2026年上半年教师资格证考试信息技术学科真题及解析附答案

2026年上半年教师资格证考试信息技术学科真题及解析附答案一、单项选择题（本大题共15小题，每小题3分，共45分）1.2025年国家数据局印发《数据要素市场化配置改革落地实施方案》，明确将数据作为新型生产要素纳入国民经济核算体系。下列关于数据要素的说法，正确的是（）A.数据要素的价值不会随使用次数增加而衰减B.数据要素的流通不需要经过合规性审核C.个人信息不属于数据要素的范畴D.数据要素的所有权均归属于国家2.某高中信息技术教师组织学生开展“校园智慧食堂点餐系统优化”项目，学生通过调研收集师生用餐数据，运用Python进行数据清洗与分析，提出3项优化方案并提交给学校后勤部门采纳实施。该活动主要体现的高中信息技术核心素养是（）A.信息意识B.计算思维C.数字化学习与创新D.信息社会责任3.某生成式AI大模型的token编码采用12位二进制无符号整数存储，该编码方式最多可表示的token数量为（）A.1024B.2048C.4096D.81924.2025年上市的消费级AI终端普遍采用“CPU+GPU+NPU”异构计算架构，其中NPU的核心功能是（）A.通用逻辑运算与任务调度B.神经网络推理与训练加速C.二维/三维图形渲染处理D.大容量存储数据读写调度5.以下Python代码用于调用本地大语言模型接口实现文本分类功能，要求当输入文本长度超过512个字符时自动截断至512字符，空白处应填入的正确代码是（）```pythondeftext_classify(text,max_len=512):response=local_llm.invoke(f"请对以下文本进行分类：{processed_text}")returnresponse["category"]```A.processed_text=text[:max_len]iflen(text)>max_lenelsetextB.processed_text=text[max_len:]iflen(text)>max_lenelsetextC.processed_text=text[:len(text)]iflen(text)<max_lenelsemax_lenD.processed_text=text[max_len:len(text)]iflen(text)<max_lenelsetext6.某高中AI社团开发“校园人脸识别签到系统”，其中人脸特征匹配环节采用K近邻（K-NN）算法，该算法属于（）A.监督学习分类算法B.无监督学习聚类算法C.强化学习决策算法D.生成式学习建模算法7.某中学2026年完成校园网WiFi7升级改造，全面覆盖教学楼、宿舍与运动场馆。下列不属于WiFi7技术特性的是（）A.支持320MHz超宽频带传输B.最高单流传输速率可达46GbpsC.采用MLO多链路聚合技术D.仅支持5GHz与6GHz工作频段8.某高中AI社团开发“校园知识问答机器人”，需要存储大量课程知识文本的向量特征以实现语义检索，应选用的数据库类型是（）A.关系型数据库B.键值数据库C.向量数据库D.图数据库9.学生使用AIGC视频生成工具制作“校园科技节”宣传短片，下列技术中与该视频生成过程无直接关联的是（）A.扩散模型B.Transformer架构C.光学字符识别（OCR）D.多模态内容理解10.某学生发现有人利用深度伪造技术冒充班主任发布虚假收费通知，下列技术中可用于检测深度伪造视频的是（）A.人脸特征点一致性校验B.对称加密技术C.网络防火墙技术D.入侵检测系统（IDS）11.根据《普通高中信息技术课程标准（2017年版2020年修订）》，必修课程“数据与计算”模块的学业要求中，直接对应“计算思维”核心素养的是（）A.能判断数据来源的合法性与可靠性B.能运用算法解决实际问题，经历用计算机解决问题的完整过程C.能利用数字资源与平台开展协作学习D.能自觉遵守信息伦理与相关法律法规12.某教师在“Python程序设计”单元教学中，采用“课堂表现+项目作业+小组互评+期末操作测试”的综合方式评价学生学业水平，该评价方式属于（）A.诊断性评价B.形成性评价C.终结性评价D.多元综合评价13.根据2025年修订的《生成式人工智能服务管理暂行办法》，提供生成式AI公共服务的主体不得实施的行为是（）A.对生成的内容进行合规审核与来源标注B.向未成年人提供无时间限制、无内容过滤的AI生成服务C.采取加密措施保护用户个人信息D.对算法模型进行安全评估14.某高中开设“校园数字孪生平台搭建”校本课程，学生通过采集校园建筑、道路、植被的三维数据，构建虚拟校园模型并接入校园门禁、能耗等实时数据。数字孪生技术的核心特征不包括（）A.虚实映射B.实时交互C.闭环优化D.物理隔离15.某教师在讲授“人工智能伦理”内容时，组织学生围绕“AI生成内容的版权归属”主题开展辩论赛，该教学方法的主要优势是（）A.系统传授理论知识体系B.培养学生批判性思维与表达能力C.快速提升学生操作技能D.高效检测学生知识掌握程度二、简答题（本大题共3小题，每小题10分，共30分）1.简述生成式人工智能（AIGC）工具在高中信息技术项目式学习中的三种典型应用场景，并分别说明其对提升学生计算思维的作用。2.某高中信息技术教师计划开展“校园数据安全排查”实践活动，结合《普通高中信息技术课程标准（2017年版2020年修订）》中“信息社会责任”核心素养的水平划分，列出该活动的三项过程性评价指标及对应的评价实施方式。3.以下Python代码用于实现“学生成绩等级划分”功能（评分规则：90分及以上为A，80-89分为B，60-79分为C，60分以下为D），代码存在2处逻辑错误，请找出错误并修改，同时说明错误原因。```pythondefgrade_calculate(score):ifscore>=80:return"B"elifscore>=90:return"A"elifscore>60:return"C"else:return"D"```三、案例分析题（本大题共2小题，每小题20分，共40分）1.阅读下列案例，回答问题。李老师是某高中高一信息技术教师，在讲授必修1《数据与计算》模块中“算法与程序设计”单元时，采用了“AI辅助编程”的教学模式：允许学生使用AI代码生成工具完成Python作业，要求学生提交作业时附上与AI的对话记录以及对代码的注释说明。在单元教学结束后，李老师发现了两个问题：一是部分基础薄弱的学生完全依赖AI生成代码，连基本的变量定义、循环结构语法都没掌握；二是部分学有余力的学生仅用AI完成基础作业，没有进行拓展探究，全班作业同质化严重。问题：（1）请结合高中信息技术核心素养的要求，分析李老师采用“AI辅助编程”教学模式的合理性与存在的问题。（10分）（2）针对上述问题，提出具体的教学改进策略。（10分）2.阅读下列案例，回答问题。王老师在高二选修《人工智能初步》模块的“AI图像生成”一课中，设计了“我为校园文创设计图案”的项目任务。在作品展示环节，学生小张展示了用AI生成的校训文创图案，却被学生小李指出：该图案的核心元素是直接复制了某设计师发布在社交平台的原创插画，AI只是做了风格迁移，涉嫌侵权。小张则认为：AI生成的内容不属于任何人的作品，自己可以随意使用，不存在侵权问题。王老师通过课堂调查发现，班级中有72%的学生认同小张的观点，对AI生成内容的版权归属与使用规范认知模糊。问题：（1）请结合《生成式人工智能服务管理暂行办法》（2025修订版）与信息社会责任的相关要求，分析小张观点的错误之处。（8分）（2）若你是王老师，应如何在后续教学中落实“信息社会责任”核心素养的培养？请提出具体的教学措施。（12分）四、教学设计题（本大题共1小题，35分）请根据下列材料，完成教学设计：材料一：《普通高中信息技术课程标准（2017年版2020年修订）》必修1“数据与计算”模块学业要求：能根据任务需求，运用数据可视化工具呈现数据，解释数据背后的含义，形成基于数据的问题解决方案。材料二：授课对象为高一学生，已掌握Python基础语法，会使用pandas库读取CSV格式的校园体测数据，具备初步的数据分析能力，但对数据可视化的设计原则、适配场景了解不足，未接触过用AIGC工具辅助生成可视化代码的操作，学生信息技术水平存在明显分层。材料三：教学内容为“数据可视化的设计与实现”，课时1课时（45分钟），学校机房配备Python编程环境、校园体测公开匿名数据集、AI助教平台（支持自然语言生成可视化代码、优化图表效果、解释代码逻辑）。要求：（1）设计体现信息技术核心素养四个维度的教学目标；（8分）（2）确定教学重难点；（4分）（3）设计完整的教学过程，需体现项目式学习、分层教学、AI工具融合的理念；（18分）（4）设计板书。（5分）参考答案及解析一、单项选择题1.【答案】A【解析】本题考查数据要素的核心特性。数据要素具有非竞争性，即同一数据可以被多主体、多次重复使用，其价值不会随使用次数增加而衰减，A选项正确。B选项错误，数据要素流通必须经过合规性审核，涉及个人信息、国家秘密的数据需符合《个人信息保护法》《数据安全法》等法律法规要求。C选项错误，经过匿名化处理、获得合规授权的个人信息数据属于数据要素的范畴。D选项错误，数据要素所有权根据数据来源不同分为国家、企业、个人等不同主体，并非全部归属于国家。2.【答案】C【解析】本题考查高中信息技术核心素养的内涵。数字化学习与创新是指个体通过常用的数字设备、资源与平台，有效管理学习过程与学习资源，创造性地解决问题，完成学习任务，形成创新作品的能力。题干中学生运用数字化工具（Python）解决校园实际问题（食堂点餐优化），并将成果落地应用，体现了数字化学习与创新的核心素养，C选项正确。A选项信息意识是指对信息的敏感度与判断力；B选项计算思维是指运用计算机科学领域的思想方法形成问题解决方案的思维过程，题干重点在于成果的创新应用而非算法思维推导过程；D选项信息社会责任是指在信息活动中的伦理道德与责任担当，均与题意不符。3.【答案】C【解析】本题考查二进制编码的容量计算。n位二进制无符号整数最多可表示2ⁿ个不同值，12位二进制数的容量为2¹²=4096，因此最多可表示4096个token，C选项正确。4.【答案】B【解析】本题考查AI异构计算架构的硬件功能。NPU（神经网络处理器）是专门为神经网络运算设计的加速芯片，核心功能是实现神经网络模型的推理与训练加速，B选项正确。A选项是CPU的核心功能；C选项是GPU的传统核心功能；D选项是存储控制器的功能，均不符合题意。5.【答案】A【解析】本题考查Python字符串切片与条件判断逻辑。要实现文本长度超过max_len时截断前max_len个字符，未超过则保留原文本，需用切片`text[:max_len]`截取前max_len个字符，条件判断为`iflen(text)>max_len`，A选项正确。B选项截取的是max_len之后的内容，不符合截断要求；C、D选项的条件与切片逻辑均混乱，无法实现需求。6.【答案】A【解析】本题考查人工智能算法分类。K近邻算法是通过测量不同特征值之间的距离进行分类的监督学习算法，需要基于标注好的训练数据集实现分类预测，属于监督学习分类算法，A选项正确。无监督学习不需要标注数据，如K-Means聚类；强化学习通过环境反馈优化决策；生成式学习用于生成新内容，均与K近邻算法的特性不符。7.【答案】D【解析】本题考查WiFi7的技术特性。WiFi7（IEEE802.11be）支持2.4GHz、5GHz、6GHz三个工作频段，并非仅支持5GHz与6GHz，D选项表述错误，符合题意。A、B、C选项均为WiFi7的标准技术特性：320MHz超宽频带、最高46Gbps单流速率、MLO多链路聚合技术，均正确。8.【答案】C【解析】本题考查新型数据库的适用场景。向量数据库专门用于存储、索引和查询高维向量数据，是AI语义检索、大模型知识库的核心支撑技术，符合“存储文本向量特征、实现语义检索”的需求，C选项正确。关系型数据库适用于结构化数据存储；键值数据库适用于简单键值对的高速读写；图数据库适用于关系型数据（如社交网络）的查询，均不符合题意。9.【答案】C【解析】本题考查AIGC视频生成的核心技术。