第9课 人工智能发展》 教学设计 -2025-2026学年浙教版（2023）信息技术九年级全册

该初中信息科技教学设计聚焦人工智能发展历程，通过“未来城市”视频情境导入，以动态时间轴梳理1950年代至今的符号主义、机器学习、深度学习三阶段，构建认知支架。 特色在于经典案例对比（深蓝与阿尔法狗）直观呈现技术范式转变，小组探究设计“智慧校园助手”培养数字化学习与创新，议题式教学结合情境探究，落实计算思维与信息社会责任，助学生建立理性认知，教师易操作提升教学效率。

《人工智能发展》教案 学科 初中信息技术 年级册别 九年级全册 共1课时 教材 浙教版 授课类型 新授课 第1课时 教材分析 教材分析 本课是九年级第二单元“人工智能安全与发展”的第九课，聚焦于人工智能的发展历程、核心技术与社会影响。教材通过时间轴梳理了从早期符号主义到深度学习的演进路径，结合典型应用案例（如自动驾驶、医疗影像识别）揭示技术变革对社会的深远影响。内容强调技术发展的双面性，引导学生辩证看待人工智能带来的机遇与挑战，为后续“安全”主题奠定认知基础。 学情分析 九年级学生已具备一定的计算机操作能力，对智能设备（如语音助手、推荐系统）有日常使用经验，但对“人工智能”概念仍停留在表层感知。部分学生存在技术崇拜或恐惧心理，缺乏科学认知框架。通过真实案例对比和小组探究活动，可激发其批判性思维，帮助建立理性认知，突破“人工智能=科幻电影”的刻板印象。 课时教学目标 信息意识 1. 能列举至少三种不同阶段的人工智能代表性技术，并说明其特点与应用场景。 2. 能辨识生活中常见的人工智能应用实例，理解其背后的技术逻辑。 计算思维 1. 能通过时间轴分析法梳理人工智能发展的关键节点及其推动因素。 2. 能运用对比分析法评估不同技术路线在解决实际问题中的优劣。 数字化学习与创新1. 能基于真实案例设计简单的技术演进推演方案，提出未来可能的发展方向。 2. 能在小组协作中整合多源信息，形成具有创新性的观点陈述。 信息社会责任 1. 能识别人工智能发展中的潜在风险（如数据偏见、就业冲击），并表达初步应对态度。 2. 能在讨论中尊重多元观点，倡导负责任的技术使用理念。 教学重点、难点 重点 1. 人工智能发展历程的核心阶段划分及标志性技术特征。 2. 典型人工智能应用案例的技术原理与社会影响分析。 难点 1. 理解从“规则驱动”到“数据驱动”的范式转变及其深层意义。 2. 在复杂情境中权衡技术进步与伦理责任之间的关系。 教学方法与准备 教学方法 议题式教学法、情境探究法、合作探究法、讲授法 教具准备 多媒体课件、人工智能发展时间轴图示、视频片段、小组任务卡、投影仪 教学环节 教师活动 学生活动 情境导入：穿越时空的智能对话【5分钟】 一、创设悬念，引出课题 （一）、创设情境 一位老人在家中与智能管家对话，管家不仅能根据情绪调节灯光与音乐，还能预测其健康状况并自动预约医生。画面切换至街道上无人驾驶车辆有序通行，机器人清洁员清扫路面，空中无人机配送包裹。 1. 教师提问：“同学们，你们觉得这个未来世界真实吗？如果有一天，这些场景真的发生，你们会感到兴奋还是担忧？” 2. 引导学生自由发言，记录关键词（如“太神奇了”、“担心失业”、“害怕失控”）。 3. 教师顺势追问：“这一切是如何实现的？是谁让机器变得‘聪明’起来？今天，我们就一起踏上一段‘人工智能发展史’的旅程，揭开它的神秘面纱。” 4. 板书课题：“9 人工智能发展”——开启智慧之门。 