第9课 人工智能中的机器学习 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 八年级下册第二单元第九课 人工智能中的机器学习（1课时） 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》要求八年级学生初步理解人工智能的常见实现方式，能探究机器学习的基本原理，体验机器学习在生活中的应用，落实数字化实践与创新、信息社会责任的核心素养。主要内容：本课包含机器学习的基本原理、有监督学习与无监督学习的特点、机器学习的生活应用三部分核心内容。望远镜思维——纵向联系：本单元前序课程《语音识别技术》《图像识别技术》《人工智能中的算法》让学生已经对人工智能应用和基础算法逻辑有了认知，为本课原理探究奠定了基础；本课的学习又为后续《智能创意》一课的项目实践，以及九年级人工智能伦理、智能预测单元的学习做好了概念铺垫。放大镜思维——横向逻辑：本课以“解决水果店苹果分拣问题”为主线，从生活需求引入原理探究，再对比两种常见机器学习方式的差异，最后落脚到实际问题解决，逻辑层层递进，符合“从具象到抽象、从认知到应用”的认知规律，落实了课标对人工智能核心概念探究的要求。 学习对象分析 1.心理和思维特点：八年级学生已经具备初步的抽象逻辑思维，对人工智能这类前沿科技有强烈的好奇心和探究欲，但对高度抽象的技术概念仍需要具象案例的支撑才能理解。2.已有知识基础和生活经验：学生是机器学习产品的日常用户，每天都在接触个性化短视频推荐、图像识别、智能翻译等应用，之前已经学习过人工智能的基本概念和算法基础，对人工智能三大要素有初步认知。3.典型认知误区：①认为机器学习就是人工智能的全部，比如会默认所有人工智能应用都用到了机器学习，不知道专家系统等传统人工智能不需要机器学习；②认为机器学习和普通编程一样，都是人事先给计算机写好所有判断规则，比如觉得AI区分苹果，也是人把“红富士是红色、椭圆形”这类规则一条条写给计算机，不知道是计算机从数据中自主总结规则；③认为有监督学习和无监督学习只是名称不同，都可以用来分类，不知道二者在数据要求、适用场景上有本质区别。 学习目标 1. 通过对比人类认识苹果和机器学习认识苹果的过程，能准确说出机器学习的基本原理，能解释“训练”“模型”两个核心概念的含义。2. 通过探究对比实验，能总结有监督学习的核心特征，能准确说出有监督学习与无监督学习的核心区别。3. 能针对生活中的具体问题，选择合适的机器学习方式解决，感受机器学习的应用价值。 教学重难点 教学重点：机器学习的基本原理，有监督学习与无监督学习的区别 教学难点：理解机器学习“从数据中自主总结规则”的核心特点，正确区分两种机器学习方式的适用场景 教学方法 情境教学法、实验探究法、对比归纳法、小组合作法 学习资源 硬件环境：多媒体联网计算机教室，每人1台计算机；软件环境：谷歌/Edge浏览器，英荔AI在线机器学习工具网站，Kimi人工智能助手；教学资源：苹果分类标注数据集，探究对比记录表，水果店问题解决方案单；教学准备：提前调试工具网站访问权限，上传预制苹果样本，分发电子探究记录单。 学习过程 【活动描述】创设学校门口缤纷水果店的真实场景：新开的缤纷水果店每天进货约120箱苹果，包含红富士、青苹果、蛇果3个品种，目前全靠店员人工分拣，每天耗时1.5小时，还经常出错，老板计划引入AI自动分拣系统，请同学们作为AI技术助理帮忙解决问题，引出核心问题：AI怎么才能学会区分不同品种的苹果？ 【学生活动】观看水果店分拣现场的短视频，阅读情境资料，思考老板遇到的困难，分享自己想到的初步解决方案。 【教师活动】展示真实场景素材，引出问题，记录学生提出的不同解决方案，梳理学生的认知起点，引出本节课的学习主题。 【设计意图】用学生身边的真实场景切入，贴近生活，引发认知冲突，整节课用该情境贯穿始终，结构清晰，有效激发学生的探究欲望。 【学习过程-建构】 活动1：原理探究——对比人类与AI的学习过程 【活动描述】给出两个具体对比场景：场景1：从没见过苹果的3岁小孩，家长给他看10张红富士、10张青苹果、10张蛇果的图片，每张都标注好品种，几次练习后小孩就能认出新的苹果；场景2：让AI学习认三种苹果，给AI同样30张标注好品种的图片，训练后AI也能认出新苹果。请学生4人小组讨论2分钟，对比两个学习过程的共同点，完成对比记录表。 【学生活动】小组讨论，填写对比记录表（从学习材料、学习方式、学习结果三个维度对比），派代表分享讨论结果。 【教师活动】发放对比记录表，巡视指导小组讨论，总结学生发言，提炼核心：机器学习和人类学习逻辑类似，是计算机从大量数据中自主总结规则，形成“模型”，这个过程叫“训练”，训练好的模型就是一个可以处理新数据的函数y=f(x)，输入新图片就能输出分类结果，明确机器学习的核心定义。 【设计意图】用带具体数字的对比案例把抽象原理具象化，让学生自主生成概念，避免教师灌输，符合建构主义学习规律。 活动2：核心探究——带标签和不带标签的学习差异 【活动描述】给出两个假设情景：假设1：给AI的30张苹果图片全部标注好品种（告诉AI每张属于哪一类），AI训练后对新苹果分类；假设2：给AI30张苹果图片，不提前告诉AI每个图片的品种，只要求AI把看起来相似的归为一类，AI会自动分成3组。请学生思考：两种学习过程有什么不同？得到的结果有什么差异？ 【学生活动】独立思考1分钟，小组交流1分钟，猜想两种学习过程的特点，尝试总结差异。 【教师活动】根据学生的猜想，引出“有监督学习（带标签数据，用于分类预测）”和“无监督学习（无标签数据，用于发现数据内在结构）”的概念，演示Kimi模拟无监督分类苹果的过程，验证学生猜想，引导学生整理二者的核心区别。 【设计意图】通过假设情景引发探究欲望，用演示验证猜想，突破核心难点，帮助学生理清两个核心概念的差异。 【学习过程-应用】 【活动描述】回归缤纷水果店的三个真实问题，请学生小组合作，3分钟内完成分析，判断每个问题适合用哪种机器学习方式，填写解决方案单：①自动分拣不同品种的苹果，已经收集了1000张标注好品种的苹果样本；②给进店顾客自动分组，给不同组推送不同的苹果优惠，顾客的消费数据没有提前标注分组；③开发AI导购，听懂顾客说的“脆甜红苹果”匹配对应苹果，已经有5000条“顾客描述-对应苹果”的标注数据。 【学生活动】小组合作分析问题，填写解决方案单，完成后派代表上台分享结果。 【教师活动】发放解决方案单，巡视指导小组讨论，点评学生分享结果，总结确认：问题1适合有监督学习，问题2适合无监督学习，问题3适合有监督学习，梳理不同机器学习方式的适用场景。 【设计意图】用贯穿整节课的情境形成学习闭环，让学生应用新知解决真实问题，巩固核心概念，提升问题解决能力。 【学习过程-梳理】 【活动描述】引导学生按照“提出问题-建构概念-解决问题”的线索，梳理本节课核心知识，画出简易的知识结构图。 【学生活动】自主梳理知识点，画出知识结构图，和同桌交换核对。 【教师活动】带领学生回顾整节课内容：从水果店分拣的真实问题引入，通过对比探究建构了机器学习、训练、模型的核心概念，区分了有监督和无监督学习，最后用新知解决了水果店的三个问题，梳理核心概念之间的逻辑关系，强化重点。 【设计意图】帮助学生建构结构化的知识体系，提升元认知能力。 板书设计 一、机器学习基本原理 1. 核心：从数据中自主学习规则 2. 关键概念：训练、模型 二、机器学习分类 1. 有监督学习：带标签，用于分类/预测 2. 无监督学习：无标签，用于找数据结构 三、机器学习应用：解决生活真实问题 评价设计 评价维度： 1. 情境参与度：能主动思考问题，积极参与小组讨论 2. 探究完成度：能完成对比探究任务，正确总结机器学习基本原理 3. 概念区分准确度：能准确说出有监督学习与无监督学习的核心区别 4. 问题解决合理性：能针对具体问题选择合适的机器学习方式，理由清晰合理 评价方式：学生自评（对照探究记录单自评）+小组互评（互评解决方案）+教师评价（点评分享成果、评价实验过程） 教学反思 亮点：1. 整节课用缤纷水果店的真实情境贯穿始终，从引入到应用形成完整闭环，将抽象的机器学习概念具象化，符合八年级学生的认知特点，学生参与度较高；2. 建构环节的两个活动都以学生自主探究为主，对比设计和假设探究符合逻辑，有效突破了学生的典型认知误区；3. 搭配真实的在线工具操作体验，避免纯理论讲解，落实了数字化实践与创新的核心素养要求。 改进设想：1. 如果课堂时间允许，给学生增加自主操作无监督学习小实验的环节，而不只是教师演示，学生对无监督学习的理解会更深刻；2. 如果能预留5分钟拓展环节，让学生设计机器学习解决校园场景问题的方案，能进一步提升学生的创新意识；3. 可以提前给操作较慢的小组预制好训练样本，节省上传样本的时间，让更多小组能完整完成探究任务。 学科网（北京）股份有限公司 $