光学字符识别（OCR）的功能是识别图像中的文字内容，与AI视频生成过程无直接关联，C选项符合题意。A选项扩散模型是当前AIGC图像、视频生成的核心算法；B选项Transformer架构是大语言模型、多模态模型的基础架构，支撑AIGC内容生成；D选项多模态内容理解是实现文本生成视频的技术基础，均与视频生成直接相关。10.【答案】A【解析】本题考查深度伪造检测技术。深度伪造视频通常存在人脸特征点不一致、边缘扭曲、光影逻辑矛盾等问题，人脸特征点一致性校验可通过检测人脸关键点的运动规律、生理特征是否符合真实人脸特性，识别深度伪造内容，A选项正确。对称加密技术用于数据加密传输；防火墙用于网络边界访问控制；入侵检测系统用于检测网络攻击行为，均无法检测深度伪造视频。11.【答案】B【解析】本题考查课程标准中核心素养与学业要求的对应关系。计算思维的核心是运用计算机科学的思想方法解决问题，“能运用算法解决实际问题，经历用计算机解决问题的完整过程”直接对应计算思维核心素养，B选项正确。A选项对应信息意识；C选项对应数字化学习与创新；D选项对应信息社会责任，均不符合题意。12.【答案】D【解析】本题考查教学评价的类型。该评价方式融合了过程性评价（课堂表现、项目作业、小组互评）与终结性评价（期末操作测试），涵盖了教师评价、学生互评等多元评价主体，属于多元综合评价，D选项正确。诊断性评价用于教学前的学情摸底；形成性评价仅侧重教学过程中的评价；终结性评价仅侧重教学结束后的结果评价，均不能完整概括该评价方式。13.【答案】B【解析】本题考查生成式AI监管法规。根据2025修订版《生成式人工智能服务管理暂行办法》，提供生成式AI服务的主体应当针对未成年人设置未成年人模式，不得向未成年人提供无时间限制、无内容过滤的AI生成服务，B选项属于禁止行为，符合题意。A、C、D选项均为法规要求的合规义务，不属于禁止行为。14.【答案】D【解析】本题考查数字孪生技术的核心特征。数字孪生是物理实体的虚拟镜像，通过虚实数据实时交互实现模拟、预测与优化，核心特征包括虚实映射、实时交互、闭环优化，物理隔离与数字孪生的虚实联动特性完全相悖，D选项不属于其核心特征，符合题意。15.【答案】B【解析】本题考查教学方法的优势。辩论式教学通过围绕争议性议题展开正反方论证，能够激发学生主动思考，培养批判性思维与口头表达能力，B选项正确。系统传授理论知识是讲授法的优势；提升操作技能是实操练习法的优势；快速检测知识掌握程度是测验法的优势，均不符合辩论法的特点。二、简答题1.【参考答案】生成式AI工具在高中信息技术项目式学习中的典型应用场景及对计算思维的作用如下：（1）算法思路梳理场景：学生在项目初期遇到算法逻辑瓶颈时，可通过AIGC工具输入问题需求，获取算法实现的思路框架与步骤分解。（2分）作用：帮助学生建立“问题拆解-模块化处理”的计算思维逻辑，降低复杂问题的认知门槛，理解算法的分层设计思想。（1分）（2）代码调试与优化场景：学生编写的代码出现bug或运行效率低下时，可将代码与错误信息输入AIGC工具，获取错误原因分析与优化方案。（2分）作用：培养学生“问题定位-原因分析-迭代优化”的计算思维习惯，提升对代码逻辑的校验与改进能力。（1分）（3）拓展功能探究场景：学生完成基础项目任务后，可借助AIGC工具探索拓展功能的实现路径，如在数据可视化项目中增加交互筛选功能。（2分）作用：激发学生对复杂问题的探究欲，深化对算法复用、功能模块化的理解，提升计算思维的迁移应用能力。（2分）（其他合理答案可酌情给分，总分不超过10分）2.【参考答案】结合“信息社会责任”核心素养的三级水平划分，该活动的过程性评价指标及实施方式如下：（1）指标1：常见数据安全风险识别能力（对应水平1：能识别常见的信息安全风险）（2分）。评价方式：通过小组提交的《校园数据安全风险排查清单》，评价学生是否能准确识别校园网、教务系统、学生信息管理系统中的常见安全隐患（如弱密码、未授权访问、公共账号共享等），采用教师评价+小组互评的方式，占过程性评价权重的30%。（2分）（2）指标2：数据安全防护方案设计能力（对应水平2：能制定简单的信息安全防护方案）（2分）。评价方式：通过小组展示的风险防护方案，评价学生是否能针对识别出的风险提出可行的防护措施（如设置强密码规则、开启双因素认证、定期备份数据等），采用现场答辩评价的方式，占过程性评价权重的30%。（1分）（3）指标3：数据合规与责任担当意识（对应水平3：能自觉遵守信息安全法律法规，主动维护信息安全）（2分）。评价方式：通过实践活动过程记录与反思报告，评价学生是否能在排查过程中遵守数据合规要求（不越权访问敏感数据、不泄露学生隐私信息），是否主动向学校反馈安全漏洞，采用过程性观察+反思报告评价的方式，占过程性评价权重的40%。（1分）（其他合理答案可酌情给分，总分不超过10分）3.【参考答案】代码存在2处逻辑错误，具体如下：（1）错误1：分数区间判断顺序颠倒（2分）。代码中先判断`score>=80`，再判断`score>=90`，由于90分及以上的分数也满足`score>=80`的条件，会直接命中第一个分支返回“B”，无法得到正确的“A”等级，违背了多分支判断“从高到低、从特殊到一般”的逻辑顺序。（2分）修改：将`score>=90`的判断语句移至`score>=80`之前。（1分）（2）错误2：C等级的分数边界判断错误（2分）。代码中C等级的判断条件为`score>60`，导致60分的成绩不满足该条件，落入else分支返回“D”，不符合“60-79分为C”的评分规则，边界值处理错误。（2分）修改：将判断条件改为`score>=60`。（1分）修改后的正确代码：```pythondefgrade_calculate(score):ifscore>=90:return"A"elifscore>=80:return"B"elifscore>=60:return"C"else:return"D"```（其他合理修改方式可酌情给分，总分不超过10分）三、案例分析题1.【参考答案】（1）合理性与存在问题分析：①合理性：李老师引入AI辅助编程教学模式符合信息技术学科发展趋势，具有一定合理性。第一，有助于落实数字化学习与创新核心素养，引导学生掌握AI时代的新型学习工具，贴合未来数字化工作场景；第二，有助于降低编程学习的语法门槛，提升学生的学习兴趣，让学生将更多精力放在算法逻辑设计而非语法细节上；第三，符合“做中学”的项目式学习理念，能够模拟真实职场中的编程工作模式。（5分）②存在的问题：第一，未落实计算思维核心素养的培养要求，基础薄弱学生完全依赖AI生成代码，未经历“问题拆解-算法设计-代码实现”的完整思维过程，导致基础语法掌握不牢，计算思维无法得到有效提升；第二，未体现分层教学理念，作业任务缺乏梯度，导致学有余力的学生无法得到拓展提升，出现“吃不饱”的情况；第三，评价机制不完善，仅要求提交对话记录与注释，未设置过程性的思维考查环节，无法有效监控学生的学习过程，导致作业同质化、工具依赖等问题。（5分）（2）教学改进策略：①优化作业设计，实施分层任务：将作业分为基础层、提升层、拓展层三个梯度。基础层要求学生独立完成基础语法题（如变量定义、循环结构实现），禁止使用AI，夯实编程基础；提升层允许学生借助AI辅助完成算法实现，但要求学生先手写算法思路流程图，对比自己的思路与AI生成代码的差异并撰写分析说明；拓展层要求学生自主设计拓展功能，用AI辅助调试优化，并完成技术文档撰写，满足学有余力学生的探究需求。（4分）②强化过程性指导，聚焦思维培养：在课堂中设置“AI工具使用规范”专项环节，明确AI的定位是“思维辅助工具”而非“答案替代工具”；增加课堂小组讨论与随机抽查环节，要求学生讲解自己的算法思路，教师随机抽查学生对代码逻辑的理解，引导学生将AI作为思维碰撞的载体而非答案来源。（3分）③完善多元评价机制：采用“过程性评价+终结性评价”结合的方式，过程性评价包括课堂发言、算法思路设计、小组讨论表现，占比60%；终结性评价包括闭卷语法测试、项目作品答辩，占比40%。