第3课 人工智能技术基础 教学设计 2025-2026学年浙教版初中信息科技八年级下册

初中信息科技课时备课 课 时 概 况 课 题 八年级下册第3课《人工智能技术基础》 课时序号 教师 备课时间 年 月 日 上课时间 年 月 日 教 学 设 计 学习内容分析 课标相应内容要求：《信息科技课程标准》要求学生掌握人工智能的三大技术基础，理解核心要素对人工智能发展的支撑作用，认识自主可控技术对人工智能发展的重要意义。 主要内容：本课主要介绍支撑人工智能运行和发展的三大核心技术基础：数据、算法、算力，明确三个要素各自的功能，梳理三者之间相互依存的关系。 望远镜思维——纵向联系：本课属于八年级下册第一单元《人工智能基础》的内容，学生在之前的日常学习和生活中已经体验过各类人工智能应用，六年级已经初步感知人工智能的应用价值，前两课已经学习了人工智能的基本概念与发展历程，为本课学习奠定了认知基础；本课的学习也为后续第二单元学习人工智能技术原理与算法、九年级学习人工智能安全与发展做好知识铺垫。 放大镜思维——横向逻辑：本课围绕“人工智能的三大技术基础是数据、算法和算力”这一大概念展开，从“单个要素的作用”到“多要素的依存关系”逐层递进，既落实了课程标准对人工智能基础的内容要求，也培养了学生的计算思维与信息社会责任核心素养。 学习对象分析 1. 心理和思维特点：八年级学生对人工智能充满好奇心，探究欲望强，抽象逻辑思维逐步发展，但仍然需要具象的案例和数据支撑才能理解抽象概念。 2. 已有知识基础和生活经验：学生作为数字原住民，日常每天都会使用人脸识别、语音助手、导航等人工智能应用，已经在前两课学习了人工智能的基本概念和发展历程，对人工智能有初步的整体认知。 3. 典型认知误区：①认为人工智能的核心就是算法，忽略数据和算力的作用，例如认为ChatGPT性能强大只是因为算法设计得好，不知道其训练依赖海量数据和超强算力；②认为训练人工智能的数据越多效果一定越好，不关注数据的质量和标注准确性，例如认为给识别猫的AI模型多加几千张错误标注的狗的照片，也能提升识别效果；③认为算力就是电脑运行的速度，不理解算力对人工智能训练和推理的支撑意义，混淆普通办公的计算需求和人工智能训练的并行计算需求。 学习目标 1. 能准确说出人工智能的三大技术基础，分别举例说明数据、算法、算力在人工智能运行发展中的作用。 2. 能结合具体人工智能应用案例，分析说明三大技术基础之间相互依存的关系。 3. 能结合国产人工智能发展的案例，初步认识自主可控技术对人工智能发展的重要意义。 教学重难点 教学重点：掌握人工智能三大技术基础的概念与各自作用 教学难点：理解三大技术基础之间相互依存的关系 教学方法 案例教学法、小组探究法、任务驱动法、问题引导法 学习资源 硬件环境：多媒体网络教室，学生4人一组，每组1台可联网计算机 软件环境：多媒体演示文稿，在线AI体验平台 教学资源：带具体数据的对比探究案例、ChatGPT训练公开参数素材、三大技术关系假设情景任务单 教学准备：提前分组，提前调试网络和设备，打印探究任务单 学习过程 【活动描述】播放1分钟记录学生日常校园清晨场景的视频：学生起床用指纹解锁手机、出门用AI导航规划路线、到校门口刷脸进校门、课上用语音输入转文字，提出驱动问题：这些我们每天都在用的人工智能功能，能够稳定运行最核心的基础是什么？预留2分钟小组讨论时间。 【学生活动】观看视频，结合日常使用经验参与小组讨论，分享自己认为人工智能能够运行的核心要素。 【教师活动】播放视频，提出驱动问题，梳理汇总学生分享的各类答案，将学生提到的“代码”“数据”“电脑”等答案整理在黑板上，引出本节课的学习主题：人工智能的三大技术基础。 【设计意图】从学生每天亲身经历的真实场景切入，唤醒学生已有生活经验，引发认知冲突，激发学生的探究兴趣，自然引入新课。 【学习过程-建构】 活动1：探究三大技术要素的各自作用 【活动描述】给每个小组分发带具体数据的对比探究案例：①数据对比：两个苹果识别AI模型，A用100张标注正确的苹果照片训练，识别准确率62%；B用10000张不同品种、不同光线的标注正确苹果照片训练，识别准确率95%。②算法对比：同样用1000张猫的照片训练，传统算法识别准确率70%，卷积神经网络算法识别准确率92%。③算力对比：训练同一个识别模型，单核CPU训练需要24小时，100核GPU训练只需要10分钟，最终准确率一致，训练速度差144倍。要求小组5分钟完成探究，总结每个要素的作用，填写任务单。 【学生活动】分组分析案例中的数据差异，小组讨论总结每个要素的作用，填写探究任务单，完成后派代表分享小组结论。 