1.1 人工智能的发展、原理、应用和发展趋势 2025-2026学年上学期 人工智能通识教学设计

理 论 课 教 学 设 计 授课班级 授课日期 第1课时 课 型 新授课 教具、资料 教材、课件 授课题目 1.1 人工智能的发展、原理、应用和发展趋势 教学 目标 知识目标 能准确说出人工智能的定义； 清晰梳理人工智能从1950年图灵测试到2024年DeepSeekChat的发展历程； 理解人工智能“数据驱动+算法核心+硬件支持”的工作原理； 列举医疗健康、金融科技等6个领域的AI应用场景； 了解大模型、伦理治理等AI发展趋势。 能力目标 能结合生活实例识别AI产品并说明其依赖的核心要素； 能结合自身专业举例说明AI应用场景； 能针对AI伦理问题提出初步看法，具备基础AI认知分析能力与智能社会适应力。 素养目标 通过分析AI发展历程与应用，培育信息意识，感知技术与社会的关联； 通过拆解AI工作原理，发展计算思维，理解技术逻辑； 通过结合专业设计AI应用案例，提升数字化学习与创新能力； 通过探讨AI伦理与DeepSeek自主可控意义，强化信息社会责任，树立科学认知与家国情怀。 教学 重难点 重点 人工智能的发展历程；人工智能“数据、算法、硬件”三大核心要素的工作原理；人工智能在6大领域的典型应用场景。 难点 深度学习算法的基本逻辑理解；辩证分析AI发展带来的伦理挑战；结合不同专业精准关联AI应用场景。 教 学 过 程 教学 环节 教师讲授、指导（主导）内容 学生学习、 操作（主体）活动 时间 分配 组织 教学 1.清点学生出勤，检查教材、笔记本等学习用品准备情况。 2.调试多媒体设备，展示课件与书写板书本节课标题“人工智能的发展、原理、应用和发展趋势”。 1.快速整理桌面，将教材翻至第1页“AI导学”部分。 2.调整坐姿，集中注意力，准备参与课堂互动。 2 新课 导入 1.播放1927年电影《大都会》片段（含低空飞行器、机器人玛丽亚画面，对应教材图1-1、1-2）。 提问：同学们，视频里的“未来场景”在当时看来是遥不可及的幻想，大家猜猜现在这些场景实现了吗？ 2.展示教材图1-3（2024年低空经济）、图1-4（2025年机器人产业），对比说明： 曾经的科幻如今已成现实，比如现在的无人机、服务机器人，这些都离不开人工智能技术。今天我们就一起揭开AI的神秘面纱，从它的发展、原理、应用到趋势，全面认识人工智能。 3.抛出教材表1-1“基础认知层面问题”： 在深入学习前，请大家思考：提到“人工智能”，你脑海中首先浮现的是什么？能联想到哪些具体应用场景或技术？ 给予2分钟思考时间后，邀请2-3名学生分享。 1.观看视频与图片，对比科幻与现实的差异，激发好奇心。 2.独立思考教师提出的基础认知问题，梳理自身对AI的初步认知（如ChatGPT、人脸识别、自动驾驶等）。 3.主动分享想法，倾听同学观点，初步建立对AI应用场景的感性认知。 5 新授 知识 环节一：人工智能的发展——从科幻到现实的螺旋上升 1.结合教材图1-7（AI发展时间轴），按“诞生-三次浪潮-两次瓶颈”逻辑展开： （1）AI的诞生（1950-1956） 介绍1950年图灵测试（展示图1-8），说明其为AI奠定理论基础。1956年达特茅斯会议（展示图1-9），强调“人工智能”术语首次提出，标志学科确立。 （2）三次浪潮与两次瓶颈 用“技术突破-应用落地-局限显现-投入削减-技术再突破”的逻辑，讲解各阶段关键事件： 第一次浪潮（1956-1974，运算智能）：重点讲逻辑理论家程序、跳棋程序SAMUEL（图1-10）、ELIZA聊天机器人。 第一次瓶颈（1974-1980，AI寒冬）：分析计算资源不足、算法低效等问题。 第二次浪潮（1980-1987，感知智能）：突出XCON专家系统（图1-11）、日本第5代计算机项目。 