高中信息技术高一《用智能工具处理信息》教学设计

高中信息技术高一《用智能工具处理信息》教学设计一、教材分析与课标定位本课选自粤教版高中信息技术必修一第四章第二节，属于《普通高中信息技术课程标准（2017年版2020年修订）》中“人工智能初步”模块的基础内容。课标对本节的学业要求是：学生能够描述人工智能的基本特征，能够使用合适的智能工具处理信息，并认识到人工智能技术对社会发展的双重影响。本节内容上承“信息系统与外部世界的连接方式”，下启“人工智能的应用与影响”，在整个知识体系中起到枢纽作用——既是对信息获取、加工、表达等技能的智能化延伸，也是后续探讨人工智能伦理、社会责任的认知基础。本节教学内容在实际授课中通常安排2课时，第一课时侧重智能工具的类型识别与功能匹配，第二课时侧重实践操作与批判性思考。本设计按2课时展开，总时长90分钟。二、学情诊断与教学对策授课对象为高一年级学生，通过前期问卷调查和课堂观察，笔者对学情做出如下判断。第一，操作基础分化显著：约35%的学生在日常学习中使用过生成式AI工具（如AI写作助手、智能翻译软件），能够完成基本指令操作；约50%的学生仅使用过智能手机自带的语音助手，对智能工具的理解停留在“语音对话”层面；另有约15%的学生几乎未主动使用过任何智能工具。第二，认知水平处于“经验描述”向“概念理解”过渡阶段：学生普遍能举出“人脸识别”“自动驾驶”等实例，但对“机器学习”“神经网络”等核心概念缺乏系统认知，容易将“智能”与“自动”混为一谈。第三，批判性思维尚待培养：多数学生认为AI输出结果“一定是正确的”，缺少对信息来源、偏见、可靠性的质疑意识。基于上述学情，本设计采取三项核心对策：一是采用“任务驱动+支架式教学”策略，为不同操作水平的学生提供差异化学习支架；二是创设真实问题情境，引导学生在解决具体问题的过程中建立概念体系；三是设计“技术体验—原理探究—价值辨析”三层递进活动，培养学生的高阶思维。三、教学目标与核心素养对应依据课标要求，结合学情诊断，本课设定以下教学目标。第一，信息意识维度：学生能够识别日常生活和学习中常见的智能工具，主动关注智能工具处理信息的新进展，认识到智能工具对信息获取效率的显著提升作用。第二，计算思维维度：学生能够描述智能工具处理信息的基本环节（采集、清洗、特征提取、模型推理、结果输出），理解规则驱动与数据驱动两种基本范式，能够根据任务需求选择合适的智能工具。第三，数字化学习与创新维度：学生能够熟练运用至少两类智能工具完成文字处理、图像识别、语音转换等真实任务，能够规范地编写提示语（Prompt），并对工具输出结果进行校验与修正。第四，信息社会责任维度：学生能够讨论人工智能技术引发的隐私保护、算法偏见、就业冲击等伦理议题，形成负责任地使用智能工具的意识。四、教学重难点及突破策略教学重点：智能工具的分类与功能匹配；提示语设计的基本方法；智能工具处理信息的基本流程。教学难点：理解智能工具“数据—模型—推理”的内在机制；形成对智能工具输出结果的批判性评估意识。突破策略：针对“机制理解”难点，采用“黑盒—灰盒—白盒”渐进式教学，先用类比动画演示机器学习过程，再通过简单的决策树案例让学生模拟“训练”过程，最后开放少量参数让学生体验模型调整对输出的影响。针对“批判评估”难点，设计“AI真假鉴别”活动，让学生对比AI生成内容与人工编辑内容，建立多重验证的评估习惯。五、教学环境与资源准备硬件环境：多媒体计算机教室（学生机32台，教师机1台），要求每台学生机能够访问互联网。软件环境：教室管理控制系统（极域电子教室），网页版AI对话工具（讯飞星火、文心一言或Kimi，需提前申请测试账号），在线语音转文字工具（讯飞听见网页版），图片识别工具（植物识别小程序或百度AI体验中心），二维码生成工具。教学资源：自制导学单（包含任务步骤提示、评价量规、拓展资源二维码）；“智能工具认知”课前调查问卷（问卷星）；教学微视频《机器学习三分钟》——该视频用“猜你喜欢”的推荐机制类比解释监督学习的基本逻辑；任务素材包，包含5张模糊处理过的动植物图片、3段不同口音的语音文件、若干篇待摘要的文章。六、教学过程设计第一课时：认识智能工具——它们如何“理解”信息（一）情境导入：一张照片引发的讨论（约8分钟）上课伊始，教师在大屏幕上展示一张照片：2023年杭州亚运会田径比赛现场，裁判员手持平板电脑查看运动员冲线瞬间的慢动作回放，屏幕上自动标注出运动员躯干部位的触线位置。教师提问：“这张照片中的智能计时系统，和我们平时用手机秒表计时有什么本质区别？”学生自由发言。教师将学生的回答梳理为三类：一是“更准”，二是“自动”，三是“不知道”。教师在黑板上写下今天的关键词——“智能工具”，然后追问：“‘更准’和‘自动’已经存在很多年了，电子计时器也能做到。那么，这个系统凭什么被称为‘智能’？‘智能’到底体现在哪里？”此时学生出现认知冲突。教师播放一段30秒的短视频：该计时系统在不同运动员服装颜色、不同光照条件、甚至运动员身体部分遮挡的情况下，都能准确识别躯干位置。教师再次追问：“如果编写固定规则的程序，需要列举多少种情况才能覆盖所有这些变化？可能做到吗？”由此引出本课的核心问题：智能工具之所以“智能”，不是因为它被编写了所有答案，而是因为它从大量数据中自己“学到了”规律。这个认知点的建立是整节课的认知锚点。（二）概念建构：智能工具的前世今生（约12分钟）教师以时间轴形式展示三个典型案例，每个案例配以极简的动画演示。案例一（1956—1997年）：深蓝击败国际象棋世界冠军卡斯帕罗夫。动画演示：计算机枚举所有可能的走法，在规则空间内搜索最优解。教师强调：“这是规则驱动的智能，本质上是穷举和搜索，其能力边界由人类预先写好的规则决定。”案例二（2011—2016年）：苹果Siri与谷歌AlphaGo。动画演示：AlphaGo通过学习海量棋谱和自我对弈，不断调整神经网络中的参数。教师强调：“这是数据驱动的智能，机器不再依赖人类给出所有规则，而是从数据中自行归纳特征和规律。”案例三（2022年至今）：生成式AI爆发。动画演示：用户输入一句“写一首关于秋天的诗”，大语言模型在一个巨大的参数空间中逐词生成回答。教师强调：“今天我们要体验的智能工具，大多属于这一类——它们不仅能够识别和分类，还能创造性地生成新的内容。”时间轴展示完毕后，教师引导学生完成导学单上的“概念辨析”练习：给出四句话（“计算器自动求平方根”“手机面部识别解锁”“扫地机器人规划路径”“翻译软件实时翻译对话”），判断哪些属于“智能工具处理信息”，哪些只是“预设规则的程序自动化”。学生四人小组讨论，教师在巡视中收集典型观点。预设的高质量讨论结论是：判断标准不是“是否自动化”，而是“是否具备从数据中学习特征或模式的能力”。面部识别需要从大量人脸照片中学习“人脸”的特征分布，属于智能工具；计算器只是执行固定的数学算法，不属于。此环节的价值在于帮助学生建构“智能”的操作性定义，为后续工具分类奠定概念基础。（三）实践探究：与AI对话的第一次亲密接触（约20分钟）教师下发任务单，学生两人一组登录网页版AI对话工具（讯飞星火）。任务单上有一个核心任务和两个挑战任务。核心任务（必做）：用AI工具完成“研学旅行厦门三日游”行程规划。要求写清楚人数（4人）、预算（人均1500元）、偏好（喜欢自然景观和地道小吃、不愿意去收费景点）。学生在对话框输入指令，获得AI输出的行程方案。此任务的意图不是考察行程本身是否合理，而是暴露学生在“指令表达”上的典型问题。预计多数学生的首次输入是：“推荐厦门旅游行程。”AI给出的回复往往是泛泛而谈的景点列表。此时教师追问：“这个方案为什么不够好？是你的问题还是AI的问题？”学生很快发现：AI不“知道”你的预算、你的偏好、你的时间，它只能给出一份“平均的”方案。若要获得个性化结果，必须提供更详细的约束条件。教师顺势引入本课核心技能——提示语（Prompt）设计的四大要素：角色设定、任务说明、背景信息、输出格式要求。教师示范一个高质量的提示语：“你是一名熟悉厦门的资深旅行规划师。请为一家四口（两位60岁以上老人、两名30岁夫妻）规划厦门三日游行程。