二、构建认知地图：人工智能发展三阶段模型 （一）、展示动态时间轴图示（1950–2025） 1. 教师引导观察时间轴上的三个主要阶段： - 阶段一：1950–1980年代 —— “符号主义时代”（专家系统主导） - 阶段二：1990–2010年代 —— “机器学习兴起”（统计模型应用） - 阶段三：2010年代至今 —— “深度学习革命”（神经网络爆发） 2. 教师逐项讲解： - “符号主义”：人类将知识编码成规则，输入系统，系统按规则推理。例如：早期下棋程序“深蓝”依靠程序员预设所有可能走法。 - “机器学习”：系统从大量数据中自动提取规律，无需人工编写规则。如垃圾邮件过滤器通过学习数千封邮件判断是否为垃圾。 - “深度学习”：模仿人脑神经元结构，构建多层网络处理图像、语音等复杂信息。如人脸识别系统能准确识别上千张人脸。 3. 提问：“为什么说‘深度学习’是一场‘革命’？它相比前两个阶段最大的不同是什么？” 4. 预设学生回答： - 学生1：“因为它不需要人写规则，自己学会！” - 学生2：“以前要告诉电脑怎么做，现在让它自己找规律。” 5. 教师小结：“没错！这正是从‘规则驱动’向‘数据驱动’的根本转变。没有大数据支撑，就没有今天的智能。” 6. 指出关键转折点：2012年，谷歌团队用深度神经网络在图像识别比赛中大幅领先，标志着该技术进入主流视野。 1. 观看视频，感受未来科技魅力。 2. 表达个人对智能未来的看法。 3. 记录关键词，参与课堂互动。 4. 初步建立“人工智能发展有阶段”的认知框架。 评价任务 情境感知：☆☆☆ 概念辨析：☆☆☆ 思维启动：☆☆☆ 设计意图 以未来愿景激发兴趣，打破“人工智能即科幻”的误解；借助时间轴可视化呈现发展脉络，帮助学生建立清晰的知识结构；通过设问引发深度思考，激活已有经验，为后续探究铺垫。 案例剖析：从“深蓝”到“阿尔法狗”【15分钟】 一、经典案例解析：国际象棋对决背后的算力革命 （一）、“深蓝”击败卡斯帕罗夫 1. 教师介绍背景：1997年，IBM超级计算机“深蓝”以3.5:2.5战胜世界冠军加里·卡斯帕罗夫，这是人工智能首次在智力竞技中战胜人类顶尖高手。 2. 教师提问：“‘深蓝’赢的关键是什么？它是如何‘思考’的？” 3. 引导学生思考：它并非真正“理解”棋局，而是依靠强大的计算能力，在每一步中穷举数百万种走法，选择最优策略。 4. 教师强调：“这是典型的‘符号主义’——人类把全部规则写进去，机器负责执行。” 5. 提问：“如果让‘深蓝’去判断一张猫的照片是不是猫，它能做到吗？” 6. 预设学生回答： - 学生1：“不能，它不知道什么是猫。” - 学生2：“它只会下棋，不会看图。” 7. 教师总结：“所以，‘深蓝’是‘专才’，不是‘通才’。它只能做一件事，而且必须由人教会它怎么做。” 8. 过渡语：“那么，有没有一种机器，能像人一样‘看懂’世界呢？让我们走进下一个传奇。” 二、突破性案例：围棋大战——从‘人工规则’到‘自我进化’ （一）、“阿尔法狗”击败李世石 1. 教师介绍：2016年，谷歌旗下DeepMind开发的“阿尔法狗”以4:1战胜韩国围棋大师李世石，震惊全球。 2. 教师提问：“这次胜利为何更令人震撼？” 3. 引导学生分析差异： - 与“深蓝”不同，围棋变化无穷，无法穷举所有可能性。 - “阿尔法狗”没有预设任何围棋规则，而是通过自我对弈训练数十万局，从零开始学习“直觉”与“布局”。 - 它甚至走出了一些人类从未尝试过的“神之一手”。 4. 教师强调：“这不是编程的结果，而是学习的结果。它学会了‘像人一样思考’。” 