6.1.1人工智能 教学设计-2025-2026学年粤教版高中信息技术必修一

信息科技课时备课 课 时 概 况 课 题 必修一 6.1.1 人工智能 课时序号 第1课时 教师 备课时间 2026年04月08日 上课时间 年 月 日 教 学 设 计 学习内容分析 （一）概述 本课为粤教版必修1最后一章「人工智能初步」的开篇内容，核心知识模块包括：人工智能的定义与核心特征、发展历程的三个阶段、典型应用场景、“数据-算法-算力”三大支撑要素。现实应用价值在于引导学生跳出对AI的碎片化感知，建立对人工智能技术的理性认知，为后续学习AI实现逻辑、伦理规范奠定基础，适配数字社会对公民AI素养的基本要求。 （二）望远镜视角 向内看（教材体系坐标） 前备知识铺垫：本章前5章的「数据采集与分析」「算法设计」「程序实现」内容均为人工智能技术的底层支撑，学生已具备理解AI运行逻辑的知识基础。后续延伸：本课内容是本章第2节《人工智能的实现》、第3节《人工智能伦理与安全》的认知前提，同时为高二年级选择性必修模块4《人工智能基础》的进阶学习做好铺垫。 向外看（学科体系坐标） 本课知识是高中“必修-选择性必修”人工智能课程链条的入口，对应大学《计算机科学导论》中人工智能入门模块的认知要求，是后续机器学习、计算机视觉、自然语言处理等专业方向的启蒙内容，仅作视野拓展，不涉及专业技术细节。 （三）放大镜思维 深挖逻辑 人工智能与传统自动化程序的核心差异在于运行逻辑：传统程序遵循「预设固定规则→输入→固定输出」的线性逻辑，不具备自适应能力；人工智能遵循「训练数据输入→算法拟合特征生成动态模型→新数据输入→模型推理输出自适应结果」的非线性逻辑，核心特征是具备从数据中自主学习的能力。 课标落地 本课落实《普通高中信息技术课程标准（2017年版2025年修订）》必修模块1：数据与计算——1.3.6内容要求：“了解人工智能的概念与基本特点，知道人工智能的发展历程、典型应用与趋势，认识人工智能在信息社会中的重要作用”。教学主线遵循「感知AI应用现象→抽象AI核心特征与运行逻辑→迁移判断AI应用边界」的认知递进路径，符合高中生思维发展规律。 学习对象分析 （一）已有经验肯定 学生作为数字原住民，普遍使用过语音助手、AI绘图、大模型答疑、美颜相机等人工智能产品，具备对AI应用的直观感知，掌握基本的数字工具操作能力，能够结合使用体验表达对AI的初步判断。 （二）高阶认知障碍 1. 概念混淆误区：将“固定规则的自动化程序”与“人工智能”等同，认为只要能自动完成任务的工具都是AI，无法抓住“自主学习能力”这一核心判断标准； 2. 认知两极分化误区：对AI的能力判断要么过度神话（认为AI能解决所有问题），要么过度贬低（认为AI只是噱头），缺乏对AI能力边界的理性判断思维； 3. 系统思维缺失误区：仅关注AI的表层功能，无法关联之前所学的“数据、算法”知识，理解AI背后的三大支撑要素的联动关系，存在“只见功能不见底层逻辑”的问题。 学习目标 （一）教学目标（关联核心素养） 1. 信息意识（水平2）：能准确识别生活中的人工智能应用，区分AI与传统自动化程序的核心差异，客观评估AI的应用价值； 2. 计算思维（水平2）：能梳理人工智能的基本运行逻辑，理解“数据-算法-算力”三要素的联动关系，归纳AI发展三个阶段的核心特征与技术瓶颈； 3. 数字化学习与创新（水平1）：能结合自身使用体验，对比AI解决问题与传统方法的效率差异，主动探索AI工具在学习中的合理应用场景； 4. 信息社会责任（水平2）：能初步感知AI对就业、社会治理的影响，树立“AI是工具而非替代者”的理性认知，自觉规范AI使用行为。 （二）评价量规 评价维度 合格（功能实现） 良好（逻辑严谨） 优秀（迁移创新） AI概念辨析 能列举3种以上常见AI应用 能准确区分AI与传统自动化程序，说出“自主学习能力”这一核心判断标准 能结合“数据-算法-算力”三要素解释AI的运行逻辑 发展历程梳理 能说出AI发展的三个阶段的时间节点 能对应各阶段的标志性事件与核心技术瓶颈 能基于当前技术现状预测AI下一阶段的发展支撑条件 应用迁移判断 能对给定的5个场景准确判断是否为AI应用 能清晰说明判断依据，分析AI在对应场景的应用优势 能针对非AI场景提出可行的AI优化方案，明确方案的技术需求 教学重难点 教学重点：人工智能的定义、核心特征、"数据-算法-算力"三大支撑要素 教学难点：理解人工智能与传统自动化程序的核心差异，区分AI与普通程序 教学方法 情境创设法、案例分析法、合作探究法、讲练结合法 学习资源 硬件环境：多媒体网络教室 软件环境：多媒体课件、几何画板（动态演示） 教学资源：导学案、AI应用要素分析表、思维导图 教学准备：收集学生常用的AI工具案例、进行前测摸底 学习过程 （一）感知环节：创设认知冲突情境（8分钟） 【活动描述】呈现学生熟悉的两组工具对比：①学校新引入的AI错题本（能自动生成个性化复习路径）VS 传统电子错题本（仅能汇总错题）；②大模型作文生成工具VS 固定模板的作文生成器，抛出劣构问题：“两类工具都能自动生成结果，哪些属于人工智能？判断的核心依据是什么？” 【学生活动】分组讨论，结合自身使用体验列举接触过的智能工具，尝试对工具进行分类，提出初步的判断标准。 【教师活动】呈现两类工具的后台运行逻辑对比图：传统工具是预设固定模板/规则，AI工具是基于大量用户数据训练生成动态模型，引导学生发现核心差异，引出本课课题。 【设计意图】打破学生“只要自动化就是AI”的固有认知，制造认知冲突，激发探究兴趣，将学生的感性认知引向理性思考。 （二）建构环节：从具象到抽象的概念生成（20分钟） 活动1：具体实例剖析（微观建模） 【活动描述】选取3个学生高频使用的AI应用：语音助手、AI绘图、大模型答疑，分组拆解每个应用的运行流程，填写《AI应用要素分析表》（包含数据来源、核心算法、输出特征三个栏目）。 【学生活动】分组讨论，梳理每个应用的数据流：以语音助手为例，梳理出“语音输入→声学特征提取→语言模型识别→语义理解→指令执行→语音输出”的完整流程，对应填写三要素的具体内容。 【教师活动】巡堂指导，纠正学生对“特征提取、模型推理”环节的误解，补充每个应用背后的技术演进节点，比如大模型的发展与大数据、算力提升的关联。 【设计意图】从学生熟悉的具体案例入手，建立对AI运行逻辑、三要素的具象认知，关联前备的“数据、算法”知识点，落实计算思维的培养。 活动2：抽象模型提炼（宏观归纳） 【活动描述】给学生发放半成品的「AI核心概念思维导图」，已标注“数据、算法、算力”三个节点，要求学生补充完善：①AI与传统程序的核心差异；②AI发展三个阶段的核心特征与瓶颈；③AI的核心定义。 【学生活动】完善思维导图，归纳人工智能的标准定义：人工智能是利用数字计算机或者其控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。 【教师活动】讲解AI发展的三个阶段：推理期（1956-1970s，核心是逻辑推理，缺乏知识支撑）、知识期（1970s-2010s，核心是专家系统，存在知识获取瓶颈）、学习期（2010s至今，核心是深度学习，依赖大数据与高算力），提炼每个阶段的核心矛盾。 【设计意图】从具象案例上升到抽象概念，完成AI核心知识体系的建构，培养学生的归纳概括能力。 （三）应用环节：新情境下的迁移判断（12分钟） 【活动描述】给出5个混合场景：①小区车牌识别自动道闸；②学校定时铃声控制系统；③美团外卖动态路径规划；④手机AI美颜相机；⑤工厂固定流程自动化流水线。要求分组完成两个任务：①判断哪些属于人工智能应用，说明判断依据；②选取一个非AI场景，提出AI优化的具体思路。 【学生活动】分组讨论，完成判断表，撰写优化方案，选派代表上台展示。 【教师活动】点评各组的判断依据，肯定有创新性的优化思路，补充AI的能力边界：当前的弱人工智能仅能解决特定领域的问题，不具备通用人类智能。 【设计意图】将建构的概念迁移到新情境，锻炼学生的辩证思维与问题解决能力，进一步巩固AI的核心判断标准。 （四）梳理环节：结构化知识体系建构（5分钟） 【活动描述】引导学生独立绘制AI核心概念关系图，核心逻辑链为：定义→核心特征→三大支撑要素→发展三阶段→应用边界。 【学生活动】独立绘制概念图，同桌互相批改补充，完善知识体系。 【教师活动】展示优秀概念图，梳理整节课的逻辑主线，强调AI的工具属性，引导学生理性看待AI的价值与风险，为下一节伦理内容做铺垫。 【设计意图】将碎片化的知识点系统化，建立结构化的认知，避免概念的孤立记忆。 板书设计 > 一、核心概念：人工智能（模拟/延伸/扩展人类智能，具备自主学习能力） > 二、逻辑进路：数据输入 → 特征提取/模型推理 → 自适应结果输出 > 三、关键支撑：数据·算法·算力 > 四、发展阶段：推理期→知识期→学习期 评价设计 评价量规 评价维度 合格（功能实现） 良好（逻辑严谨） 优秀（迁移创新） AI概念辨析 能列举3种以上常见AI应用 能准确区分AI与传统自动化程序，说出“自主学习能力”这一核心判断标准 能结合“数据-算法-算力”三要素解释AI的运行逻辑 发展历程梳理 能说出AI发展的三个阶段的时间节点 能对应各阶段的标志性事件与核心技术瓶颈 能基于当前技术现状预测AI下一阶段的发展支撑条件 应用迁移判断 能对给定的5个场景准确判断是否为AI应用 能清晰说明判断依据，分析AI在对应场景的应用优势 能针对非AI场景提出可行的AI优化方案，明确方案的技术需求 教学反思 （一）设计亮点 本课以学生熟悉的AI工具为切入点，认知冲突设置精准，避免了空泛的概念讲解；两个建构活动从具象到抽象的设计符合高中生认知规律，有效突破了“混淆AI与自动化程序”的高阶误区，计算思维的培养落实到位，超过80%的学生能准确判断AI应用并说明核心依据。 （二）改进设想 如果能引入粤港澳大湾区本土AI企业（如小鹏自动驾驶、腾讯混元大模型）的真实应用案例作为拓展素材，学生对AI的产业价值感知会更直观；如果能增加10分钟的体验环节，让学生对比用传统搜索和大模型解决同一个研究性学习问题的差异，学生对AI的能力边界的理解会更深刻。 学科网（北京）股份有限公司 $