第24课 你的个人数据安全吗（教案）2025-2026学年四年级上册信息科技河北大学版

该小学信息科技教学设计聚焦人工智能应用中的数据安全，以校园智慧小农场人脸识别系统情境导入，连接学生生活经验，通过交通人脸识别误判案例分析数据安全问题，搭建从生活认知到专业信息意识的学习支架。 特色在于案例教学与实践操作深度融合，交通误判案例具象化数据安全问题，人脸识别性别分类实践让学生直观感受训练数据（如短发女生样本缺失）对模型准确性的影响，培养信息意识与计算思维。小组合作与信息检索提升数字化学习能力，教学反思完善设计，助力教师高效落实核心素养，学生树立数据安全责任意识。

《第24课 你的个人数据安全吗》教学设计 教学内容分析 本课时选自2025年河北大学出版社四年级上册信息科技教材，隶属于第6单元“人工智能中的数据与编码”，是该单元的第24课。教材围绕人工智能应用中的数据安全展开，通过“人工智能应用实例分析”“搜集安全使用人工智能技术的管理办法”“人脸识别实践”三个核心活动，将理论分析与实践操作相结合。 教材先以交通部门人脸识别抓拍闯红灯行人的误判事件为切入点，引导学生发现人工智能应用中的数据安全与识别准确性问题；再通过搜集法规的活动，让学生了解保障数据安全的制度层面措施；最后以人脸识别性别分类实践为载体，帮助学生直观理解训练数据对模型准确性的影响，以及个人数据安全的重要性，符合2022版信息科技课程标准中对小学阶段学生“了解人工智能应用场景及数据安全风险”的要求，是培养学生信息意识与信息社会责任的关键内容。 学情分析 本节课的教学对象是四年级学生，从知识基础来看，他们在之前的学习中已初步接触过人工智能的基本概念，对人脸识别、语音识别等常见人工智能应用有生活化的认知，比如校园门禁、手机解锁、智能音箱等，这为课堂探究奠定了生活经验基础。 从能力特点来看，四年级学生具备一定的观察、分析和小组合作能力，能够参与简单的案例讨论与实践操作，但对“数据训练与模型准确性的关系”“数据安全的具体风险”等抽象概念理解存在难度，且缺乏对人工智能相关法规的了解。 从认知特点来看，他们好奇心强，更倾向于直观、互动性强的学习方式，因此课堂中需要结合具体案例、实践活动，将抽象知识具象化，帮助学生逐步理解数据安全的重要性，同时引导他们树立正确的信息使用观念。 教学目标及核心素养指向 1.通过分析交通人脸识别误判事件和校园智慧小农场人脸识别系统案例，能识别人工智能应用中的数据安全问题；通过搜集相关管理办法，了解保障人工智能安全使用的制度，形成对数据安全的敏感度。（信息意识） 2.参与人脸识别性别分类实践，理解训练数据的丰富性对模型预测准确性的影响，能分析模型误判的原因，初步建立“数据—模型—结果”的逻辑关联。（信息意识、计算思维） 3.使用信息检索工具搜集人工智能安全管理办法，运用指定工具完成人脸识别模型的训练与测试，提升数字化工具的使用能力和实践创新意识。（数字化学习与创新） 4.认识到个人数据泄露的风险，明确在人工智能应用中需保护个人知情权与隐私权，树立规范使用人工智能技术、维护数据安全的责任意识。（信息社会责任） 教学重难点 教学重点： 分析人工智能应用实例中的数据安全问题，理解训练数据对模型预测准确性的影响 搜集并了解国内外关于安全使用人工智能技术的管理办法 教学难点： 分析人脸识别模型误判的具体原因 思考人工智能技术在保护公众利益方面的潜在挑战 重难点设计原因： 分析人工智能应用实例中的数据安全问题，是帮助学生将生活化认知转化为专业信息意识的关键，而理解训练数据与模型准确性的关系，能为学生建立计算思维奠定基础；搜集相关管理办法则能让学生从制度层面认识数据安全的保障措施，将理论分析与实际规范结合，符合本节课“数据安全”的核心主题，也能培养学生的信息检索能力与信息社会责任，因此将其设为教学重点。 四年级学生对“训练数据偏见”“模型逻辑”等抽象概念缺乏认知，难以将“训练集无短发女生”与“模型误判短发女生性别”建立直接关联，需要教师通过具象的实践操作与案例拆解引导；而“公众利益潜在挑战”涉及伦理、权益等复杂问题，学生缺乏相关生活经验与认知高度，难以全面思考，需要教师通过层层设问搭建思考框架，因此将这两点设为教学难点。 