【教师活动】分发探究任务单和案例材料，巡视各组探究过程，适时引导学生从数据差异中总结规律，在学生分享后总结提炼：数据是人工智能的“基础原料”，算法是人工智能的“思维方法”，算力是人工智能的“动力引擎”，明确三个核心概念的定义。 【设计意图】通过带具体数据的对比案例，让学生自主探究生成概念，避免死记硬背，培养学生基于证据推理总结的能力，落实计算思维核心素养。 活动2：探究三大技术要素的依存关系 【活动描述】设置三个假设情景，要求小组4分钟讨论，每个情景给出判断并说明理由：①情景1：拥有顶尖的人脸识别算法、全球最强的超级算力，但是没有任何标注好的人脸训练数据，能不能训练出可用的商用人脸识别AI？②情景2：拥有100万张标注好的人脸训练数据、全球最强的超级算力，但是只有最原始的简单识别算法，能不能训练出准确率99%的商用人脸识别AI？③情景3：拥有100万张标注好的人脸训练数据、顶尖的人脸识别算法，但是只有一台普通家用笔记本电脑（算力不足），能不能在一周内训练出商用人脸识别AI？讨论结束后总结三者的关系。 【学生活动】针对每个假设情景开展小组思辨讨论，梳理判断依据，派代表分享小组观点。 【教师活动】呈现假设情景，引导学生围绕“缺少某一个要素会有什么影响”开展讨论，在学生分享后总结：人工智能三大技术基础缺一不可，数据提供原材料、算法提供方法、算力提供动力，三者相互支撑，共同决定人工智能的能力边界。 【设计意图】通过假设情景开展思辨探究，让学生自主建构三大技术的依存关系，有效突破教学难点，培养学生的逻辑思辨能力。 【学习过程-应用】 【活动描述】呈现当前热门生成式AI ChatGPT的公开训练参数：训练数据总量约5700亿单词，采用Transformer架构的大语言模型算法，训练用到约1万颗A100GPU，总算力达到每秒3640千万亿次浮点运算。要求小组6分钟分析：该案例中数据、算法、算力分别起到了什么作用？如果缺少任意一个要素，会对ChatGPT产生什么影响？完成后每组派代表分享分析结果。 【学生活动】分组阅读案例参数，结合本节课所学知识开展分析，完成分析任务，分享本组的分析结论。 【教师活动】呈现案例数据，巡视引导各组分析，点评各组的分析结果，补充说明：当前大模型人工智能的发展依赖三大技术的共同进步，我国在人工智能领域很多算法处于世界领先水平，但高端芯片算力领域还存在被“卡脖子”的问题，自主可控技术对我国人工智能发展非常重要。 【设计意图】用真实热门案例让学生应用所学知识分析问题，巩固新知，同时渗透自主可控的国家安全教育，落实信息社会责任核心素养。 【学习过程-梳理】 【活动描述】围绕三个核心问题引导学生梳理本节课知识：①人工智能运行发展的三大核心技术基础是什么？②每个技术基础的作用是什么？③三大技术基础之间是什么关系？引导学生一起搭建知识框架。 【学生活动】跟随问题引导，主动回顾本节课内容，回答问题，梳理知识脉络。 【教师活动】提出问题，引导学生梳理，补充完善知识框架，强调核心要点和易错点。 【设计意图】帮助学生建构完整清晰的知识体系，强化对核心概念的理解与记忆。 板书设计 一、人工智能三大技术基础 1. 数据——基础原料 2. 算法——思维方法 3. 算力——动力引擎 二、三者关系：缺一不可，相互依存 评价设计 评价维度（等级制） 1. 概念掌握：优秀（能准确说出三大基础的名称，清晰表述每个基础的作用）；合格（能说出三大基础的名称，作用表述不全但无错误）；待改进（不能完整说出三大基础的名称） 2. 探究参与：优秀（主动参与讨论，积极分享观点，完成全部探究任务）；合格（能参与讨论，完成大部分探究任务）；待改进（不参与讨论，不能完成探究任务） 3. 案例分析：优秀（能正确分析案例中三大基础的作用与关系，逻辑清晰）；合格（能基本分析，结论正确但逻辑不够清晰）；待改进（不能正确分析案例，结论错误） 4. 小组合作：优秀（主动承担任务，积极协助组员完成探究）；合格（能完成自身分配的任务）；待改进（不能完成分配的任务，不配合小组） 评价方式 自评：探究参与、小组合作；互评：案例分析展示环节；师评：整体概念掌握、任务完成情况 教学反思 亮点：1. 从学生日常真实场景切入，有效激发学生兴趣，唤醒已有经验；2. 采用带具体数据的对比探究和假设思辨，让学生自主建构知识，避免了概念的死记硬背，符合八年级学生的认知特点；3. 结合真实案例渗透自主可控教育，落实了信息社会责任核心素养。 改进设想：如果条件允许，能让学生亲自在在线AI平台体验不同数据量、不同算力下简单AI模型的训练过程，学生的直观感受会更深刻；另外可以为学有余力的学生拓展“数据质量对AI效果的影响”的探究任务，满足不同层次学生的学习需求，分层教学会做得更好。 学科网（北京）股份有限公司 $