普通高中信息技术必修一《人工智能的发展历程》教学设计

普通高中信息技术必修一《人工智能的发展历程》教学设计教材选用华东师大版2020年版《数据与计算》必修第一册第四章第二节。该节内容承接第一章数据编码、第二章算法初步、第三章程序设计基础，为后续人工智能项目实践与伦理探讨奠定认知基座。教材以时间轴为显性线索，以符号主义、连接主义、行为主义三大流派演进为隐性主线，串联达特茅斯会议、专家系统兴衰、反向传播算法突破、深度学习爆发等关键节点。教材编写意图不在于罗列史实，而在于引导学生透过现象看本质，理解算力、数据、算法三要素互为因果、螺旋上升的耦合机制，形成“技术演进遵循内在逻辑”的计算思维核心观。学情分析立足高一新生入校首学期。学生已完成Python基础语法与简单数据处理，具备初步编程思维，但缺乏系统计算机科学史视野。多数学生对人工智能认知停留在ChatGPT、自动驾驶等应用层面，将AI等同于深度学习，不知感知机、专家系统、支持向量机等前世今生。认知上存在“史实碎片化”“因果倒置”“技术决定论”三大误区。教学需以概念澄清为刀，切开表象迷雾，以史料翔实为骨，支撑逻辑推演，以伦理反思为魂，升华学科价值。教学目标对标新课标核心素养四维指标。信息意识维度，要求学生敏锐识别历史阶段中数据规模、算力瓶颈、算法范式的特征信号，判断技术成熟度与应用边界。计算思维维度，重点培养抽象建模能力，将复杂历史进程抽象为“符号处理—统计学习—深度表征”三阶段模型，掌握归纳、演绎、类比推理方法。数字化学习与创新维度，通过复现感知机训练、对比专家系统与神经网络解决同一问题差异，体验工程迭代思维。信息社会责任维度，聚焦技术伦理演变，从图灵测试的欺骗性争议到算法偏见治理，确立技术向善的价值坐标。重点聚焦三大流派核心思想演进脉络与关键转折节点的技术内因。难点在于引导学生穿透现象，理解“AI寒冬”非单一原因导致，而是理论瓶颈、硬件制约、资助预期落空共振结果；理解深度学习爆发非单一算法突破，而是大规模标注数据、GPU并行计算、ReLU激活函数、Dropout正则化等工程组合拳协同作用。教学策略采用“史料还原—概念建模—工程复现—伦理辩论”四环嵌套设计。引入原始文献节选、经典代码复现、多模态史料分析等真实任务情境。摒弃满堂灌式讲授，构建以学生认知冲突驱动的探究式课堂。利用知识图谱工具可视化流派传承关系，引入JupyterNotebook交互式笔记本完成感知机与BP网络微调实验，落实“学做合一”原则。教学过程共四课时，每课时四十五分钟。首课时聚焦“起源与分野：1943—1956”。导入环节不播视频，而是投射图灵1950年《putingMachineryandIntelligence》开篇段落：“我建议考虑一个问题：机器能思考吗？”引导学生朗读原文，圈画“模仿游戏”核心概念。追问：为何图灵拒绝定义“思考”，转而设计行为测试？学生分组讨论三分钟，代表发言。教师捕捉“行为主义倾向”“规避哲学争议”“可操作性强”等关键词，板书“图灵测试：行为主义奠基”。随后展示McCullochPitts1943年论文神经元模型示意图，引导学生推导阈值逻辑单元与命题逻辑同构关系。学生在草稿纸完成AND、OR、NOT逻辑门权重阈值设计，体验符号主义雏形。讲授达特茅斯会议十位科学家合影，重点解析麦卡锡坚持使用“ArtificialIntelligence”命名的战略考量——切割控制论、自动机理论、运筹学，确立独立学科身份。课末布置预习任务：阅读《感知机》书评节选，标注明斯基帕帕特批评核心论据。次课时聚焦“符号主义高歌与首次寒冬：1956—1974”。开课即呈现LogicTheorist证明《数学原理》定理截图，学生惊叹于“机器做数学”。教师递进提问：若仅靠穷举搜索，为何纽厄尔西蒙敢言“十年内机器将成为国际象棋冠军”？引入组合爆炸概念，现场演示状态空间指数增长曲线$S=b^d$，b为分支因子，d为搜索深度。学生直观感受启发式搜索A算法必要性。转入专家系统期，展示MYCIN诊断血液感染规则库片段，规则数超六百。组织辩论：“专家系统是否具备真正智能？”正方举知识显性化、推理可解释；反方举知识获取瓶颈、脆弱性、缺乏常识。教师总结：符号主义假设“物理符号系统假说”遭遇现实拷问。呈现莱特希尔报告原文“机器在特定任务表现尚可，但通用智能无望”，结合曼斯菲尔德修正案削减军事拨款，还原首次寒冬政策成因。课堂练习：用Python实现简易前向链接推理引擎，输入事实库与规则库，输出诊断结论，代码不足五十行，学生体会知识工程劳动密集型特征。第三课时聚焦“连接主义复苏与统计学习转向：1986—2010”。核心任务攻克反向传播算法数学直觉。不推导链式法则全过程，采用计算图可视化教学。投射两层神经网络计算图，节点标注$z=wx+b$，$a=\sigma(z)$，$L=\frac{1}{2}(ya)^2$。引导学生从输出端倒推：误差如何分配给$w$？学生直观给出$\frac{\partialL}{\partialw}=\frac{\partialL}{\partiala}\frac{\partiala}{\partialz}\frac{\partialz}{\partialw}$。教师确认：梯度即“责任分配信号”。现场打开JupyterNotebook，加载MNIST手写数字数据集，对比Logistic回归与单隐层MLP准确率跃升。学生修改隐层节点数、学习率、批量大小，观测损失曲线震荡与收敛。引入支持向量机核技巧，演示非线性可分样本映射至高维空间线性可分，类比“升维打击”几何直觉。补充随机森林、Adaboost集成学习思想，强调统计学习期“特征工程为王”时代特征。课末展示ImageNet竞赛Top5错误率曲线，2012年AlexNet断崖式下跌成为视觉分水岭，引出下课时主题。第四课时聚焦“深度学习范式革命与大模型时代：2012至今”。开场播放AlphaGo第二局第37手“神之一手”短视频，无解说，仅保留解说员惊叹声。学生讨论：为何这一手超越人类棋理？引入蒙特卡洛树搜索与策略价值网络融合架构图，讲解自我对弈强化学习闭环。转入Transformer架构，展示《AttentionIsAllYouNeed》论文核心图解，重点拆解多头自注意力机制并行化优势打破RNN序列依赖。学生在笔记本运行微调脚本，加载开源小模型（如TinyLlama1.1B），在领域数据上完成三轮LoRA微调，观测生成文本从语无伦次到领域术语精准的质变。引导学生复盘十年跨越：AlexNet八层到GPT4万亿参数，参数量增长六个数量级，背后是ScalingLaw规律支撑。呈现Kaplan等人ScalingLaw曲线$L(N,D,C)=\frac{A}{N^\alpha}+\frac{B}{D^\beta}+E$，N参数量，D数据量，C算力预算，学生解读三幂律系数含义。伦理辩论环节设置三组议题：生成式AI版权归属、深度伪造治理、通用人工智能时间线预测。学生抽签分组，正反方各三分钟陈词，自由辩论五分钟。教师不判胜负，仅归纳关键争点：技术可控性、责任主体缺位、数据主权博弈。课程收尾，投射一张空白时间轴，邀请全班学生轮流上台填入他们认为最关键的十个节点，并口头陈述理由。教师补全遗漏，强调“历史非线性演进，每个寒冬都孕育下一次春天的种子”。作业设计分三层。基础层：绘制三大流派核心观点、代表人物、典型模型、优劣势、应用场景五维对比思维导图。进阶层：选取一个经典模型（感知机、BP网络、SVM、AlexNet、Transformer），撰写不超过两千字技术溯源报告，包含数学原理、工程创新、历史贡献、局限性四段。拓展层：组队完成“AI伦理案例库”建设，收集近三年国内外典型事件，按偏见歧视、隐私泄露、版权争议、安全风险分类，设计应对策略卡片，产出可在校园宣传的数字海报。教学资源整合包含：图灵、麦卡锡、明斯基、辛顿、杨立昆、本吉奥、哈萨比斯七位图灵奖得主访谈视频片段；《Perceptrons》《ParallelDistributedProcessing》《DeepLearning》三本经典教材电子版章节；ImageNet、CIFAR、MNIST、SQuAD等基准数据集本地镜像；ColabProGPU环境统一配置脚本。评价体系采用过程性评价为主，权重分配：课堂探究参与度30%、代码实验报告30%、技术溯源报告20%、伦理辩论表现20%。引入同伴互评量表，关注论证逻辑严密性、代码规范性、协作沟通有效性。教学反思记录于每课时结束后半小时内完成。首课时发现学生对“物理符号系统假说”理解停留在定背诵，下轮教学将增设“用符号系统描述红绿灯规则”微任务。次课时专家系统推理引擎代码调试耗时超预期，精简规则库规模至二十条以内。第三课时反向传播直觉教学有效，但部分链式法则基础薄弱学生跟不上，准备微课视频供课后自学。第四课时大模型微调实验受限于显存，仅能跑通LoRAr=4配置，申请校级算力平台支持全参数微调演示。长期追踪：建立学生计算思维发展档案，关联后续选择性必修《人工智能初步》模块学习表现，验证本节课核心概念迁移效度。课程延伸规划两条路径。学科内延伸：衔接第四章第三节“机器学习基础”，将历史节点转化为算