5. 教师：神经网络结构图，解释“输入层→隐藏层→输出层”的工作方式。 6. 提问：“如果‘阿尔法狗’每天自我对弈10万盘，相当于一个人类棋手一生下多少盘？” 7. 预设学生回答： - 学生1：“可能几百万盘吧！” - 学生2：“人类一辈子也下不了这么多。” 8. 教师总结：“正是这种海量数据+强大算力，才让机器拥有了‘类人思维’的能力。” 9. 进一步追问：“如果你是一个开发者，你会如何利用这种能力来解决现实问题？” 10. 鼓励学生畅想：医疗诊断、天气预测、交通调度等。 1. 观看“深蓝”与“阿尔法狗”比赛视频片段。 2. 对比分析两者的决策机制差异。 3. 思考“机器是否真正‘聪明’”的问题。 4. 小组讨论：未来人工智能还能做什么？ 评价任务 对比分析：☆☆☆ 技术理解：☆☆☆ 思维拓展：☆☆☆ 设计意图 通过历史级案例对比，直观展现人工智能从“规则驱动”到“数据驱动”的质变；借助视觉化图示降低抽象概念门槛；设置开放性问题促进高阶思维发展，培养学生面向未来的创新意识。 小组探究：我来设计未来的智能助手【15分钟】 一、任务发布与分组指导 （一）、明确探究任务 1. 教师宣布任务：“假如你是未来智能助手的设计者，请你设计一款能服务校园生活的‘智慧校园助手’，需包含以下功能：① 自动提醒课程安排；② 根据饮食偏好推荐午餐；③ 协助处理突发情况（如同学摔倒）。” 2. 教师强调：“不仅要列出功能，还要说明它用了什么技术才能实现。” 3. 分组要求：每组4人，角色分工如下： - 记录员：负责整理讨论成果； - 发言人：代表小组汇报； - 技术顾问：负责解释技术原理； - 创意总监：提出新颖想法。 4. 教师发放任务卡，附带参考提示： - “提醒课程”：可用日历同步 + 语音播报技术。 - “推荐午餐”：基于用户饮食偏好数据库 + 机器学习模型。 - “处理突发”：部署摄像头 + 实时图像识别 + 自动报警系统。 5. 教师巡视指导，关注各组进展，适时介入： - 对思路模糊组：“你能回忆一下‘阿尔法狗’是怎么学习的吗？我们可以借鉴它的‘自我训练’模式。” - 对技术描述不清组：“你说‘它能看懂’，那它是怎么‘看’的？需要什么技术支持？” 6. 鼓励学生结合本地生活经验举例：如学校食堂、校车、体育课等场景。 二、成果展示与互评 （一）、小组轮流汇报 1. 每组派发言人上台展示设计图（可用白板绘制或文字描述）。 2. 教师引导其他组提问： - “你们的助手怎么知道我喜欢吃辣？” - “如果有人假装摔倒怎么办？” 3. 教师点评： - 亮点1：某组提出“通过连续动作捕捉判断是否真摔倒”，体现对误报问题的考虑。 - 亮点2：某组引入“用户反馈机制”，允许纠正推荐结果，体现人性化设计。 4. 教师总结：“真正的智能不仅在于‘能做’，更在于‘懂人’、‘知错’、‘会改’。” 5. 强调：“所有这些功能的背后，都是人工智能在起作用——而它们都源于一个共同点：数据。” 1. 小组合作，完成智能助手设计方案。 2. 明确角色分工，协同推进。 3. 运用所学知识解释技术实现路径。 4. 展示成果，接受提问与评价。 评价任务 协作效率：☆☆☆ 技术应用：☆☆☆ 创新价值：☆☆☆ 设计意图 以真实项目驱动学习，让学生从“被动接收”转为“主动创造”；通过角色分工培养团队协作能力；在解决问题中深化对“数据驱动”本质的理解；提升数字化创新能力与社会责任感。 总结升华：我们与智能共成长【5分钟】 一、回顾发展脉络，提炼核心思想 （一）、师生共同梳理三大阶段特征 1. 教师引导学生回顾： - “符号主义”：人类写规则，机器执行 → 专精但僵化。 - “机器学习”：机器从数据中找规律 → 适应性强。 - “深度学习”：模拟大脑结构，自主进化 → 类人思维萌芽。 2. 教师提问：“人工智能的发展，本质上是人类智慧的延伸，还是一种替代？” 3. 预设学生回答： - 学生1：“是延伸，就像望远镜放大眼睛。” - 学生2：“也是替代，比如自动翻译会取代翻译员。” 4. 教师总结：“它既是工具，也是伙伴。关键不在于技术本身，而在于我们如何使用它。” 5. 引出核心价值观：“我们不是要制造‘超级智能’，而是要培育‘负责任的智能’。” 二、布置课后思考题，延续学习热情 （一）、提出开放式问题 1. 作业题1：请查阅资料，列举一项你认为最值得期待的人工智能应用，并说明理由。 2. 作业题2：设想未来十年，人工智能可能带来哪些新的职业？又可能淘汰哪些旧职业？ 3. 教师强调：“这些问题没有标准答案，但值得我们持续思考。” 4. 最后一句结束语：“愿每一位同学都能成为驾驭智能浪潮的弄潮儿，而不是被淹没在其中的浮萍。” 1. 回顾本课核心知识点。 2. 参与课堂问答，表达个人观点。 3. 记录课后思考题，准备课后探究。 评价任务 认知整合：☆☆☆ 价值引领：☆☆☆ 延伸思考：☆☆☆ 设计意图 通过总结升华，帮助学生形成完整认知闭环；引导其从技术层面走向价值判断；激发长期探究兴趣，落实“信息社会责任”目标，实现从知识到品格的育人转化。 作业设计 一、基础巩固：填空与判断 1. 人工智能发展的三个主要阶段分别是__________、__________和__________。 2. “深蓝”击败卡斯帕罗夫属于__________阶段的技术应用。 3. “阿尔法狗”能够通过自我对弈学习围棋，体现了__________的学习方式。 4. 判断正误：人工智能可以完全替代人类进行所有决策。（ ） 5. 判断正误：深度学习依赖于大量数据训练，因此数据质量至关重要。（ ） 6. 请简述“符号主义”与“深度学习”的根本区别： __________________________________________________ __________________________________________________ 【答案解析】 一、基础巩固：填空与判断 1. 符号主义时代、机器学习兴起、深度学习革命。 2. 符号主义时代。 3. 自主学习 / 深度学习。 4. 错 5. 对 6. 区别在于：符号主义依赖人类预先编写规则，机器按规则执行；而深度学习通过大量数据自动学习特征，无需人工设定规则，更接近人类的感知与推理方式。 板书设计 9 人工智能发展 1. 发展三阶段 ① 符号主义（规则驱动） → 专家系统、深蓝 ② 机器学习（数据驱动） → 垃圾邮件过滤 ③ 深度学习（神经网络） → 阿尔法狗、人脸识别 教学反思 成功之处 1. 以“未来城市”视频导入，迅速点燃学生兴趣，课堂参与度极高。 2. “深蓝”与“阿尔法狗”案例对比鲜明，有效突破“人工智能=规则编程”的认知误区。 3. 小组探究任务贴近校园生活，学生创意丰富，展现了良好的计算思维与创新能力。 不足之处 1. 部分学生对“神经网络”等术语理解困难，需增加图形辅助说明。 2. 小组讨论时间略紧，个别组未能充分展开，建议下次预留2分钟缓冲时间。 3. 对“伦理风险”的讨论较浅，可引入更多现实争议案例（如面部识别滥用）深化思辨。 学科网（北京）股份有限公司 $