第二次瓶颈（1987-1993）：说明专家系统维护成本高、神经网络训练低效等问题。 第三次浪潮（1993至今，认知智能）：重点讲1997年深蓝胜国际象棋冠军（图1-12）、2006年深度学习提出（图1-13）、2016年AlphaGo胜围棋冠军（图1-14）、2022年ChatGPT、2024年DeepSeekChat（图1-15）。 2.组织小组讨论（3分钟）： 结合DeepSeek的案例（教材“创新引领智启未来”部分），思考：作为国产大模型，DeepSeek的突破对我国AI发展有什么意义？ 每组推选1名代表发言，教师点评并强调“自主可控”与信息社会责任。 1.跟随教师讲解，在教材上标注各阶段关键时间、事件与人物，梳理AI发展脉络。 2.观察教材图表，对比不同阶段AI技术的特点。 3.参与小组讨论，结合教材中DeepSeek的描述（长文本处理、代码生成、自主创新），分析其对国家AI战略的意义，积极分享小组观点。 10 新授 知识 环节二：人工智能的工作原理——数据、算法与硬件的协同 1.展示教材图1-16（AI工作原理三要素），用比喻切入： AI就像一个“智能机器人”，数据是它的“粮食”，算法是它的“大脑”，硬件是它的“加速器”，三者缺一不可。 2.逐一拆解三要素： （1）数据驱动（图1-17）： 说明数据是AI训练的基础，举例“人脸识别需要大量人脸图像数据”，强调数据“数量多、质量高”的重要性。 （2）算法核心（图1-18）： 简要介绍机器学习（监督、无监督、强化学习）、深度学习（CNN识图像、RNN析语音、Transformer懂上下文）、生成式模型（GAN对抗、VAE压缩），用“老师教（监督）、自己找规律（无监督）、边做边奖（强化）”解释机器学习，降低理解难度。 （3）硬件支持（图1-19）： 说明GPU、专用AI芯片的作用，举例“训练大模型需要GPU加速计算”，对比“没有强大硬件，算法再聪明也无法发挥作用”。 2.提问互动： 大家手机里的语音助手，它的“粮食”“大脑”“加速器”分别是什么？ 邀请学生回答，巩固三要素认知。 1.记录教师对三要素的比喻，结合教材案例理解各要素的作用。 2.思考并回答教师的互动问题，将抽象原理与生活实例结合，深化理解。 3.在教材上勾划算法的分类，标注各类算法的典型应用（如CNN对应图像识别）。 7 环节三：人工智能的应用场景——赋能各行各业的技术 1.展示教材图1-20（AI六大应用场景），按“领域+案例”格式讲解： 医疗健康：AI影像诊断（快速定位病灶）、智能问诊。 金融科技：智能风控、量化交易。 智能教育：个性化学习推荐、智能批改。 交通出行：自动驾驶、智能信号灯。 零售电商：“猜你喜欢”推荐、智能库存。 智能制造：AI视觉质检、设备故障预警。 2.结合学生专业提问： 机电技术应用专业的同学，你们觉得AI在智能制造中还能帮工人做什么？物流专业的同学，AI如何优化物流配送？…… 给予1分钟思考，邀请不同专业学生举例。 1.对照教材图1-20，在笔记本上列出各领域的AI应用案例。 2.结合自身专业背景，思考AI在本专业的延伸应用（如机电专业的“AI预测机床故障”、物流专业的“AI路径规划”）。 3.主动分享专业相关的AI应用设想，将AI应用与职业发展关联。 5 新授 知识 环节四：人工智能的发展趋势——机遇与挑战并存 1.结合教材图1-21（AI发展趋势），简要介绍四大方向： 技术突破：大模型、多模态学习、自监督学习。 应用扩展：AIGC生成内容（图片、代码）、人机协作。 硬件提升：专用AI芯片、边缘计算、量子计算。 伦理治理：隐私保护、算法偏见、高能耗问题（如欧盟《人工智能法案》）。 2.引导辩证思考： AI让生活更便利，但也有隐私泄露风险，比如人脸识别可能泄露个人信息。大家觉得我们该如何平衡AI发展与安全？ 