第六单元第2课 人工智能离不开算法（教学设计）信息科技苏科版五年级下册（新教材）

第2课 人工智能离不开算法 教学设计 课题 第2课《人工智能离不开算法》 单元 第六单元 学科 信息技术 年级 五 学习 目标 【核心素养】 信息意识： 认识到算法是人工智能的核心支撑，理解人工智能应用的背后都离不开算法的驱动，形成关注人工智能技术发展的意识。 计算思维： 理解机器学习的基本原理（数据训练→形成模型→预测判断），能够类比人类学习过程理解机器学习的本质，掌握人工智能算法的一般步骤。 数字化学习与创新： 通过“手势识别”程序体验人工智能算法的实现过程，能够尝试优化模型训练以提高识别准确率，培养创新实践能力。 信息社会责任： 辩证看待人工智能算法的作用，理解算法在自动驾驶等场景中可能面临的伦理困境，树立对人工智能技术的理性态度和社会责任感。 【教学目标】 知识与技能： 了解图像识别、机器学习等人工智能典型应用；理解机器学习的基本原理（训练→模型→预测）；知道人工智能算法的一般步骤（提取特征→训练模型→进行预测）。 过程与方法： 通过“刷脸”解锁、手势识别实验等活动，经历“观察—体验—分析—优化”的探究过程，掌握人工智能算法的工作原理。 情感、态度与价值观： 感受人工智能算法的神奇魅力，同时理性认识其局限性，培养科学探究精神和伦理意识。 重点 理解机器学习的基本原理（训练→模型→预测）以及人工智能算法的一般步骤。 难点 理解机器如何通过数据训练形成模型，并能够通过优化训练样本提高识别准确率。 教学过程 教学环节 教师活动 学生活动 设计意图 教学设计 教学设计 教学设计 一、生活现象导入 1. 猜数游戏引入 同学们，你们有没有见过爸爸妈妈用“刷脸”的方式解锁手机、进行在线支付？或者用语音控制智能音箱？这些神奇的功能是怎么实现的呢？ 2. 揭示课题 其实，这些人工智能应用的背后，都有一个共同的“大脑”——算法。今天我们就来探究：为什么说人工智能离不开算法。 板书： 人工智能离不开算法 二、新知学习：人工智能与算法的关系 我们刚才说的刷脸解锁，其实靠的是图像识别技术，这是人工智能的一个典型应用。除了图像识别，还有机器翻译、语音识别、智能推荐等等。无论哪个领域，算法都是它们的重要支撑。算法对于人工智能，就像大脑对于人的身体一样重要。 1.  认识人工智能的多种应用 （1） 引导学生列举生活中遇到的人工智能应用（如：拍照识物、语音助手、导航路线规划等）。 （2） 强调：所有这些应用，背后都离不开算法的支撑。 2. 讨论：机器如何学习？ 总结：人工智能中有一个重要的分支叫机器学习。它的原理和人类学习的过程很相似。大家想想，我们小时候是怎么认识猫的？ 三、新知学习：机器学习的基本原理 我们小时候并不认识猫，是大人反复告诉我们“这是猫”，我们慢慢把“猫”这个名称和它的特征（圆圆的脸、尖尖的耳朵、长长的胡须）关联起来，形成了记忆。以后看到类似特征的动物，我们就能判断：这是猫。 1. 类比人类学习，理解机器学习 （1） 讲解机器学习的基本原理：借助大量数据进行训练，形成模型，并不断调整优化。当遇到新问题时，机器将新数据与模型对比，给出预测结果。 （2） 用猫的识别为例： • 训练：给机器看大量猫的图片，告诉它“这是猫”。 • 模型：机器总结出猫的特征规律（如：有胡须、尖耳朵等）。 • 预测：给机器一张新图片，它根据模型判断是不是猫。 2. 人工智能算法的三个步骤 所以，人工智能算法一般有三个主要步骤：提取数据关键特征 → 训练人工智能模型 → 使用模型进行预测。 四、实验室：体验“手势识别”程序 理论讲完了，现在我们来亲手体验一下人工智能算法是怎么工作的。请大家打开课程平台上的“手势识别”程序。 1. 运行程序，观察特征提取 （1） 指导学生运行“手势识别”程序，观察界面中展示了哪几种手势（如剪刀、石头、布等）。 （2） 引导学生思考：程序是如何提取这些手势的特征的？（如手指数量、手指方向等） 2. 采集手势样本，训练模型 （1） 指导学生按照“手势采集记录表”记录自己采集手势的过程（手势名称、次数、手势方向、左右手、正背面等）。 （2） 让学生多次采集不同角度、不同方向的手势样本，完成模型训练。 3. 测试识别效果，讨论优化 总结：采集完成后，程序能识别你的手势吗？正确率怎么样？如果识别不准确，可能是为什么？ （1） 组织学生测试识别效果，记录正确率。 （2） 讨论：如何提高手势识别的正确率？（如：增加样本数量、采集不同角度、去除模糊样本等） （3） 引导学生尝试优化程序，再次测试。 五、拓展迁移与伦理思考 人工智能算法虽然强大，但它也面临一些难题，尤其是在涉及道德判断的时候。 1. 阅读：自动驾驶汽车的抉择 （1） 引导学生阅读教材“自动驾驶汽车的抉择”材料。 （2） 讨论：如果你是自动驾驶算法的设计者，当车辆必须在“撞向行人”和“撞向墙壁（可能伤及车内乘客）”之间做选择时，你会让算法如何决策？ 2. 思考交流 引导学生认识到：算法设计不仅涉及技术问题，还涉及伦理道德。研发者需要权衡不同的风险与价值。 3. 迁移挑战 任务：学校运动会要进行运动员检录，小慧想编写一个能自动识别运动员号牌数字的程序。你能尝试修改“手势识别”程序，实现数字识别的功能吗？ 六、课程小结 引导学生分享： 1. 机器学习的基本原理是什么？（训练→模型→预测） 2. 人工智能算法的三个步骤是什么？ 3. 在“手势识别”实验中，你是如何优化识别准确率的？ 4. 对于自动驾驶汽车的抉择问题，你有什么看法？ 七、作业布置 预习下一课内容。 八、板书设计 人工智能离不开算法 • 人工智能应用：图像识别、语音识别、机器翻译、智能推荐…… • 机器学习原理：训练（大量数据）→ 形成模型 → 预测（新数据） • 人工智能算法三步骤： – 提取特征 – 训练模型 – 进行预测 • 体验：手势识别（样本越多，识别越准） • 思考：算法与伦理（自动驾驶的抉择） 分享自己见过的刷脸、语音控制等人工智能应用场景。 列举生活中遇到的人工智能应用。 理解机器学习与人类学习的相似性。 记录人工智能算法的三个步骤。 运行“手势识别”程序，观察手势种类和特征提取方式。 按照表格记录手势采集过程，完成模型训练。 小组讨论优化方法，并尝试修改程序再次测试。 阅读自动驾驶案例，小组讨论伦理困境。 总结，分享 从学生熟悉的生活现象切入，激发好奇心。 拓宽学生对人工智能应用领域的认识。 通过类比降低理解难度，帮助学生建立直观认知。 将抽象原理提炼为可操作的三个步骤，便于记忆和应用。 通过亲身体验，将抽象的机器学习原理具象化、可操作化。 让学生在实践中理解“样本质量影响识别准确率”这一核心概念。 将技术学习拓展到伦理层面，培养社会责任感。 梳理本节课知识点，形成知识脉络图谱 教 学 反 思 www.21cnjy.com 精品试卷·第 2 页 （共 2 页） 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $