第二单元+人工智能的技术基础—探究人机对弈的发展+探索1人工智能依赖的数据 教学设计2025-2026学年苏科版初中信息科技九年级全一册

课时编号 006 备课时间 上课时间 课　　题 第二单元 探索1人工智能依赖的数据 教学目标 信息意识：能主动关注数据在人工智能（AI）中的基础作用，识别生活中 AI 应用与数据的关联场景（如智能推荐、图像识别）。 计算思维：能分析 “数据规模 / 质量→AI 模型性能→应用效果” 的逻辑关系，理解数据对 AI 决策的影响机制。 数字化学习与创新：能利用 AI 平台（如图像识别工具）开展数据与 AI 模型关系的实践探究，用表格、图表等方式呈现分析结果。 信息社会责任：理解数据治理的重要性，树立 “合理采集、使用数据，保护隐私与伦理” 的意识。 教学重点 理解数据对人工智能的重要性（规模、准确性、多样性如何影响 AI 模型性能）。 教学难点 结合案例分析数据质量（全面性、公正性）对 AI 决策的影响，以及数据治理的社会意义。 教学方法 讲授法、探究学习法、小组合作法、实践操作法。 教学准备 1.多媒体课件：含 AlphaGo 对弈视频、“用户兴趣热力图”“AI 图像识别训练” 等案例素材。 2.数字化工具：AI 图像识别平台账号（如百度 AI Studio）、在线表格工具（如腾讯文档）、问卷星（可选，用于拓展调研）。 3.学习资料：“人机对弈数据对比表”“大数据技术体系思维导图”（学生版）。 教　学　过　程 教学环节 教师活动 学生活动 设计意图 一、情境导入：数据，AI 的 “燃料”（5分钟） 1.播放短视频：AlphaGo战胜人类棋手的经典片段，提问：“AlphaGo 为何能在对弈中获胜？它依靠什么学习棋艺？” 2.引出主题：“数据是人工智能的‘燃料’，今天我们探究 AI 与数据的关系。” 1.观看视频，结合生活经验思考并回答问题。 2.明确本节课核心主题：数据对 AI 的支撑作用。 用经典人机对弈案例激发兴趣，快速建立 “数据与 AI 关联” 的初步认知。 二、探究学习：人机对弈中的数据（10分钟） 1.展示五子棋人机对弈任务（教材图2-1），组织小组讨论：“若你是 AI 设计师，如何记录棋盘状态？数据应包含哪些内容（如棋子位置、落子顺序、胜负结果等）？” 2.呈现 “人机对弈中的大数据” 对比表（教材表2-1），引导分析：“从‘深蓝’到 MuZero，AI 学习的数据有何变化？体现了 AI 学习方式的什么转变？” 1.小组讨论五子棋数据记录方式，绘制表格（包含行/列坐标、棋色、落子顺序、局势判断等维度）。 2.分析表格，总结：数据从 “人类编写规则 + 有限数据” 转向 “大规模自我对弈数据”，体现 AI 从 “遵循规则学习” 到 “自主探索学习” 的转变。 通过五子棋案例直观感受 AI 数据的采集逻辑；通过表格分析，理解数据规模、类型对 AI 能力升级的作用，培养分析归纳能力。 三、深化理解：人工智能中的大数据技术（15 分钟） 1.展示 “用户兴趣热力图”（教材图 2-2）， 提问：“智能推荐系统（如抖音、淘宝）运用了哪些大数据技术？（采集、预处理、存储、分析、可视化等环节）” 2.结合 “知识链接”，讲解大数据技术体系（采集、预处理、存储与管理、分析挖掘、展现与应用），举例：“抖音如何采集用户观看时长、点赞行为，预处理后分析喜好，最终实现智能推荐？” 3.组织小组讨论：“生活中还有哪些 AI 应用依赖大数据？（如智慧医疗、智慧交通、智能音箱等）” 1.观察热力图，小组分析智能推荐的大数据技术环节，分享观点（如 “采集用户点击行为，存储后用算法分析偏好”）。 2.学习大数据技术体系，结合抖音案例理解各环节的作用。 3.列举生活中 AI 依赖大数据的例子（如智慧医疗采集病例数据辅助诊断；智慧交通采集车流数据优化信号灯）。 以智能推荐为切入点，将大数据技术与生活场景结合，帮助学生理解技术体系；通过举例，提升信息意识，关注 AI 与数据的日常关联。 四、实践体验：数据数量与质量对 AI 的影响（15分钟） 1. 指导学生使用 AI 图像识别平台（如百度 AI Studio），开展 “猫狗图像识别” 实验（教材图 2-3）： 步骤①：小组分别用 10 张、50 张、100 张猫狗图片训练模型； 步骤②：用新的猫狗图片测试模型识别准确率； 步骤③：记录不同数据量下的识别结果，填写在线表格。 2.引导思考：“若训练数据只有猫的图片，没有狗的，模型会怎样？这说明数据的准确性、全面性有何作用？” 1.分组进行图像识别模型训练与测试，记录 “数据量（10/50/100 张）—识别准确率” 的关系，在在线表格中实时填写。 2.讨论 “数据质量缺陷（如缺少狗的图片）” 对模型的影响，理解 “数据数量决定 AI 知识范围，准确性影响判断可靠性”。 通过实践操作，直观感受数据数量、质量对 AI 模型的影响，培养数字化学习与创新能力，深化 “数据是 AI 基础” 的认知。 五、拓展延伸：数据治理与信息社会责任（10 分钟） 1.展示 “国家数据局成立” 的新闻资料，提问：“国家为何要建设大数据体系？（整合资源、保障数据安全、推动 AI 健康发展等）” 2.组织小组讨论：“我们在使用数据时，应注意哪些社会责任？（如保护个人隐私、不滥用数据、尊重伦理等）”，举例：“某 APP 过度采集用户隐私数据，这种行为是否合理？” 1.阅读资料，小组讨论国家建设大数据体系的意义（如促进数字化转型、为 AI 发展提供可靠数据源）。 2.结合 “APP 过度采集隐私” 等例子，讨论数据使用的伦理与责任，明确个人在数据时代的行为准则。 提升信息社会责任意识，理解数据治理的重要性，树立 “合理用数、保护隐私” 的观念。 教学反思 学科网（北京）股份有限公司 学科网（北京）股份有限公司 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $