2026-2027初中人教版信息科技人工智能专册每课教学设计含教学计划

信息科技|初中人工智能专册教学设计 人教版PAGE1/SECTIONPAGES1初中信息科技人工智能专册教学设计项目内容教材人教版《信息科技》初中人工智能专册适用学段初中（7—9年级）适用学年2026—2027学年课时总量30课时（每课时40分钟）课程依据《义务教育信息科技课程标准（2022年版）》使用说明本册含教学计划与30课时教学设计两部分，可直接用于一线备课教学计划一、课程依据与教材定位本册教学以《义务教育信息科技课程标准（2022年版）》为依据。课标将信息科技课程的核心素养确定为信息意识、计算思维、数字化学习与创新、信息社会责任四个方面，并以数据、算法、网络、信息处理、信息安全、人工智能六条逻辑主线组织课程内容。人工智能专册正是“人工智能”这条主线在初中阶段的集中落地，其价值不在于让学生背下几个术语，而在于让学生看清“机器是怎么学会一件事的”，并在此基础上形成对人工智能的理性判断与责任意识。教材共设六个单元、30课。第一单元“走进人工智能”解决“是什么、从哪来、靠什么实现”的入门问题；第二、三单元分别聚焦文本与图像、声音、视频的智能生成，是全书技术含量最高的部分；第四单元“智能推理的应用”把视角从“生成”转向“判断与决策”；第五单元“智慧社会与智能向善”完成从技术到社会、从能力到价值的升华；第六单元“AI项目工坊”以六个小项目收束全册，让学生把前五单元的知识真正用起来。二、学情分析初中学生是人工智能产品的重度使用者：刷过推荐视频、用过语音助手、见过AI绘画，也听过“AI会不会取代人”的争论。他们的经验是碎片化的，认知是“黑箱化”的——知道好用，不知道为何好用；知道神奇，不知道神奇背后的规则。同时，这一阶段学生的抽象思维正在发展，能够理解“特征”“概率”“权重”这类概念，但必须借助具体、可感的活动来支撑，纯讲原理必然“翻车”。因此本册教学的基本策略是：先给体验，再给解释，最后给判断。每一课都从学生熟悉的场景切入，用可操作的活动把抽象原理“降维”，再回到真实应用与责任讨论。对基础薄弱的学生，提供操作卡与半成品素材；对学有余力的学生，提供拓展挑战与开放探究。三、学期课时安排按照上下两学期均衡分配的原则，上学期完成第一至第三单元（第1—15课），下学期完成第四至第六单元（第16—30课），每课1课时，每课时40分钟。学期单元课次课题课时核心落点上学期第一单元第1课身边的人工智能1识别生活中的AI，建立感性认知上学期第一单元第2课什么是人工智能1理解人工智能的基本含义与能力边界上学期第一单元第3课人工智能的实现方式1了解规则驱动与数据驱动两条路径上学期第一单元第4课人工智能的技术基础1认识数据、算法、算力三要素上学期第二单元第5课文本处理的基本单位1理解词与token，会做简单切分上学期第二单元第6课统计与文本生成1用词频与概率解释“下一个词”上学期第二单元第7课文本的语义编码1理解向量与语义相近性上学期第二单元第8课注意力与文本生成1体会上下文权重的作用上学期第二单元第9课文本生成的影响因素1分析提示词、数据、参数的影响上学期第三单元第10课图像特征的提取1理解像素、边缘与特征上学期第三单元第11课图像的风格迁移1理解内容与风格的分离上学期第三单元第12课图像的生成方式1了解生成模型的基本思路上学期第三单元第13课根据文字生成图像1体验文生图与提示词优化上学期第三单元第14课声音的智能生成1理解语音合成与识别上学期第三单元第15课视频的智能生成1理解帧、时序与视频生成下学期第四单元第16课决策树与智能推理1会画简单决策树并做判断下学期第四单元第17课知识图谱与智能推理1理解实体、关系与推理路径下学期第四单元第18课分类辅助推理1理解分类器与特征选择下学期第四单元第19课聚类辅助推理1理解“物以类聚”的无监督思路下学期第四单元第20课会“思考”的推理模型1理解分步推理与思维链下学期第五单元第21课智慧社会与个人生活1分析AI对个人生活的双面影响下学期第五单元第22课智慧社会与智能创新1认识智能创新的路径与价值下学期第五单元第23课智慧社会与智能治理1理解技术治理与数据治理下学期第五单元第24课智能向善与伦理道德1形成科技伦理判断力下学期第六单元第25课与机器下井字棋1用规则与搜索实现博弈下学期第六单元第26课推荐出行方式1用多因素比较做推荐下学期第六单元第27课智能环境播报助手1用传感器数据驱动播报下学期第六单元第28课人脸识别1体验特征比对与识别流程下学期第六单元第29课手写数字识别1体验训练与测试的完整闭环下学期第六单元第30课训练模型玩游戏1理解试错与奖励驱动的学习四、教学实施建议第一，坚持“体验先行、原理跟进”。每课开头用不超过5分钟的真实情境唤起经验，中段用可操作活动承载原理，末段回到应用与责任，避免把课上成名词解释课。第二，落实分层。每课设置基础巩固、进阶探究、拓展挑战三层任务，配套操作卡、半成品素材与提示单，让不同起点的学生都有可完成的事。第三，重视过程性评价。建议建立“AI学习档案”，收录每课的操作记录、小组汇报要点与一句话反思，学期末作为综合评定依据，避免只以一次测验定成绩。第四，注意设备与安全。机房一人一机、可联网，使用在线工具时优先选择无需注册的演示平台，涉及上传图片、录音的活动须提前说明数据用途，不采集可识别个人身份的信息。第五，跨单元衔接。第二、三单元的生成技术要与第四单元的推理技术相互呼应，第六单元的项目要明确调用前面学过的概念，形成“知识—方法—项目”的闭环。教学设计第一单元走进人工智能本单元是全书入口，承担“破冰”与“立框”的双重任务。四课依次回答四个问题：人工智能在哪里、人工智能是什么、人工智能怎么做出来、人工智能靠什么支撑。教学中要防止两种偏差：一是把人工智能神秘化，讲成“黑科技”；二是把人工智能庸俗化，讲成“就是会聊天的软件”。正确的处理是让学生既看到能力，也看到边界。第1课身边的人工智能项目内容课次第1课课时1课时（40分钟）单元第一单元走进人工智能课型新授课课题身边的人工智能教材分析本课是专册开篇，教材从学生每天接触的智能设备与智能服务入手，列举智能音箱、手机拍照美化、地图导航、短视频推荐、智能门锁等典型场景，引导学生发现“人工智能不是远在天边，而是近在眼前”，并初步区分“自动化”与“智能化”。教材原文要点为：“人工智能已经走进我们的日常生活。智能音箱能听懂我们的话，手机能认出照片里的人脸，导航能为我们规划最省时的路线，短视频平台能猜出我们想看什么。这些看似平常的功能背后，都有人工智能在默默工作。”教材还提示学生思考“这些设备是真的‘聪明’，还是只是按照人设定的规则在运行”。本课为后续三课奠定经验基础，属于“感知层”教学。核心素养目标信息意识：能主动识别生活中的智能应用，对“智能”与“非智能”形成初步判断。计算思维：能用“输入—处理—输出”的框架描述一个智能应用的工作过程。数字化学习与创新：能借助数字设备完成一次智能功能的体验与记录。信息社会责任：初步意识到智能设备在收集个人数据，形成基本的使用警觉。教学重点识别身边常见的人工智能应用及其功能。用“输入—处理—输出”描述智能应用的工作过程。教学难点区分“自动化”与“智能化”，理解智能的关键在于“能应对不确定情况”。从“用得好”转向“看得懂”，说出智能背后的数据与规则。教学方法情境教学法、任务驱动法、小组合作探究法、对比辨析法教学器材多媒体课件、电子白板、机房一人一机、智能音箱（或手机语音助手）、体验任务单、分类卡片作业设计必做：完成“我家的智能设备清单”，列出3件设备并写明它“聪明”在哪里。选做：采访一位家人，记录他/她对人工智能最满意和最担心的一件事。教学后记（预留空白）教学过程教学流程教学步骤与内容教学活动新课导入活动一：三秒钟判断“谁在替我干活”教师开门见山：“同学们，先别翻书。我说三件事，你们判断哪一件背后有人工智能。第一件，教室的灯一按开关就亮；第二件，你对着手机说‘导航回家’，它给你规划了一条不堵车的路；第三件，计算器算出了37×48的答案。”学生举手抢答后，教师追问：“为什么第一件和第三件不算？它们明明也很‘自动’啊。”引导学生说出“灯只会亮或灭，计算器只会算，它们不会应对新情况”。教师小结并板书：“自动≠智能。智能的关键，是能对付没见过的情况。”随后播放一段30秒的校园生活混剪：刷脸进校门、食堂刷脸支付、教室智慧屏自动调光、操场上的智能广播。教师说：“这些镜头都在我们学校，今天这节课，我们就来给身边的‘聪明家伙’做一次人口普查。”情境教学法；教师设疑激趣，学生抢答；用反差案例制造认知冲突新课研讨活动二：读教材，圈出“聪明”的证据教师请学生翻开教材第1课，齐读教材原文：“人工智能已经走进我们的日常生活。智能音箱能听懂我们的话，手机能认出照片里的人脸，导航能为我们规划最省时的路线，短视频平台能猜出我们想看什么。这些看似平常的功能背后，都有人工智能在默默工作。”教师提问：“这段话里出现了四个例子，请大家用铅笔在‘听懂’‘认出’‘规划’‘猜出’这四个动词下面画波浪线。然后同桌讨论：这四个动词有什么共同点？”学生讨论后回答，教师归纳：“这四个词都有一个共同点——它们原本是人的能力。机器学会了人的能力，我们才叫它‘人工智能’。”教师继续引导读教材第二段提示语：“这些设备是真的‘聪明’，还是只是按照人设定的规则在运行？”教师说：“这个问题很尖锐，我们不急着回答，先做一次实地考察。”讲授法配合阅读指导；学生圈画关键词、同桌讨论；教师用追问推动概念提炼新课研讨活动三：四人小组“智能应用普查”教师发放分类卡片（每张写一个应用：智能音箱、扫地机器人、人脸门禁、导航软件、短视频推荐、智能手环、自动感应水龙头、电梯按钮、语音输入法、智能翻译、共享单车扫码、自动售货机）。操作步骤：第一步，小组长把12张卡片摊在桌上；第二步，四人轮流说出自己用过哪些，用过的卡片放左边，没用过的放右边；第三步，全组讨论，把左边的卡片再分成两堆——“我觉得它真聪明”和“我觉得它只是按规矩办事”；第四步，每组派一人把分类结果贴到黑板上，并说明一条理由。教师巡视时使用提示单提问：“扫地机器人撞到墙会转弯，这算聪明吗？”“自动售货机你投币它出货，它知道你渴不渴吗？”全班交流时，教师针对“扫地机器人”这一争议点组织辩论，最后给出判断标准：能感知环境、能做出判断、能适应变化，三条中至少满足两条，才算具备智能特征。任务驱动法、小组合作探究法；教师提供分类支架与提示单；学生动手分类、辩论、归纳标准图像探究活动四：看数据说话教师展示课前调查统计图（见上图），说：“这是咱们班48位同学的调查结果。视频推荐95%，拍照美化92%，语音助手86%。请大家看两个数字：智能家居只有54%。为什么同样是智能产品，接触率差了这么多？”学生回答后教师补充：“因为智能家居要花钱，而手机里的智能功能是免费的。这说明人工智能的普及，既靠技术，也靠成本。”教师再引导观察：“接触率最高的两项，恰好都是‘猜你喜欢’型的应用。它们为什么这么受欢迎？因为它们替我们省了选择的力气。但省力气的代价是什么？这个问题我们留到第五单元再算总账。”直观演示法；教师读图引导，学生分析数据背后的原因；为后续单元埋下伏笔巩固练习活动五：给智能应用“画流程”教师在白板上画出三栏：输入、处理、输出。以“人脸门禁”为例示范：输入是摄像头拍到的脸，处理是把这张脸和数据库里的照片比对，输出是“开门”或“不开门”。随后布置任务：每人从刚才的卡片中任选一个应用，在学习单上填出它的输入、处理、输出。要求写具体，不许写“处理一下”。教师巡视，挑出两份典型学习单投屏点评。第一份写“输入：我说的话；处理：它想一想；输出：它回答我”，教师点评：“‘想一想’太含糊，机器不会想，它是在把你的声音变成文字，再去匹配答案。”第二份写“输入：我说‘今天天气’；处理：识别语音、检索天气数据；输出：播报温度和降雨概率”，教师点评：“这才叫看得懂。”最后请学生修改自己的学习单，同桌互评打星。练习法、示范法；教师先示范后放手，用对比点评提升表达精度；同桌互评课堂小结活动六：一句话说清今天学了什么教师说：“下课前，请每人用一句话总结。句式是‘我以前以为……现在知道……’。”学生分享后，教师归纳三条：第一，人工智能就在身边，不是实验室里的稀罕物；第二，自动不等于智能，智能要能感知、判断、适应；第三，看懂一个智能应用，就看它的输入、处理、输出。教师补充一句：“今天我们是‘普查员’，下节课我们要当‘鉴定师’——到底什么才算人工智能，教材会给我们一个更严格的定义。”总结回顾法；学生用固定句式反思；教师提炼结构化要点并预告下一课板书设计左侧：自动≠智能中间：智能三特征——感知环境、做出判断、适应变化右侧：输入→处理→输出底部：身边的AI：语音、人脸、导航、推荐结构化板书；关键词上墙，学生笔记同步课后作业必做：完成“我家的智能设备清单”，3件设备，每件写清“它聪明在哪里”。选做：采访家人，记录一件“最满意”和一件“最担心”的事，下节课分享。分层作业；必做保底，选做延伸至家庭情境第2课什么是人工智能项目内容课次第2课课时1课时（40分钟）单元第一单元走进人工智能课型新授课课题什么是人工智能教材分析本课在第一课“感知”的基础上给出概念界定。教材原文要点为：“人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它让机器具备感知、学习、推理、决策等能力，从而完成原本需要人类智能才能完成的任务。”教材进一步区分了“弱人工智能”与“强人工智能”，指出“目前我们接触到的绝大多数人工智能都属于弱人工智能，它们只在特定领域表现出色，并不具备人类的通用智能”。教材还设置了“辨一辨”栏目，列出若干说法让学生判断是否属于人工智能。本课是全书的概念基石，直接影响后续所有课的理解精度。核心素养目标信息意识：能依据概念标准判断一项技术是否属于人工智能，不被宣传话术误导。计算思维：能抽象出人工智能系统的“感知—学习—推理—决策”能力结构。数字化学习与创新：能通过对比实验验证机器的能力边界。信息社会责任：能理性看待“机器万能论”与“机器威胁论”两种极端说法。教学重点人工智能的定义与四项核心能力。弱人工智能与强人工智能的区别。教学难点理解“模拟、延伸、扩展人的智能”这一表述的层次差异。用定义去判断边界案例，如计算器、搜索引擎、自动门。教学方法概念辨析法、案例教学法、辩论法、对比实验法教学器材多媒体课件、电子白板、机房一人一机、边界案例卡、辩论记录单作业设计必做：从教材“辨一辨”栏目中选三个说法，写出判断与理由。选做：写一段150字的短文，题目为“如果机器真的会思考，我希望它先学会什么”。教学后记（预留空白）教学过程教学流程教学步骤与内容教学活动新课导入活动一：一场“真假AI”的投票教师在屏幕上依次出现六个词条：计算器、自动门、人脸识别闸机、搜索引擎、扫地机器人、会背古诗的玩具。每出现一个，学生举手表决“是AI”或“不是AI”。投票结果往往分歧很大。教师不急着公布答案，而是说：“刚才有同学把自动门投成了AI，理由是‘它看见我就开’。这个理由听起来很有道理，但它漏掉了一个关键问题——自动门是‘看见’你，还是只是‘感觉’到有人挡住了红外线？”教师顺势提出本课任务：“今天我们要拿到一把尺子，用它来量一量，什么才算真正的人工智能。”辩论法；教师用投票制造分歧，用追问暴露认知漏洞；激发求知欲新课研讨活动二：逐句读定义，拆出四个关键词教师请学生齐读教材原文：“人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它让机器具备感知、学习、推理、决策等能力，从而完成原本需要人类智能才能完成的任务。”教师说：“这段话有点长，我们把它拆开。第一句里有三个动词：模拟、延伸、扩展。请大家分别举例。”学生举例后教师归纳：“模拟，是机器学人的样子，比如语音助手学人说话；延伸，是机器做人做不到的事，比如在几百万张照片里一秒找出一个人；扩展，是机器帮人把能力放大，比如医生借助影像辅助系统看出人眼容易漏掉的病灶。三个层次，一层比一层高。”教师继续：“第二句给了四个能力：感知、学习、推理、决策。请大家在教材上把这四个词圈出来，并在旁边各写一个身边的例子。”巡视后请三位学生分享，教师板书四能力结构图。讲授法配合阅读批注；教师逐句拆解，学生举例印证；板书结构化新课研讨活动三：弱与强的分界线教师读教材原文：“目前我们接触到的绝大多数人工智能都属于弱人工智能，它们只在特定领域表现出色，并不具备人类的通用智能。”教师提问：“‘特定领域’这四个字很关键。请举例说明，一个下棋很厉害的AI，能不能帮你去菜市场砍价？”学生大笑后回答“不能”。教师追问：“为什么不能？它不是很聪明吗？”引导学生说出“它只学过下棋，没学过砍价”。教师小结：“弱人工智能像一位偏科到极致的天才，某一门考满分，其他门交白卷。强人工智能则是全能选手，目前还停留在设想阶段。”教师补充一句幽默的提醒：“所以下次看到广告说‘全能AI’，先别急着掏钱，先问它一句——你会砍价吗？”案例教学法；教师用生活化类比降低抽象度；学生用反例验证概念巩固练习活动四：边界案例法庭教师发放边界案例卡，每张一个案例，四人小组抽签。案例包括：其一，某网站根据你浏览过的商品推送广告；其二，某软件把你写的作文自动改成通顺的句子；其三，某台机器能自动给零件喷漆；其四，某系统能根据X光片标出可疑区域；其五，某程序能和你连续对话二十轮不重复；其六，某台设备能自动记录你的步数。操作步骤：第一步，小组用“四能力尺子”逐项打勾，看它具备感知、学习、推理、决策中的几项；第二步，判断它属于“非AI”“弱AI”还是“接近强AI”；第三步，写出一条最有力的理由；第四步，派代表上台陈述，其他组可以质疑，被质疑方必须当场回应。教师担任“法官”，对争议案例给出裁定并说明依据。例如对“自动记录步数”，教师裁定：“它只有感知，没有学习和推理，属于传感器应用，不算人工智能。”案例教学法、辩论法、小组合作；教师提供判断工具（四能力尺子）；学生举证、质疑、回应图像探究活动五：亲眼看看机器的“偏科”教师打开在线演示工具，先让图像识别模型识别一张清晰的猫，模型准确说出“猫”。接着教师把同一张图旋转180度、加上噪点、遮住一半，再让模型识别，结果开始出错。教师说：“大家看，刚才还信誓旦旦的模型，现在开始胡说八道了。这就是弱人工智能的真实水平——在它熟悉的条件下很准，条件一变就露怯。”教师再让语音识别工具听一段带方言口音的录音，结果识别错误率明显上升。教师追问：“这说明什么？”引导学生得出“AI的能力依赖它训练时见过的数据”。教师补充：“这不是模型的错，是我们给它的‘教材’不够全。这也解释了为什么很多AI产品在实验室表现好，到了真实场景就掉链子。”对比实验法、直观演示法；教师现场演示失败案例；学生观察并归纳结论课堂小结活动六：给“AI”下一个自己的定义教师说：“现在请大家合上教材，用自己的话写一句定义，不超过30字，必须包含‘感知’或‘学习’其中一个词。”学生写完后，教师随机抽取五份投屏，全班用刚才的尺子检验：这个定义能不能把计算器排除掉？能不能把扫地机器人包含进来？教师最后总结：“定义不是用来背的，是用来判断的。今天这把尺子，后面十九节课都要用。”总结回顾法；学生自主建构定义；全班用标准互检板书设计左侧：定义三层次——模拟、延伸、扩展中间：四能力——感知、学习、推理、决策右侧：弱AI（偏科天才）｜强AI（全能选手，尚在设想）底部：判断口诀——有感知、会学习、能推理、可决策结构化板书；口诀便于记忆课后作业必做：完成教材“辨一辨”中三个说法的判断与理由。选做：写150字短文“如果机器真的会思考，我希望它先学会什么”。分层作业；必做巩固概念，选做引发价值思考第3课人工智能的实现方式项目内容课次第3课课时1课时（40分钟）单元第一单元走进人工智能课型新授课课题人工智能的实现方式教材分析本课回答“人工智能是怎么做出来的”。教材原文要点为：“让人工智能工作的方式主要有两种。一种是把人类解决问题的规则一条一条写进程序，让机器按照规则执行，这种方式称为规则驱动。另一种是让机器从大量数据中自己总结规律，这种方式称为数据驱动。早期的专家系统属于规则驱动，它把专家的经验整理成‘如果……那么……’的规则；而今天的图像识别、语音识别、机器翻译等，大多属于数据驱动。”教材还以“识别猫”为例做了对比说明：“用规则驱动识别猫，需要写出‘有尖耳朵、有胡须、有尾巴’等规则，但遇到无毛猫、折耳猫就会失灵；用数据驱动识别猫，则给机器看成千上万张猫的图片，让它自己找出共同特征。”本课是理解后续所有技术原理的总开关。核心素养目标信息意识：能判断一项AI应用更可能采用哪种实现方式。计算思维：能用“规则”与“数据”两种思路分解同一问题，比较其优劣。数字化学习与创新：能借助图形化工具搭建一个简单的规则系统。信息社会责任：理解数据驱动对数据质量与数量的依赖，形成数据责任意识。教学重点规则驱动与数据驱动的基本思路。两种方式各自的适用场景与局限。教学难点理解“让机器自己找规律”到底是怎么发生的。面对具体问题能选择合适的实现路径。教学方法对比教学法、任务驱动法、体验式学习法、小组研讨法教学器材多媒体课件、电子白板、机房一人一机、图形化编程平台、规则卡与数据卡作业设计必做：为“判断一个水果是苹果还是梨”分别设计一套规则方案和一套数据方案，各写三条要点。选做：调查一款你常用的AI应用，推测它属于哪种实现方式，并说明理由。教学后记（预留空白）教学过程教学流程教学步骤与内容教学活动新课导入活动一：两道“识别猫”的难题教师在屏幕上放四张图：一只普通的橘猫、一只无毛猫、一只折耳猫、一只被剃了毛的猫。教师说：“假设我们要造一台‘认猫机’。第一组同学，请你们只用文字规则来描述什么叫猫，不许提‘猫’这个字。”学生尝试后很快卡住：“有毛、有尾巴、有尖耳朵”——教师立刻指着无毛猫问：“它没毛，是不是猫？”指着剃毛的猫问：“它现在也没毛了，是不是猫？”学生陷入困境。教师说：“这就是规则驱动的天花板。那换一条路走，我们看看教材怎么说。”情境教学法；教师用反例制造困境；学生在失败中体会规则方法的局限新课研讨活动二：读教材，画出两条路线图教师请学生读教材原文：“让人工智能工作的方式主要有两种。一种是把人类解决问题的规则一条一条写进程序，让机器按照规则执行，这种方式称为规则驱动。另一种是让机器从大量数据中自己总结规律，这种方式称为数据驱动。”教师请两名学生上黑板，分别画出两条路线。规则驱动路线：人总结规则→写成程序→机器执行→输出结果。数据驱动路线：人准备大量数据→机器从数据中找规律→形成模型→输出结果。教师指着两条路线说：“注意看，两条路的起点不同。第一条路的起点是‘人的经验’，第二条路的起点是‘数据’。起点不同，后面的一切都不同。”教师继续读教材中“识别猫”的对比段落，请学生用一句话概括两种方法的差别。学生答：“规则是人教机器，数据是机器自己学。”教师肯定并板书。讲授法配合板书演示；学生上台画流程图；教师用“起点不同”点出本质差异新课研讨活动三：亲手搭一个规则系统教师打开图形化编程平台，示范搭建一个“垃圾分类判断器”：如果物品是“塑料瓶”，那么投“可回收”；如果物品是“果皮”，那么投“厨余”；如果物品是“废电池”，那么投“有害”。运行后教师输入“塑料瓶”，程序正确输出。教师再输入“塑料袋”，程序卡住了。教师问：“为什么卡住？因为规则里没写塑料袋。”教师请学生补充规则，学生加上“如果是塑料袋，投可回收”。教师再输入“沾了油的塑料袋”，程序又卡住。教师说：“大家发现没有，我们每补一条规则，就会冒出一个新的例外。规则越写越多，程序越来越长，可还是堵不住漏洞。这就是规则驱动的现实困境。”随后教师展示一个已经训练好的图像分类演示，输入塑料袋图片，模型直接给出“可回收”的判断。教师说：“它没有读过我们写的任何一条规则，它是从几万张图片里自己看出来的。”体验式学习法、任务驱动法；教师示范搭建，学生补规则；通过连续失败强化认知巩固练习活动四：方案设计师教师给出四个任务，四人小组各领一个：其一，判断学生作业是否抄袭；其二，给校园植物挂牌识别；其三，判断一段文字是不是广告；其四，控制教室空调的温度。操作步骤：第一步，小组讨论这个任务更适合规则驱动还是数据驱动；第二步，写出三条支持理由；第三步，指出所选方案可能失败的一种情况；第四步，全班汇报，其他组可以提出“我选另一种，因为……”。教师点评时强调：“没有绝对好的方式，只有更合适的方式。规则驱动透明、可控、省数据，适合边界清晰的场景；数据驱动灵活、能应对复杂情况，但需要大量数据，而且不容易解释。”教师举一个折中案例：“很多真实系统是混合的，先用规则做兜底，再用数据做判断，两条腿走路。”小组研讨法、辩论法；教师提供四步操作流程；学生比较、举证、互驳图像探究活动五：数据越多越聪明吗教师展示一组对比数据：用100张图片训练的分类模型，准确率约六成；用1000张，准确率约八成；用10000张，准确率接近九成，但提升幅度明显变小。教师提问：“这说明什么？”引导学生得出“数据量增加到一定程度，收益会递减”。教师再展示一组“数据质量”对比：同样是1000张，一组图片清晰、标注准确，另一组图片模糊、标注混乱，后者准确率明显更低。教师总结：“数据驱动不是‘数据越多越好’，而是‘又多又准才好’。垃圾进，垃圾出，这句话在人工智能领域是铁律。”直观演示法；教师用趋势对比引导学生归纳；强调数据质量意识课堂小结活动六：两条路，一张表教师在白板上画一张两列表，请学生一起填：规则驱动的优点是透明、可控、省数据，缺点是要写很多规则、难应对例外；数据驱动的优点是能处理复杂情况、自动找规律，缺点是需要大量高质量数据、不易解释。教师说：“这张表请大家抄在笔记本第一页。后面十九节课，我们每学一个新技术，都要回来看看它站在哪条路上。”总结回顾法；师生共同填表；为后续学习建立参照系板书设计左侧：规则驱动——人写规则→机器执行（透明、可控、怕例外）右侧：数据驱动——人给数据→机器找规律（灵活、能吃复杂情况、怕脏数据）中间：识别猫的两条路底部：没有最好，只有更合适对比式板书；左右对称呈现两条路线课后作业必做：为“判断苹果还是梨”设计规则方案与数据方案各三条。选做：调查一款常用AI应用，推测其实现方式并说明理由。分层作业；必做迁移应用，选做联系生活第4课人工智能的技术基础项目内容课次第4课课时1课时（40分钟）单元第一单元走进人工智能课型新授课课题人工智能的技术基础教材分析本课收束第一单元，回答“人工智能靠什么支撑”。教材原文要点为：“人工智能的发展离不开三大基础：数据、算法和算力。数据是人工智能的‘粮食’，算法是人工智能的‘大脑’，算力是人工智能的‘体力’。三者缺一不可。”教材进一步解释：“数据为模型提供学习的素材，数据越丰富、越准确，模型学得越好；算法是处理数据、从数据中学习规律的方法，好的算法能让机器学得更快、更准；算力是计算设备处理数据的能力，它决定了模型能有多大规模、训练需要多长时间。”教材还提到“人工智能的发展史，某种程度上就是这三者不断突破的历史”。本课具有总结性与前瞻性，需与前三课形成呼应。核心素养目标信息意识：能识别一项AI产品背后对数据、算法、算力的依赖关系。计算思维：能用“三要素”框架分析一个AI系统的构成与瓶颈。数字化学习与创新：能通过简单实验体会算力对任务完成时间的影响。信息社会责任：理解数据来源的合法性与算力资源的公共属性，形成资源节约意识。教学重点数据、算法、算力三要素的含义与作用。三要素之间的关系：缺一不可、相互制约。教学难点理解“算力”这一抽象概念及其对模型规模的决定作用。用三要素框架诊断一个真实AI系统的短板。教学方法类比教学法、实验探究法、案例分析法、小组合作法教学器材多媒体课件、电子白板、机房一人一机、计时器、三要素诊断单作业设计必做：用三要素框架分析“手机人脸解锁”这一功能，各写一条说明。选做：查阅资料，了解我国在算力基础设施建设方面的一项进展，写100字简介。教学后记（预留空白）教学过程教学流程教学步骤与内容教学活动新课导入活动一：一个“三缺一”的故事教师讲故事：“有位同学想训练一个能认出全校同学的系统。他有三样东西：第一，学校门口摄像头拍下的十万张照片；第二，一份开源的图像识别算法；第三，一台十年前的旧笔记本电脑。请问，他能成功吗？”学生七嘴八舌。教师追问：“如果只能换一样东西，你换哪样？”有学生说换电脑，有学生说换算法。教师不评判，只说：“这个故事里藏着人工智能的三根支柱，今天我们把它们一根一根立起来。”情境教学法；教师用故事设置悬念；学生预测并说明理由新课研讨活动二：读教材，给三要素“贴标签”教师请学生读教材原文：“人工智能的发展离不开三大基础：数据、算法和算力。数据是人工智能的‘粮食’，算法是人工智能的‘大脑’，算力是人工智能的‘体力’。三者缺一不可。”教师在黑板上画三个方框，分别写“数据”“算法”“算力”，请学生上台把“粮食”“大脑”“体力”三个标签贴到对应方框下。教师追问：“为什么说数据是粮食？”学生答：“因为模型要靠数据来学。”教师补充：“人不吃饭会饿，模型没数据就什么也学不会。而且粮食有好有坏，数据也有干净和脏乱之分。”教师继续问：“为什么说算法是大脑？”学生答：“因为算法决定怎么学。”教师补充：“同样的数据，好的算法能学出门道，差的算法只能学个皮毛。”教师再问：“为什么说算力是体力？”学生答：“因为算得快不快、算得多不多，靠的是机器。”教师补充：“体力好的人能搬更多砖，算力强的机器能训练更大的模型。”讲授法配合互动贴标签；教师逐项追问，学生用类比解释；板书三要素结构新课研讨活动三：算力实验——快与慢的差距教师布置一个可操作的实验：在机房电脑上，用同一份数据（教师提供的500张手写数字图片）分别用两种方式统计图片的平均亮度。第一种方式用现成的表格软件逐张计算，第二种方式用平台提供的批量处理功能。操作步骤：第一步，两人一组，一人负责计时，一人负责操作；第二步，先用表格软件处理前50张，记录耗时，再推算500张需要多久；第三步，用批量处理功能处理全部500张，记录耗时；第四步，计算两者的倍数差，填入学习单。学生完成后，教师请两组汇报数据。教师说：“这就是算力的直观感受。同样的任务，工具不同，时间差出几十倍。而真实的模型训练，要处理的是几百万、几十亿张图片，算力差距会被放大到天文数字。”教师补充：“所以现在训练一个大模型，往往需要成千上万台专用服务器一起工作，这不是奢侈，是必需。”实验探究法；教师设计可测量的对比实验；学生计时、记录、计算倍数；用数据说话巩固练习活动四：三要素诊断会教师发放诊断单，给出三个真实场景：其一，某农场用AI识别病虫害，但当地网络信号差，农户手机老旧；其二，某医院用AI辅助看片，但历史病例的标注不规范；其三，某学校想做智能考勤，但只有一台旧摄像头。操作步骤：第一步，小组任选一个场景；第二步，在诊断单上分别写出“数据方面的问题”“算法方面的问题”“算力方面的问题”；第三步，圈出最关键的短板；第四步，提出一条可行的改进建议；第五步，全班汇报，教师点评。教师点评时强调：“诊断的意义在于，不要一遇到问题就说‘AI不行’，而要问‘是哪个要素拖了后腿’。找到短板，才知道往哪儿使劲。”案例分析法、小组合作法；教师提供诊断支架；学生定位短板、提出对策图像探究活动五：三要素的历史曲线教师展示一张示意图：横轴是年份，纵轴是模型规模，曲线呈现明显的阶梯式跃升。教师说明：“每一次跃升，背后都是三要素中的某一项取得了突破——数据量上来了，或者算法改进了，或者算力变强了。”教师提问：“如果只有算力变强，数据和算法不变，曲线会怎么走？”引导学生得出“会上升，但很快遇到天花板”。教师总结：“三要素是木桶的三块板，最短的那块决定水位。这也是为什么人工智能的发展不是匀速的，而是一阵一阵的。”直观演示法；教师用趋势图讲历史；学生预测并验证课堂小结活动六：回到开头的故事教师说：“现在回到那位同学的故事。他有十万张照片、一份开源算法、一台旧笔记本。请大家用三要素框架告诉他，问题出在哪，该怎么改。”学生回答后教师归纳：“数据够了，算法有了，短板在算力。解决办法要么换设备，要么把任务放到云端。这就是三要素思维的实际用处——它让你一眼看出问题在哪。”教师最后说：“第一单元到此结束。