要求：每天游览不超过3个景点；餐饮以本地小吃为主，避开网红排队餐厅；住宿建议在思明区；每日行程需要标注交通方式和大致耗时。输出格式：按天分段，每段包含上午、下午、晚上三个时间段的活动安排。”学生对比自己原先的输入，直观感受差异。然后进行第二轮对话：修改自己的提示语，重新生成方案，并评价改进效果。挑战任务一：让AI将生成的行程方案改写成一段适合发在小红书上的种草文案，要求活泼幽默、带emoji。挑战任务二：让AI对同一份方案给出三个不同风格的版本（穷游版、舒适版、豪华版），并说明每个版本的预算差异。此环节结束时，教师组织快速分享（2分钟）：请两组学生展示自己的“前后对比”结果。重点不是比谁的方案更好，而是总结出“高质量输入是高质量输出的前提”这一规律。（四）概念深化：人机协同的流程认知（约8分钟）回到情境导入的计时系统，教师用简化示意图展示智能工具处理信息的通用流程：数据采集→数据清洗→特征提取→模型推理→结果输出。对应到刚才的对话AI体验：用户输入的文字（提示语）是数据采集；系统过滤无效符号和敏感词是数据清洗；提取关键词（人数、预算、偏好）是特征提取；大模型生成回复是模型推理；最终呈现在屏幕上的文字是结果输出。教师强调：在这个流程中，人的角色不是“被替代”，而是关键的一环——人负责提出有价值的问题（提示语设计）、判断输出的质量（结果评估）、并在必要时进行修正（迭代优化）。这就是“人机协同”的基本含义。学生填写导学单上的“流程匹配”图：给出一个具体的智能工具应用场景（如使用拍图识字软件提取纸质文档中的文字），让学生将场景中的各环节对应到通用流程的五个步骤。第二课时：驾驭智能工具——从“会用”到“善用”（五）进阶体验：图像识别与语音转换（约18分钟）教师布置三个站点式体验活动，学生分成三组轮换，每站6分钟。第一站：图像识别之旅。学生使用百度AI体验中心的人脸检测功能，上传自己的照片（或教师提供的示例照片），观察系统返回的人脸关键点坐标、性别、年龄估计等结构化信息。然后使用“植物识别”小程序，拍摄教室内的绿植叶片（或使用素材包中的模糊图片），观察系统如何遮蔽干扰信息、聚焦主体特征。任务要求学生思考两个问题：识别结果受哪些因素影响（光照、角度、遮挡）？当系统给出“置信度85%”时，该置信度意味着什么？第二站：语音转换实验室。学生使用讯飞听见网页版，将一段教师提供的标准普通话音频转换为文字（约100字），然后再将一段带有方言口音的音频（素材包提供）转换为文字，对比两次转换的正确率差异。随后，学生使用AI工具将一段文字转换为不同情感的语音（选择“高兴”“悲伤”“愤怒”参数），感受语音合成中的情感控制。第三站：文本智能处理工坊。学生使用AI工具完成三项任务：将一篇800字的新闻稿压缩为100字摘要；将一段专业性较强的新能源汽车技术说明改写为初一学生能读懂的科普短文；将一段半文半白的古文翻译成现代汉语并保留原有语气。每个任务都与第一课时学习的“提示语四要素”相结合——角色设定为“资深编辑”，输出要求明确为“保留关键数据、删除修饰语”。轮换结束后，教师组织全班汇总体验中发现的问题。预期学生提出的真实问题包括：方言语音识别错误率高、模糊图片识别置信度下降、AI改写后的文本丢失了原文某些细节。教师引导学生将这些现象归纳为一个规律性认识：智能工具的能力边界并不无限，输入质量、数据类型、领域专业度都会显著影响输出水平。（六）批判辨析：AI生成内容的“真假局”（约12分钟）教师下发两份材料，一份是某科普网站发布的“全球变暖对北极熊的影响”文章（人工撰写），另一份是AI生成器根据同一关键词生成的同主题文章。两份材料均隐去来源，仅标注为“材料A”“材料B”。学生独立阅读3分钟，然后小组讨论：哪一份更像AI写的？判断依据是什么？讨论中教师不急于揭晓答案，而是引导学生关注文本内部的线索：事实性数据是否准确、逻辑连接是否自然、是否存在过度套话、有无情感温度和个性化表达。五分钟后，教师公布答案：材料B为AI生成。学生惊讶于AI文本流畅度的同时，也发现了AI文本的典型特征——结构过于工整、用词偏正式、缺少生动的细节案例、对具体数据的引用可能拼凑。