其中项目作品答辩要求学生现场讲解代码逻辑，回答教师的随机修改提问，检验学生的真实掌握情况，从机制上避免作业同质化与工具依赖问题。（3分）（其他合理答案可酌情给分，总分不超过20分）2.【参考答案】（1）小张观点的错误之处：①从法规层面看，根据2025修订版《生成式人工智能服务管理暂行办法》，生成式AI服务提供者应当对训练数据的合法性负责，使用AI生成内容时不得侵犯他人的知识产权。若AI生成内容使用了未经授权的他人原创作品作为训练数据或生成素材，生成内容的使用者需承担相应的侵权责任。小张的文创图案核心元素来自未授权的他人原创插画，即使经过AI风格迁移，也构成对原作者著作权的侵犯。（4分）②从信息社会责任层面看，信息社会责任要求个体在信息活动中遵守伦理道德与法律法规，尊重他人的知识产权与劳动成果。小张认为“AI生成内容不属于任何人，可以随意使用”的观点，是对知识产权法规的漠视，缺乏基本的信息伦理意识与责任担当，不符合信息社会责任核心素养的水平要求。（4分）（2）落实信息社会责任核心素养的教学措施：①补充专项教学内容，完善知识体系：专门开设1课时的“AI生成内容版权与伦理”专题课，结合《生成式人工智能服务管理暂行办法》《著作权法》的相关条款，通过典型侵权案例讲解AI生成内容的版权归属、使用规范、侵权后果等知识，弥补学生的认知空白。（3分）②设计项目化实践活动，强化认知体验：在“AI图像生成”项目中增加“版权自查”mandatory环节，要求学生在提交作品时附上AI生成提示词、素材来源证明、原创性声明，引导学生在实践中养成合规使用AI工具的习惯；组织学生开展“AI版权主题辩论会”，围绕“AI生成内容的版权应归属于谁”“AI训练数据是否需要获得授权”等议题展开辩论，深化学生对信息伦理的理解。（4分）③构建多元评价体系，强化价值引领：将信息社会责任纳入学生学业评价体系，在AI相关项目的评价指标中增加“合规性”维度，占比30%，重点评价学生的素材使用是否合规、是否遵守AI伦理规范；树立正面榜样，表彰在项目中主动原创、合规使用工具的学生，引导学生形成正确的信息价值观。（3分）④拓展家校协同渠道，延伸教育场景：向家长推送AI伦理相关的科普内容，引导家长在家庭生活中关注孩子的AI使用行为，共同培养学生的信息社会责任意识。（2分）（其他合理答案可酌情给分，总分不超过20分）四、教学设计题【参考答案】（1）教学目标（8分）①信息意识：能感知数据可视化在数据分析中的价值，能根据校园体测数据的分析需求选择合适的可视化图表类型，提升对数据呈现方式的敏感度与判断力。（2分）②计算思维：能掌握数据可视化的实现步骤，能运用Python代码实现基本的图表绘制，能借助AI工具优化可视化效果，形成“需求分析-方案设计-代码实现-迭代优化”的问题解决逻辑。（2分）③数字化学习与创新：能合理使用AI助教平台辅助完成可视化设计，能通过小组协作完成体测数据的分析与可视化作品创作，提升用数字化工具解决实际问题的创新能力。（2分）④信息社会责任：能在数据使用过程中遵守数据隐私保护规范，自觉维护体测数据的安全性与匿名性，形成正确的数据使用伦理意识。（2分）（2）教学重难点（4分）①教学重点：数据可视化的设计原则与图表适配场景，用Python实现常见图表（柱状图、折线图、饼图）的方法，AI工具辅助可视化设计的操作流程。（2分）②教学难点：根据任务需求选择合适的可视化图表类型，对可视化结果进行解读并提出合理的体质健康改进方案。（2分）（3）教学过程（18分）教学环节时长教学内容与活动设计理念体现情境导入5分钟教师展示两组高一学生体测数据：一组是原始CSV表格，一组是可视化图表组合，提问学生“哪组数据更直观地反映了高一学生的身高体重分布与近视率情况？”，引出数据可视化的主题，明确本节课的项目任务：基于校园体测匿名公开数据，制作一份“高一学生体质健康分析报告”的可视化展板。以真实校园情境驱动项目式学习，明确任务目标，激发学生探究兴趣。新知探究10分钟①教师讲解数据可视化的三种核心图表类型及适用场景：柱状图适用于分类数据比较，折线图适用于趋势变化展示，饼图适用于占比关系呈现，并结合体测