我们从‘身边’走到‘定义’，从‘怎么做’走到‘靠什么’，下一单元，我们正式进入技术内部，去看机器是怎么写文章的。”总结回顾法；首尾呼应；预告第二单元板书设计左侧：数据——粮食（要多、要净）中间：算法——大脑（要好、要巧）右侧：算力——体力（要快、要强）底部：木桶效应——最短的板决定水位三栏并列板书；类比标签醒目课后作业必做：用三要素框架分析“手机人脸解锁”，各写一条。选做：查阅我国算力基础设施建设的一项进展，写100字简介。分层作业；必做迁移，选做拓展视野第二单元文本的智能生成本单元是全书技术含量最高的单元之一，五课构成一条完整的“文本生成技术链”：先把文本切成机器能处理的最小单位，再用统计方法解释“下一个词是怎么选出来的”，接着用向量表示语义，用注意力机制处理上下文，最后讨论影响生成质量的各种因素。教学中要把握一条主线：机器写文章不是“理解后表达”，而是“计算后选择”。这条主线要贯穿五课，不能每课各讲一套。第5课文本处理的基本单位项目内容课次第5课课时1课时（40分钟）单元第二单元文本的智能生成课型新授课课题文本处理的基本单位教材分析本课是文本生成的起点。教材原文要点为：“计算机并不认识汉字和字母，它只认识数字。要让计算机处理文本，第一步就是把文本切分成一个个基本单位，再把这些单位转换成数字。文本处理的基本单位通常称为词元，英文写作token。一个词元可能是一个字、一个词，也可能是一个词的一部分。”教材进一步说明：“切分文本的过程称为分词。中文没有天然的空格分隔，分词比英文更复杂。例如‘我爱北京天安门’，可以切成‘我/爱/北京/天安门’，也可以切成‘我/爱/北京/天/安/门’，不同的切分方式会影响后续处理的效果。”教材还指出“词表就是所有词元的集合，模型能处理的词元数量是有限的”。本课为第6至第9课提供数据基础。核心素养目标信息意识：理解文本在机器内部以数字形式存在，形成“数据化”视角。计算思维：能对同一段文本进行不同粒度的切分，并分析切分方式的影响。数字化学习与创新：能使用在线工具完成一次真实的分词与词元计数。信息社会责任：理解词表规模对模型能力的限制，理性看待模型“不认识”某些词的现象。教学重点词元的概念与分词的基本方法。文本到数字的转换过程。教学难点理解中文分词的歧义问题。理解“词表有限”带来的实际影响。教学方法操作体验法、案例分析法、游戏教学法、小组探究法教学器材多媒体课件、电子白板、机房一人一机、分词体验网页、词元卡片作业设计必做：给出一段50字左右的短文，用两种不同粒度切分，并说明哪种更适合机器处理。选做：找三个你认为AI可能“不认识”的新词，说明理由。教学后记（预留空白）教学过程教学流程教学步骤与内容教学活动新课导入活动一：机器眼里的“天书”教师在屏幕上打出一句话：“今天食堂的红烧肉真香。”然后问：“这句话在你们眼里是什么？”学生答“一句话”“汉字”“意思”。教师说：“在计算机眼里，它既不是汉字，也不是意思，而是一串数字。不信我们来看看。”教师打开一个字符编码查询页面，输入“红”，页面显示一串编码。教师说：“计算机看到的就是这个。所以要让机器处理文本，第一步必须做一件事——把文本切成小块，再变成数字。这个‘小块’，就是今天的主角。”情境教学法；教师用编码查询制造认知冲击；引出本课核心概念新课研讨活动二：读教材，认识“词元”教师请学生读教材原文：“计算机并不认识汉字和字母，它只认识数字。要让计算机处理文本，第一步就是把文本切分成一个个基本单位，再把这些单位转换成数字。文本处理的基本单位通常称为词元，英文写作token。一个词元可能是一个字、一个词，也可能是一个词的一部分。”教师板书“词元（token）”，并说：“这个词大家以后会经常见到。有人问AI一次能处理多少字，答案往往是多少个token，而不是多少个字。为什么？因为机器数的不是字，是词元。”教师举例：“英文里‘unbelievable’可能被切成‘un/believ/able’三个词元；中文里‘人工智能’可能是一个词元，也可能被切成‘人工/智能’两个。切法不同，机器数的数就不同。”教师请学生在教材上圈出“可能是一个字、一个词，也可能是一个词的一部分”这句话，并说：“这句话说明，词元不等于字，也不等于词，它是机器自己的一套切法。”讲授法配合阅读批注；教师用中英对比说明词元的灵活性；学生圈画关键句新课研讨活动三：分词大挑战——一句话有多少种切法教师在白板上写：“我爱北京天安门。”教师说：“现在请大家当分词员，给这句话切分。规则只有一条：切出来的每一块，必须是一个能独立理解的单位。”学生给出多种答案：“我/爱/北京/天安门”“我/爱/北京/天/安/门”“我爱/北京/天安门”“我/爱北京/天安门”。教师把不同答案并列写在黑板上，问：“哪种对？”学生争论。教师说：“都对，也都不完全对。分词没有唯一标准答案，只有‘更适合当前任务’的答案。”教师继续读教材原文：“中文没有天然的空格分隔，分词比英文更复杂。例如‘我爱北京天安门’，可以切成‘我/爱/北京/天安门’，也可以切成‘我/爱/北京/天/安/门’，不同的切分方式会影响后续处理的效果。”教师补充一个经典歧义例子：“‘乒乓球拍卖完了’，可以理解为‘乒乓球拍/卖完了’，也可以理解为‘乒乓球/拍卖/完了’。人一看就懂，机器却会犯难。这就是中文分词的难点。”游戏教学法、案例分析法；教师组织多解并列；用歧义案例揭示难点巩固练习活动四：动手分词与词元计数教师打开在线分词演示工具，输入“小明在图书馆借了一本关于人工智能的书”。操作步骤：第一步，选择“按字切分”，观察结果并数出块数；第二步，选择“按词切分”，观察结果并数出块数；第三步，把两种结果抄在学习单上；第四步，比较块数差异，计算比例；第五步，讨论“如果模型按字切分，处理同样一段话要多算多少次”。学生完成后，教师请两组汇报。教师说：“按字切分，块数多，机器算得慢；按词切分，块数少，但遇到新词就麻烦。这就是分词的两难。”教师再让学生输入一句网络流行语，观察工具如何切分，往往会切得很奇怪。教师说：“这就是词表的问题——工具的词表里没有这个词，它只能硬切。”操作体验法；教师设计五步操作流程；学生动手、记录、比较、归纳图像探究活动五：词表的“容量焦虑”教师展示一个示意图：一个方框代表词表，里面密密麻麻排满词元，方框外还有大量词被挡在外面。教师说：“词表就是模型认识的词的清单。清单是有限的，比如五万个、十万个。清单外的词，模型要么不认识，要么只能拆成几块来猜。”教师提问：“如果让你设计词表，你会把哪些词放进去？哪些不放？”学生讨论后，教师归纳：“常用词要放，生僻词可以拆，新词只能靠拆。所以模型遇到新词时，常常会‘望文生义’。”教师举一个幽默的例子：“假如明天全网流行一个新词，模型第一次见到它，就像一个刚转学来的同学听到你们班的黑话，只能靠猜。猜对了是运气，猜错了是常态。”直观演示法；教师用示意图讲抽象概念；学生参与词表设计讨论课堂小结活动六：三句话记住本课教师请学生用三句话总结：第一句，机器只认数字，文本要先切再转；第二句，切出来的小块叫词元，它不等于字也不等于词；第三句，中文分词有歧义，词表有容量，这两点是文本处理的两大难题。教师说：“下节课，我们就要用这些词元做一件大事——统计它们出现的规律，然后让机器学会‘接话’。”总结回顾法；学生提炼三句话；教师预告下一课板书设计左侧：文本→切分→词元→数字中间：我/爱/北京/天安门（多种切法）右侧：两大难题——分词歧义、词表有限底部：词元≠字≠词流程式板书；突出转换链条课后作业必做：给一段50字短文做两种粒度切分，说明哪种更适合机器处理。选做：找三个AI可能不认识的新词，说明理由。分层作业；必做巩固方法，选做联系语言生活第6课统计与文本生成项目内容课次第6课课时1课时（40分钟）单元第二单元文本的智能生成课型新授课课题统计与文本生成教材分析本课揭示文本生成最朴素的原理。教材原文要点为：“机器生成文本的基本思路是预测下一个词。给定前面已有的若干词，模型计算词表中每个词接下来出现的可能性，再根据这些可能性选择一个词接上去，如此循环，就生成了一段文本。”