教师提出核心问题：“既然AI可以以假乱真，我们在使用智能工具时，最应该警惕什么？”学生讨论后，教师梳理出三个警惕点：一是“事实性错误”——AI可能一本正经地胡说八道（幻觉现象）；二是“价值偏见”——AI训练数据中隐含的社会偏见可能被放大；三是“依赖风险”——过度依赖AI导致独立思考能力弱化。此环节的设计意图是培养学生的评估意识，使“善用”落到实处。（七）综合任务：设计一个智能学习助手（约15分钟）此为本课的综合应用环节，要求学生以小组为单位（4人一组），用白纸和彩色笔完成一份“智能学习助手”功能设计图。设计图中必须包含以下要素：助手名称和定位（针对哪个学科或学习场景）、输入方式（文本/语音/图像）、核心功能（至少三项）、处理流程（参考五环节通用流程）、输出形式、使用中需要注意的伦理问题（至少一条）。教师提供两个参考示例：一是“英语作文批改助手”——输入学生作文，输出语法纠错、词汇建议、结构评价，注意事项是“AI只能修改语言表达，不能代替学生思考立意”；二是“物理错题分析助手”——拍摄错题照片，输出错因分析、相关知识链接、相似题推荐，注意事项是“答案解析仅供参考，需结合课堂学习验证”。小组讨论8分钟，设计初稿完成后，每个小组选派一名“讲解员”，用1分钟向全班介绍自己的核心创意。教师点评时重点关注设计是否体现“人机协同”而非“完全替代”，是否包含批判性使用意识。此任务具有开放性，既检验学生对智能工具处理流程、分类、评估知识的综合掌握，也渗透“技术向善”的价值导向。预期学生能提出有创意的设计方案，如“历史事件时间轴生成助手”“化学方程式配平讲解助手”“古诗意境配图助手”等。（八）总结升华：智能工具与人的主体性（约5分钟）教师利用最后五分钟，回到本课最初的那个问题——“智能工具凭什么被称为智能？”现在学生已经能够给出更充分的回答：因为它们能从数据中学习模式，能够处理模糊和多变的现实信息，能够生成全新的内容。教师进一步明确：智能工具的强大，恰恰凸显了使用者的重要。同样一个AI工具，有人用它完成作业、有人用它探索新领域、有人用它验证自己的创造。AI的输出取决于人的提问质量，AI的边界取决于人的判断能力。最后，教师在黑板（或PPT展示页）上写下本课结束语：“技术的智能来源于人类的知识，技术的责任归属于人类的良知。善用智能工具，就是做一个善于提问、善于判断、善于负责的学习者。”七、课时安排与作业设计本教学设计总课时为2课时（每课时45分钟）。课时间隔建议不超过2天，以确保学生对第一课时所学的概念保持新鲜感。第一课时结束前，教师布置观察类作业：记录自己在生活中遇到的三个智能工具及其应用场景，思考它们处理信息的大致流程。第二课时结束后，布置创作类作业（二选一）：一是使用AI工具为一篇自己写的短文生成配图或音频版本，提交“原始文本+生成结果+使用反思”（反思不少于200字，重点讲自己如何评估生成质量）；二是选择一个AI伦理议题（如AI换脸、深度伪造、算法推荐信息茧房），撰写一篇300字左右的观点短文，要求至少引用一个本课学习的概念。作业均通过学校在线学习平台提交，教师在下节课开始时选取典型作业进行展示点评。八、教学评价与反思本课的评价采用过程性评价与终结性评价相结合的方式。过程性评价重点关注三个维度：一是课堂参与度，即学生在小组讨论中的发言频次和质量；二是任务完成度，即导学单上的各项练习完成情况和正确率；三是协作沟通能力，即小组分工是否合理、是否充分听取同伴意见。终结性评价以综合任务设计图（智能学习助手）和课后创作为载体，使用评价量规从功能完整度（30%）、流程规范度（25%）、创新性（20%）、伦理关注度（15%）、表达清晰度（10%）五个维度进行等级评定。从试教反馈来看，本课的教学效果呈现出三个显著亮点。第一，真实任务驱动极大提升了参与度——学生在体验环节主动尝试多种提示语写法，有的小组在限时体验结束后仍不愿离开站点，课间继续测试不同参数组合。第二，“人机协同”概念被学生内化得比较扎实——在综合任务答辩中，多个小组主动强调“AI无法替代人的创意和价值观判断”，有一位学生明确提出“我