教学策略 1. 案例教学法：以交通人脸识别误判事件、校园智慧小农场人脸识别系统为核心案例，将抽象的“数据安全”“模型准确性”问题转化为具体、贴近生活的情境，帮助学生理解。 2. 实践操作法：组织学生参与人脸识别性别分类实践，让学生在动手过程中直观感受训练数据对模型结果的影响，突破教学难点。 3. 小组合作法：安排小组讨论，促进学生之间的思维碰撞，提升合作探究能力。 4. 信息检索法：指导学生使用信息检索工具搜集人工智能安全管理办法，培养学生的数字化学习能力，同时让学生了解数据安全的制度保障。 教学过程 课堂导入 教师活动：展示情境：为了管理进出智慧小农场的人员，启明学校计划引入人脸识别出人系统。这个系统能够识别进出人员的身份，并判断他们是否有进入权限。通过采集每位访问者的人脸信息，系统可以准确地判断每位访问者的身份。 引导过渡：今天我们就围绕人工智能中的数据安全展开学习，一起解决这个问题，还要探索人工智能应用中的其他数据安全奥秘。 学生活动：观看情境材料，了解人脸识别系统的用途。思考教师提出的“人脸信息泄露安全问题”，自由发言。 问题设计： 问题一：想一想，如果因为系统漏洞，同学们的人脸信息被泄露了，会产生哪些安全问题? 问题二：人脸识别背后的原理是什么？ 设计意图： 通过贴近校园生活的情境导入，激发学生的学习兴趣，让学生快速聚焦“人脸识别与数据安全”的主题，同时通过问题引发学生的初步思考，为后续课堂探究奠定基础。 活动1：人工智能应用实例分析 教师活动：布置任务：阅读并分析以下事件，找出其中的人工智能应用，并与小组成员讨论事件中可能存在的数据安全问题。 呈现材料：为了规范交通行为，我国多地交通部门开始在十字路口安装人脸识别系统，用于抓拍闯红灯的行人。在某城市曾经发生过这样一起令人啼笑皆非的人脸识别系统误判事件:系统错误地将公交车上印有的某名人广告照片识别为真实行人，并判定此人闯红灯。事件发生后，该城市交通管理部门迅速对人脸识别系统进行了升级，以避免此类事件再次发生。 学生活动：阅读案例材料，明确事件背景与问题，找出其中的人工智能应用。 教师活动：组织小组讨论：提出两个问题：(1)该事件中存在哪些与数据安全、信息安全相关的问题?(2)导致该人工智能系统识别错误的原因可能有哪些? 学生活动：小组讨论，围绕教师提出的两个问题交流想法，记录讨论结果。 教师活动：引导总结：人工智能生成安全问题的原因：大数据训练和学习（数据被滥用或不当使用）、访问和分析个人偏好、行为习惯（信息有可能被泄露）、行为监控、数据追踪（可能会侵犯用户个人权益） 讲解：近年来，类似事件层出不穷，人工智能系统的安全性已成为值得关注的问题，开发人员必须确保系统既准确又安全，以免被滥用或误用。此外，这些事件引发了人们对人工智能伦理问题的思考，因此在技术发展的过程中需要平衡公众的权益。 播放【微视频】个性化信息推荐中的数据安全 学生活动：倾听教师总结，理解案例中的数据安全问题与模型误判原因。 设计意图: 通过真实的交通案例，让学生直观感受人工智能应用中的数据安全问题与模型准确性问题，培养学生的案例分析能力与信息意识；小组讨论则能促进学生之间的思维互动，提升合作能力。 活动2：搜集关于安全使用人工智能技术的相关管理办法 教师活动：布置任务：使用信息检索工具，搜集当前国内外关于科学、安全地使用人工智能技术所制定的管理办法、法规、规定等，并记录在表中。 简单演示信息检索步骤。 汇总分享：邀请3-4名学生展示填写的表格并总结“这些办法是保障人工智能安全使用、保护数据安全的重要制度”。 学生活动：明确任务要求，了解需搜集的文件与表格填写内容。使用信息检索工具进行搜索，查找文件的发布机构与发布时间，填写表格。展示填写结果，倾听教师补充，了解人工智能安全管理的相关法规。 设计意图: 通过信息检索实践，培养学生的数字化学习能力；让学生了解保障数据安全的制度层面措施，将理论分析与实际规范结合，提升学生的信息社会责任。 活动3：人脸识别 教师活动：布置任务：收集不同性别的人脸图像，准备训练集与测试集数据，以建立能够识别不同性别的人脸图像的分类模型。 指导实践步骤：选择类似图中的工具，分别将整理好的两类数据上传至对应的位置，开始训练。准备测试集中的图像并使用模型进行预测，记录模型预测的类别与图像的真实类别是否一致。使用模型对测试图像进行预测的结果如图所示。 学生活动：分组收集人脸图像，区分训练集与测试集。按照教师指导上传训练集数据，参与模型训练；上传测试集数据，记录预测结果。 组织讨论：提出问题：(1)图像识别结果是否都是准确的?(2)为什么会出现图中间这类结果? 分析前图中的训练图像，可以发现训练集中的女生均为长发，没有短发女生。因此，在后图中应用前面得到的模型对短发女生进行预测时，就可能出现中间结果(男生:49%，女生51%)。 造成这种情况的原因是模型在学习过程中所使用的数据不够丰富。 显然，训练集数据的丰富多样是机器学习的基础，如果数据集存在偏见，那么训练出的模型也会带有这些偏见。 学生活动：小组讨论教师提出的问题，思考模糊预测结果的原因。 教师活动：布置任务：启明学校计划在校园智慧小农场中引入人脸识别和语音识别技术。人脸识别技术将用于管理进出智慧小农场的人员，语音识别系统则能帮助管理员为植物浇水、施肥等。学校需要对这些系统的安全性进行评估。阅读如下技术评估资料，协助学校管理人员完成评估 （材料：人脸识别与语音识别技术的原理——启明学校技术评估资料 人脸识别技术:通过学习大量的人脸图像，人脸识别系统使得机器能够准确识别人类的面部特征，从而准确地在图像中检测到人脸。应用该技术的系统能够在现实世界中准确地识别个体。语音识别技术;通过学习大量语音数据，语音识别系统能够识别和理解人们说话的内容。如果为机器提供大量不同人的语音数据，机器就能够识别当前说话人的身份。这项技术广泛应用于语音助手、语音命令等场景，提高了交互的便捷性。在校园智慧小农场中引入人脸识别系统可以用于管理进出智慧小农场的人员;引入语音识别系统可以提升校因智慧小农场的智能化水平。） 教师活动：组织讨论：(1)为什么人脸识别技术和语音识别技术需要对大量数据进行学习和训练?(2)在使用这些技术时，如何保护用户的知情权和隐私权?(3)你认为这些技术在保护公众利益方面有哪些潜在的挑战? 学生活动：完成任务，组织讨论。倾听教师总结，理解“训练数据偏见导致模型误判”的逻辑。 设计意图： 通过具象的人脸识别实践，让学生在动手过程中直观感受训练数据对模型结果的影响，突破“分析模型误判原因”的教学难点；同时培养学生的实践操作能力与计算思维。 课堂小结 教师活动： 梳理框架：展示课堂总结表格，引导学生回顾本节课内容。 提问巩固：通过交通案例，我们知道人工智能应用可能存在什么问题？训练数据对模型准确性有什么影响？我们可以通过哪些方式保障人工智能安全使用？ 升华主题：强调：个人数据很重要，我们要树立数据安全意识，在享受人工智能便利的同时，保护自己的隐私权与知情权。 学生活动：跟随教师梳理课堂内容，回顾三个核心模块的学习重点。回答教师的巩固问题，强化对关键知识的记忆。倾听教师的主题升华，树立数据安全意识与信息社会责任。 设计意图: 通过框架梳理与问题巩固，帮助学生系统回顾本节课知识，形成完整的知识体系；主题升华则能引导学生将课堂学习与个人信息安全实践结合，落实信息社会责任的培养目标。 教学反思 优点：本节课通过“情境导入—案例分析—实践操作—总结升华”的流程，将抽象的“数据安全”“人工智能模型”知识转化为贴近学生生活的内容，符合四年级学生的认知特点；实践活动让学生直观感受训练数据与模型准确性的关系，有效突破了教学难点；小组合作与信息检索环节则培养了学生的合作能力与数字化学习能力，较好地落实了四大核心素养目标。 不足：在“分析人工智能技术保护公众利益的潜在挑战”环节，由于学生缺乏相关认知经验，讨论深度不足，教师的引导框架不够细致，导致部分学生无法全面思考；此外，信息检索环节中，部分学生对检索工具的使用不熟练，花费时间较长，影响了后续环节的进度。 改进方向：下次教学中，针对“公众利益挑战”，可提前准备“人工智能技术可能侵犯隐私”“模型误判影响公平性”等子问题，搭建思考阶梯，引导学生逐步深入；针对信息检索，可在课前简单讲解检索技巧，或提供权威检索平台链接，提高学生的检索效率；同时，可增加“课后拓展”环节，让课堂学习延伸到生活实践中，进一步强化学生的信息安全意识。 学科网（北京）股份有限公司 $