教材进一步说明：“这种可能性用概率表示。概率是怎么来的？来自对大量文本的统计。例如在大量文本中，‘今天天气’后面接‘很好’的次数远多于接‘糟糕’的次数，那么模型就更可能选‘很好’。”教材还介绍了“温度”这一参数：“温度用来调节选择的随机性，温度低时模型倾向于选概率最高的词，输出更稳定；温度高时模型更愿意尝试低概率的词，输出更多样，但也更容易出错。”本课是理解大语言模型工作方式的关键一课。核心素养目标信息意识：能识别AI生成文本中的“统计痕迹”，不把流畅当作正确。计算思维：能用词频统计与概率计算模拟“下一个词”的选择过程。数字化学习与创新：能借助工具完成一次小型语料统计并生成文本。信息社会责任：理解生成内容的概率本质，形成对AI输出的审慎态度。教学重点“预测下一个词”的生成机制。概率来自统计，统计依赖语料。教学难点理解概率选择与随机性的关系。理解“温度”参数对输出风格的影响。教学方法实验探究法、游戏教学法、数据分析法、小组合作法教学器材多媒体课件、电子白板、机房一人一机、语料统计表、接龙卡片、温度对比演示作业设计必做：用给定的20句语料统计“我”后面最常接的三个词，并写出概率。选做：用同一提示词，在不同温度设置下各生成一段文字，比较差异并写出你的发现。教学后记（预留空白）教学过程教学流程教学步骤与内容教学活动新课导入活动一：全班接龙，看谁的“接法”最像机器教师在屏幕上写：“今天天气”。然后请学生依次接一个词，不许重复。学生接出“很好”“不错”“晴朗”“热”“糟糕”等。教师把每个答案写在黑板上，并统计每个答案被接了几次。教师说：“大家看，黑板上的分布很不均匀。‘很好’被接了五次，‘糟糕’只被接了一次。如果让机器来选，它会选哪个？”学生答“很好”。教师追问：“为什么？因为它聪明吗？不是，因为它统计过，知道‘很好’出现得最多。今天我们就来拆开这个‘统计’的黑箱。”游戏教学法；教师用接龙活动生成真实数据；学生体验后自然引出统计视角新课研讨活动二：读教材，理解“预测下一个词”教师请学生读教材原文：“机器生成文本的基本思路是预测下一个词。给定前面已有的若干词，模型计算词表中每个词接下来出现的可能性，再根据这些可能性选择一个词接上去，如此循环，就生成了一段文本。”教师在黑板上画一个循环图：输入前文→计算每个候选词的概率→按概率选一个→接到后面→成为新的前文→再计算……教师说：“注意这个循环，它没有终点，只要不停，它就能一直写下去。所以模型写文章，本质上是在做一件事——不停地接话。”教师继续读教材：“这种可能性用概率表示。概率是怎么来的？来自对大量文本的统计。”教师举例：“如果模型读过一亿句话，其中‘今天天气’后面接‘很好’的有八十万次，接‘糟糕’的有两万次，那它算出来的概率就差很多。统计的底子越厚，它的判断越靠谱。”讲授法配合循环图演示；教师逐步拆解生成流程；学生跟画循环图新课研讨活动三：手工统计，算出概率教师发放语料统计表，上面有20个句子，都包含“我”字，例如“我今天去学校”“我想吃冰淇淋”“我觉得这本书好看”等。操作步骤：第一步，四人小组分工，每人负责5句；第二步，找出每句中“我”后面的第一个词，记在统计表上；第三步，全组汇总，数出每个词出现的次数；第四步，用次数除以20，算出概率；第五步，按概率从高到低排序，写出“如果机器接‘我’，最可能接什么”。学生完成后，教师请三组汇报，把结果并列在黑板上。教师说：“三组的结果不完全一样，为什么？因为语料不同。这就是关键——模型的‘世界观’，取决于它读过什么。”教师补充：“所以有人说，AI不是在创造，而是在重组它见过的东西。这话有点绝对，但方向是对的。”数据分析法、小组合作法；教师设计五步统计流程；学生分工、汇总、计算、比较图像探究活动四：看频次分布图教师展示“今天天气”后续词的频次分布图，说：“大家看这张图，最高的是‘很好’，42次；最低的是‘一般’，5次。如果模型每次都选最高的，它会永远说‘今天天气很好’，无聊但安全。”教师提问：“如果我想让它说点新鲜的，怎么办？”学生提出“让它选第二高的”“让它随机选”。教师说：“这就引出了下一个概念——温度。”直观演示法；教师读图引导；学生提出改进设想巩固练习活动五：温度实验教师打开文本生成演示工具，输入同一个提示词“我的周末”，分别用低温和高温各生成三段。操作步骤：第一步，把温度设为较低值，生成三段，抄在学习单上；第二步，把温度设为较高值，生成三段，抄在学习单上；第三步，比较两组文字的差异，从“用词是否常见”“句子是否通顺”“内容是否新颖”三个角度打分；第四步，小组讨论“什么场景适合低温，什么场景适合高温”。学生汇报后，教师读教材原文：“温度用来调节选择的随机性，温度低时模型倾向于选概率最高的词，输出更稳定；温度高时模型更愿意尝试低概率的词，输出更多样，但也更容易出错。”教师总结：“写说明书要低温，写诗可以高温。温度不是越高越好，而是要看场合。”实验探究法；教师设计对比实验与评分维度；学生操作、比较、归纳适用场景课堂小结活动六：一句话戳破“AI会思考”的幻觉教师说：“今天我们知道了，模型写文章，就是不停算概率、不停接话。它不知道自己在说什么，它只知道哪个词接得上。”教师请学生用一句话总结本课，要求包含“概率”或“统计”。教师最后提醒：“这不是贬低AI，而是让我们更清醒。它接得越顺，我们越要问一句——它说的对吗？”总结回顾法；学生提炼；教师强化批判意识板书设计左侧：前文→算概率→选词→接上→循环中间：概率=出现次数÷总次数右侧：温度低=稳，温度高=野底部：它在接话，不在思考循环图板书；核心判断句醒目课后作业必做：用20句语料统计“我”后最常接的三个词及概率。选做：同一提示词在不同温度下各生成一段，比较差异。分层作业；必做巩固统计方法，选做体验参数影响第7课文本的语义编码项目内容课次第7课课时1课时（40分钟）单元第二单元文本的智能生成课型新授课课题文本的语义编码教材分析本课解决“机器怎么知道两个词意思相近”的问题。教材原文要点为：“仅仅把词变成编号，机器仍然不知道词与词之间的关系。要让机器理解语义，需要把词表示成一组数字，这组数字称为词向量。词向量把每个词映射到高维空间中的一个点，意思相近的词，它们的向量在空间中的位置也比较接近。”教材进一步说明：“词向量的每一维并不对应某个具体含义，它是模型从大量文本中学习得到的。例如‘猫’和‘狗’的向量距离较近，‘猫’和‘汽车’的向量距离较远。”教材还提到“句子也可以编码成向量，称为句向量，用于比较两句话的意思是否相近”。本课是从“符号”走向“语义”的关键一步。核心素养目标信息意识：理解语义相似性可以被计算，形成“可量化”的信息观。计算思维：能用向量距离的思想比较文本相似度。数字化学习与创新：能借助可视化工具观察词向量空间分布。信息社会责任：意识到编码中的偏见可能带来歧视性结果。教学重点词向量的概念与“相近的词位置相近”。用距离衡量语义相似度。教学难点理解高维空间中“距离”的含义。理解词向量由数据学习而来，因而带有数据偏见。教学方法直观演示法、类比教学法、操作体验法、讨论法教学器材多媒体课件、电子白板、机房一人一机、词向量可视化网页、坐标纸作业设计必做：给出五组词，判断哪两组语义最接近，并说明理由。选做：找一句你认为AI可能理解错的话，分析它可能错在哪里。教学后记（预留空白）教学过程教学流程教学步骤与内容教学活动新课导入活动一：给词“排座位”教师在黑板上写八个词：猫、狗、汽车、飞机、苹果、香蕉、悲伤、快乐。教师说：“假设这八个词要坐成一个方阵，坐得近的代表意思相近。请一位同学上来排座位。”学生把猫和狗放一起，汽车和飞机放一起，苹果和香蕉放一起，悲伤和快乐放一起。教师问：“为什么悲伤和快乐放一起？它们意思相反啊。”学生答“它们都是情绪”。教师说：“很好，这说明‘相近’不一定是‘相同’，也可能是‘同类’。机器要做的，就是把这种‘远近关系’算出来。”情境教学法；教师用排座位活动把抽象关系具象化；学生动手排列并说明理由新课研讨活动二：读教材，认识词向量教师请学生读教材原文：“仅仅把词变成编号，机器仍然不知道词与词之间的关系。要让机器理解语义，需要把词表示成一组数字，这组数字称为词向量。词向量把每个词映射到高维空间中的一个点，意思相近的词，它们的向量在空间中的位置也比较接近。”教师在黑板上画一个二维坐标系，标出“猫（2,3）”“狗（2.5,3.2）”“汽车（8,1）”。教师说：“这是简化版，真实情况下不是二维，而是几百维、上千维。维度太多，我们画不出来，但道理一样——每个词是一个点，点与点的距离代表意思的远近。”教师继续读教材：“词向量的每一维并不对应某个具体含义，它是模型从大量文本中学习得到的。”教师强调：“这句话很重要。有人以为第一维代表‘是不是动物’，第二维代表‘大小’，其实不是。每一维的含义，连设计模型的人都说不清。它是机器自己学出来的。”讲授法配合坐标图演示；教师用二维简化高维；学生理解“点与距离”的直观模型新课研讨活动三：算一算，谁离谁更近教师在黑板上给出三个词向量：猫（2,3）、狗（3,4）、汽车（9,1）。教师说：“我们不学复杂公式，只用一个最朴素的办法——看坐标差。猫和狗横坐标差1、纵坐标差1；猫和汽车横坐标差7、纵坐标差2。谁更近？”学生答“猫和狗”。教师说：“这就是距离的直观含义。真实模型用的是更严谨的距离算法，但思路完全一样——差得越小，越相近。”教师再给一个任务：“现在请大家在坐标纸上标出‘苹果（1,1）’‘香蕉（1.5,1.2）’‘石头（7,8）’，然后用尺子量一量，哪两个点最近。”学生动手测量后汇报，教师肯定。操作体验法；教师用坐标纸降低抽象度；学生动手测量、验证巩固练习活动四：语义相似度判断教师发放任务单，给出五组词对：其一，“老师—教师”；其二，“老师—学生”；其三，“电脑—计算机”；其四，“电脑—西瓜”；其五，“高兴—开心”。操作步骤：第一步，独立判断每组词的语义距离是“很近”“较近”还是“很远”；第二步，写出判断理由；第三步，同桌交换，找出分歧最大的一组；第四步，全班讨论分歧点。讨论中往往会出现“老师—学生”这一组的争议：有人认为很近，因为常一起出现；有人认为较远，因为角色不同。教师点评：“这个争议很有价值。‘常一起出现’和‘意思相近’不是一回事。模型如果只按共现统计，可能会把‘老师’和‘学生’判得很近，这就可能出错。”教师补充：“所以现在的模型不只看共现，还要看上下文，这就是下节课的内容。”讨论法、练习法；教师设计有争议的词对；学生在分歧中深化理解图像探究活动五：看看真实的词向量空间教师打开词向量可视化网页，展示一片散点，每个点是一个词。教师请学生找出“国王”“女王”“男人”“女人”四个点，观察它们的相对位置。教师说：“大家看，国王和女王离得近，男人和女人离得近，而且这两组的相对方向几乎平行。这说明向量不仅记录了‘远近’，还记录了某种‘关系’。”教师再让学生搜索一个词，观察它周围的邻居词。教师说：“这些邻居就是机器认为‘意思相近’的词。有时候它们很合理，有时候会很离谱。”教师提醒：“如果语料里某些词总是和负面内容一起出现，它的邻居就会偏负面。这就是数据偏见如何进入模型。”直观演示法；教师引导学生观察空间结构；从“关系”过渡到“偏见”课堂小结活动六：三句话收束教师请学生总结：第一，词变成向量，才能被计算；第二，向量之间的距离代表语义远近；第三，向量是学出来的，学什么就像什么，所以数据要干净。教师说：“下节课，我们解决一个新问题——同一个词在不同句子里意思不一样，机器怎么分辨？”总结回顾法；学生提炼；教师设疑过渡板书设计左侧：词→编号（不够）→向量（可以算距离）中间：猫(2,3)狗(3,4)汽车(9,1)右侧：距离小=意思近；向量是学出来的底部：学什么，就像什么坐标图板书；直观呈现空间关系课后作业必做：判断五组词的语义距离并说明理由。选做：找一句AI可能理解错的话，分析错在哪里。分层作业；必做巩固概念，选做训练批判思维第8课注意力与文本生成项目内容课次第8课课时1课时（40分钟）单元第二单元文本的智能生成课型新授课课题注意力与文本生成教材分析本课解释模型如何“抓住重点”。教材原文要点为：“在生成文本时，模型需要参考前面出现过的所有词，但并不是每个词都同样重要。注意力机制的作用，就是让模型在生成当前词时，自动判断前面哪些词更值得关注，并给它们分配不同的权重。”教材举例说明：“例如在‘小明把书放在桌子上，因为它太重了’这句话中，生成‘它’所指代的内容时，模型会把更多注意力放在‘书’上，而不是‘桌子’上。”教材还指出：“注意力机制让模型能够处理长句子，记住远处的重要信息，这是早期模型难以做到的。”本课是理解现代大语言模型的核心一课，概念较抽象，需借助可视化手段。核心素养目标信息意识：能识别文本中“指代”“省略”等需要上下文才能理解的现象。计算思维：能用权重思想分析信息的重要性差异。数字化学习与创新：能借助注意力可视化工具观察模型的关注点。信息社会责任：理解模型的关注偏差可能导致误解，形成审慎阅读AI输出的习惯。教学重点注意力机制的基本思想：分配权重、聚焦重点。上下文对理解词义的作用。教学难点理解“权重”这一抽象概念。理解注意力如何解决长距离依赖问题。教学方法类比教学法、可视化演示法、角色扮演法、小组探究法教学器材多媒体课件、电子白板、机房一人一机、注意力可视化演示、角色卡作业设计必做：给出一段含指代的短文，标出“它”或“他”指代的对象，并说明你依据哪些词做出判断。选做：设计一句有歧义的话，说明人如何靠上下文消除歧义。教学后记（预留空白）教学过程教学流程教学步骤与内容教学活动新课导入活动一：这句话里的“它”是谁教师在屏幕上写：“小明把书放在桌子上，因为它太重了。”教师问：“‘它’指什么？”学生答“书”。教师再写：“小明把书放在桌子上，因为它太矮了。”教师问：“‘它’指什么？”学生犹豫后答“桌子”。教师说：“同样一句话，只改了一个词，指代对象就变了。你们是怎么判断的？”学生答“因为书不会太矮”“桌子才矮”。教师说：“你们在无意识地做一件事——给不同的词分配不同的注意力。今天我们要让机器也学会这一招。”情境教学法；教师用最小对比制造认知冲突；学生体会上下文的作用新课研讨活动二：读教材，理解“权重”教师请学生读教材原文：“在生成文本时，模型需要参考前面出现过的所有词，但并不是每个词都同样重要。注意力机制的作用，就是让模型在生成当前词时，自动判断前面哪些词更值得关注，并给它们分配不同的权重。”教师在黑板上写下第一句的六个词：小明、把、书、放、在、桌子上。然后说：“假设现在要生成‘它’。请给这六个词各打一个分，满分10分，分数越高表示越值得关注。”学生打分后，教师把分数写在词上方，画出粗细不同的箭头指向“它”。教师说：“这些分数就是权重。箭头越粗，说明模型越关注它。注意力机制干的活，就是自动算出这些分数。”教师继续读教材中“书”与“桌子”的例子，说：“模型算出来，‘书’的权重高，所以它判断‘它’指书。第二句里，‘矮’这个词的权重高，模型就会把注意力转向桌子。”讲授法配合权重可视化；教师组织学生打分；用箭头粗细呈现权重新课研讨活动三：角色扮演——我们是六个词教师请六名学生上台，每人拿一张角色卡，分别代表“小明”“把”“书”“放”“在”“桌子上”。操作步骤：第一步，教师读出句子，请六人站成一排；第二步，教师说“现在要生成‘它’，请你们各自举手表示自己有多重要，越重要手举得越高”；第三步，教师根据举手高度，请举得最高的两位上前一步；第四步，教师问全班“如果只能听两个人的，听谁”，全班投票；第五步，教师公布模型的实际判断，与全班投票对比。活动后教师说：“你们刚才做的事，和注意力机制一模一样——看一遍所有词，判断谁重要，然后重点参考它。”教师追问：“如果句子很长，有一百个词，还能这样一个个看吗？”学生答“能，但很累”。教师说：“机器不怕累，这正是它的优势。”角色扮演法；教师设计五步操作；学生身体参与、投票决策；在体验中理解机制巩固练习活动四：注意力分配练习教师给出三个句子，请学生标出关键词并说明理由：其一，“小红的书包破了，她妈妈给她买了一个新的。”其二，“这只猫追那只狗，因为它跑得快。”其三，“会议推迟了，因为准备工作没有完成。”