1.快速记录AI发展趋势的关键词，了解技术前沿与挑战。 2.参与辩证思考，发表对“AI安全”的看法（如“使用AI时不随意上传个人信息”），培养辩证思维。 3 课堂小结 1.展示思维导图（含“发展历程—工作原理—应用场景—发展趋势”四大模块，标注关键知识点），带领学生回顾本节课内容： （1）发展：1个诞生节点、3次浪潮、2次瓶颈、关键案例（DeepSeek等）。 （2）原理：数据（粮食）、算法（大脑）、硬件（加速器）。 （3）应用：6大领域+专业关联案例。 （4）趋势：技术突破+伦理挑战。 2.结合学科核心素养总结： 通过本节课，我们不仅了解了AI知识（信息意识），还拆解了技术逻辑（计算思维），关联了专业应用（数字化创新），思考了安全问题（信息社会责任），这些都是智能社会必备的素养。 3.邀请1-2名学生分享“本节课最有收获的知识点”，教师补充完善。 1.跟随教师的思维导图，在教材上圈划重点，梳理知识框架。 2.回顾自身课堂参与，分享学习收获（如“知道了AI发展有两次寒冬”“理解了数据对AI的重要性”）。 3.标注尚未完全理解的内容（如深度学习算法），准备课后提问。 5 作业布置 1.基础作业（必做） 完成教材表1-3“AI测评”第1题（“AI的发展历程中经历了哪两次瓶颈，又是如何突破瓶颈的？”），答案在教材1.1节中查找，要求写清瓶颈时间、原因与突破关键事件。 观察生活中的3个AI产品，分别说明其依赖的“数据、算法、硬件”（如智能音箱：语音数据、语音识别算法、音箱硬件），记录在笔记本上。 2.拓展作业（选做，结合专业） 网络信息安全专业：查找“AI在网络反诈中的应用案例”。 机电/物流专业：查找“AI在智能制造/智能物流中的最新案例”。 城轨运营/高铁乘务专业：查找“AI在智慧交通/高铁服务中的应用案例”。 要求：下节课分享案例，字数不少于200字。 提醒作业提交时间（基础作业下次课课前检查，拓展作业下次课小组分享）。 1.记录作业要求，明确必做与选做内容。 2.针对自身专业，初步思考拓展作业的案例方向（如物流专业思考“AI分拣机器人”）。 3.整理课堂笔记，标注作业相关的教材页码（如测评题对应1.1节），为课后完成作业做准备。 3 板书设计 1.1 人工智能的发展、原理、应用和发展趋势 一、AI 的发展 1.诞生：1950图灵测试、1956达特茅斯 2.浪潮：运算→感知→认知 3.瓶颈：1974-1980、1987-19934. 4.关键案例：深蓝、AlphaGo、DeepSeek 二、AI 的原理 1.数据：粮食（数量+质量） 2.算法：大脑（机器学习、深度学习） 3.硬件：加速器（GPU、专用芯片） 三、AI 的应用 医疗、金融、教育、交通、零售、制造 四、AI 的趋势 1.技术：大模型、多模态 2.挑战：隐私、偏见、能耗 教学反思 优势：​融入学科核心素养，每个教学环节均对应至少一项素养（如讨论 DeepSeek对应信息社会责任），且结合中职生专业设计互动与作业，提升学习相关性；​采用“比喻+案例+互动”的教学方式，将抽象的算法、原理转化为生活实例（如语音助手的三要素），符合中职一年级学生的认知水平，降低学习难度。​ 不足：​深度学习算法（如CNN、Transformer）的讲解仍较抽象，部分基础薄弱的学生可能难以完全理解，课堂上缺乏足够时间进行深入拆解；​专业关联的互动环节，仅邀请部分学生分享，未覆盖所有专业，可能导致部分学生参与感不足。​ 改进：​针对深度学习算法，课后制作“算法小动画”（如CNN识别图像的过程），发布在班级群，供学生课后复习；下次课课前用5分钟进行“算法小提问”，巩固理解；​专业关联环节改为“小组内按专业分享”，每组包含不同专业学生，确保每个专业的学生都能表达观点，再推选跨专业代表汇总分享。 1 学科网（北京）股份有限公司 $$