守人类主体性”。设计意图：升华技术认知至人文高度，落实“技术批判”课程目标，培育有温度的数字公民。六、作业设计与拓展延伸（分层弹性）基础巩固（必做）：完成“DIKW模型在个人学习管理中应用”微案例。记录一周错题数据→整理高频错因信息→提炼薄弱知识点规律→制定下周复习攻克计划，绘制个人DIKW转化链路图，上传学习空间互评。进阶挑战（选做）：选取一个感兴趣领域（如校园共享单车调度、社区垃圾分类、古诗词意象关联），采集开放数据，用Orange或Python完成关联规则挖掘或聚类分析，产出“知识卡片集”并录制3分钟讲解视频，参校级科创比赛。研究探究（拔尖）：阅读《知识工程导论》相关章节或《人工智能伦理治理白皮书》节选，撰写“隐性知识显性化技术路径比较”或“算法决策透明度设计原则”微论文，尝试在GitHub开源简易专家系统框架，邀请同伴协作迭代。教学资源与环境配置硬件环境：机房配置高性能PC（i7/16G/SSD），预装Anaconda、Orange、Neo4jDesktop、VSCode；部署内网GitLab协作平台、StreamlitSharing内网镜像；准备投影仪、电子白板、便利贴、大白纸、马克笔等低技术辅料。软件资源：自制“DIKW辨析卡”“操作速查卡”“规则冲突模拟器”“伦理审查清单”；精选《数据之美》《人工智能时代的人文素养》书籍片段入校本资源库。课程链接：邀请食堂管理员、校医、校园网络管理员作为“真实客户”参与需求访谈与原型验收；联合生物组开展“传染病建模”跨学科实践；对接社区“智慧养老”项目开展服务学习。教学评价与证据收集采用“过程性评价+表现性评价+元认知评价”三位一体方案，设计《核心素养观察量表》：维度一：信息意识（权重20%）。观察点：情境中主动识别数据质量问题、主动核验数据来源、拒绝单一数据源决策证据。维度二：计算思维（权重30%）。观察点：抽象建模规范性（三元组/规则语法正确）、分解问题颗粒度、算法选择合理性论证、边界条件考虑周全性。维度三：数字化学习与创新（权重30%）。观察点：工具链熟练度、协作分工与版本管理、迭代改进响应速度、原创知识卡片质量、跨学科迁移尝试。维度四：信息社会责任（权重20%）。观察点：伦理审查关卡通过率、算法偏见识别与缓解方案、隐私保护措施落实、倡议书建设性提案。评价工具包含：教师观察记录表、同伴互评量规、自评反思日志、项目成果档案袋（数据清洗脚本、规则库文件、决策原型链接、伦理简报、反思日志）。评价结果不记分排名，而是生成“核心素养成长雷达图”，作为学业水平合格性考试、综合素质档案、选课走班的重要参考。教学反思与持续迭代实施两轮教学后，主要反思与改进：第一轮暴露问题：学生Python语法基础薄弱，冲刺一耗时超标，挤压建模与反思时间