操作步骤：第一步，独立圈出需要重点关注的词；第二步，写出判断依据；第三步，小组交流，找出组内分歧；第四步，全班讨论分歧句。第二句往往引发争议：“它”指猫还是狗？教师引导：“‘跑得快’既可以形容猫，也可以形容狗，所以这句本身就有歧义。人靠常识判断，机器靠统计判断，两者都可能出错。”教师总结：“注意力机制不是万能的，它只是让模型‘更会抓重点’，而不是‘一定抓对重点’。”练习法、讨论法；教师设计含歧义的句子；学生在分歧中理解机制局限图像探究活动五：看模型在“看”哪里教师打开注意力可视化演示，输入一句话，页面上用深浅不同的颜色标出每个词的权重。教师说：“颜色越深，说明模型越关注。大家看，模型关注的地方和人关注的地方，有时候一致，有时候不一致。”教师再输入一句长句，观察模型是否还能关注到句首的关键词。教师说：“早期模型读到句尾就忘了句首，注意力机制解决了这个问题，它可以直接‘回头看’，不用一步步传话。”教师补充：“这就是为什么现在的模型能处理长文章。它能记住远处的重要信息。”可视化演示法；教师引导观察颜色深浅；用长句对比说明优势课堂小结活动六：一句话说清注意力教师请学生用一句话总结，要求包含“权重”或“重点”。学生分享后，教师归纳：“注意力就是给前文打分，重要的多看一眼，不重要的少看一眼。它让模型能处理长句子，也让它可能看错重点。”教师预告：“下节课我们讨论，为什么同一个模型，你问得好它答得好，你问得差它答得差。”总结回顾法；学生提炼；教师过渡到下一课板书设计左侧：小明把书放在桌子上→它中间：权重：书9分，桌子3分（箭头粗细）右侧：注意力=自动分配权重底部：会抓重点，未必抓对重点箭头式板书；权重可视化课后作业必做：标出短文中指代对象并说明依据。选做：设计一句有歧义的话，说明人如何靠上下文消除歧义。分层作业；必做训练指代判断，选做训练语言敏感度第9课文本生成的影响因素项目内容课次第9课课时1课时（40分钟）单元第二单元文本的智能生成课型新授课课题文本生成的影响因素教材分析本课收束第二单元，讨论“为什么同样的模型，输出质量差别很大”。教材原文要点为：“文本生成的质量受多种因素影响。第一是提示词，提示词越清晰、越具体，模型越容易理解任务；第二是训练数据，模型的知识来自训练数据，数据覆盖不到的领域，模型容易出错；第三是参数设置，如温度、长度限制等，会直接影响输出的风格与内容；第四是上下文，模型会参考对话中前面的内容，上下文混乱会导致输出跑偏。”教材还提示：“使用者应当学会通过优化提示词、明确任务要求来提高生成质量，同时要对生成内容进行核实。”本课具有很强的实践指导价值。核心素养目标信息意识：能判断AI输出质量高低，并分析影响因素。计算思维：能用“输入—参数—数据—上下文”四因素框架分析生成结果。数字化学习与创新：能通过改写提示词显著提升生成质量。信息社会责任：形成“核实AI输出”的责任意识，不传播未经核实的内容。教学重点提示词、数据、参数、上下文四类影响因素。优化提示词的基本方法。教学难点理解“模型不知道它不知道”，识别知识盲区。把模糊需求转化为结构化提示词。教学方法对比实验法、任务驱动法、案例分析法、小组合作法教学器材多媒体课件、电子白板、机房一人一机、提示词优化卡、对比记录单作业设计必做：把一个模糊提示词改写成结构化提示词，并对比两次输出。选做：为班级设计一份“AI使用提示词模板”，包含角色、任务、要求、格式四项。教学后记（预留空白）教学过程教学流程教学步骤与内容教学活动新课导入活动一：同一件事，两种问法教师在屏幕上并排打出两个提示词。第一个：“写一篇作文。”第二个：“以初中生的口吻，写一篇600字的记叙文，主题是第一次独自坐公交车，要有心理描写，结尾点出成长感受。”教师说：“如果你们是AI，看到这两个要求，哪个更好办？”学生答第二个。教师追问：“为什么？第二个更长吗？不只是长，是它把‘谁写、写什么、写多长、怎么写’都说清楚了。”教师说：“今天我们就来研究，到底是什么在影响AI写得好不好。”情境教学法；教师用对比提示词开场；学生直观感受差异新课研讨活动二：读教材，梳理四个因素教师请学生读教材原文：“文本生成的质量受多种因素影响。第一是提示词，提示词越清晰、越具体，模型越容易理解任务；第二是训练数据，模型的知识来自训练数据，数据覆盖不到的领域，模型容易出错；第三是参数设置，如温度、长度限制等，会直接影响输出的风格与内容；第四是上下文，模型会参考对话中前面的内容，上下文混乱会导致输出跑偏。”教师在黑板上画四象限，分别写“提示词”“训练数据”“参数”“上下文”。教师逐项举例：“提示词，就像你去饭馆点菜，说‘来点好吃的’，厨师只能瞎猜；说‘少辣、不要香菜、多放肉’，厨师就明白了。训练数据，就像厨师的菜谱，菜谱里没有的菜，他做不出来。参数，就像火候，大火爆炒还是小火慢炖，出来的味道不一样。上下文，就像你前面说‘我在减肥’，后面厨师就不会给你上红烧肉。”学生大笑，教师说：“记住这四个比喻，比背定义管用。”讲授法配合四象限板书；教师用点菜、菜谱、火候、前情四个比喻；学生记忆锚点清晰新课研讨活动三：提示词改造工坊教师发放提示词优化卡，上面有四个模糊提示词：其一，“介绍一下人工智能”；其二，“帮我写个通知”；其三，“说说环境保护”；其四，“写一首诗”。操作步骤：第一步，小组任选两个提示词；第二步，按“角色、任务、对象、要求、格式”五要素改写；第三步，把原提示词和改写后的提示词分别输入演示工具，各生成一次；第四步，对比两次输出，从“是否切题”“是否有用”“是否需要返工”三个角度打分；第五步，全班汇报改写前后差异。教师巡视时提示：“不要只加形容词，要加约束条件。‘写得好一点’没用，‘分三点、每点不超过50字’才有用。”汇报时教师点评典型改写，例如把“帮我写个通知”改成“你是班主任，写一则家长会通知，面向初一家长，说明时间地点议题，语气正式，200字以内”。任务驱动法、对比实验法；教师提供五要素改写框架；学生改写、实测、对比、汇报巩固练习活动四：找出模型的“知识盲区”教师给出三个问题：其一，问一个近期发生的校园事件；其二，问一个非常冷门的本地地名；其三，问一个虚构的人物。操作步骤：第一步，把三个问题依次输入演示工具；第二步，记录模型的回答；第三步，判断哪些回答是“编的”；第四步，讨论“模型为什么会编”。学生发现模型对虚构人物也能说得头头是道。教师说：“这就是‘一本正经地胡说’。模型不知道它不知道，它只会按概率接话。所以教材才提醒我们，要对生成内容进行核实。”教师强调：“核实不是不信任AI，而是对自己负责。你转发的每一条AI内容，都可能影响别人。”案例分析法；教师设计三类“盲区”问题；学生实测、识别、反思图像探究活动五：上下文的力量教师在同一对话窗口中先输入“我在准备数学竞赛”，再问“给我一些建议”，观察回答方向；然后新开对话，先输入“我在准备校园歌手比赛”，再问同样的问题，观察回答方向。教师说：“同一个问题，因为前面的上下文不同，答案完全不同。这就是上下文的作用。”教师再演示一次“上下文污染”：先输入一段混乱的、自相矛盾的内容，再提问，观察模型是否被带偏。教师总结：“所以用AI时，前面的对话要干净、明确。你把话说乱了，它也跟着乱。”对比实验法；教师设计两组上下文对比；学生观察差异并归纳课堂小结活动六：四句话带走教师请学生用四句话总结四个因素：提示词要具体，数据有边界，参数看场合，上下文要干净。教师补充第五句：“最后一句最重要——生成的内容，一定要核实。”教师说：“第二单元到这里结束。我们从词元走到统计，从向量走到注意力，最后落到怎么用好它。下一单元，我们换一种媒介——从文字走向图像、声音和视频。”总结回顾法；学生提炼；教师总结单元并过渡板书设计四象限：提示词（点菜）｜训练数据（菜谱）｜参数（火候）｜上下文（前情）底部：生成之后，必须核实四象限板书；比喻与概念对应课后作业必做：改写一个模糊提示词并对比两次输出。选做：设计班级“AI提示词模板”，含角色、任务、要求、格式。分层作业；必做训练改写能力，选做形成可复用工具第三单元图像、声音与视频的智能