4.4 初识大数据（第二课时）（教案）2025-2026学年高教版中职信息技术基础模块（下册）

4.4 初识大数据（第二课时）（教案） 课 题 4.4 初识大数据（第二课时） 课型 新授课 主备人 集体备课时间 课时安排 教授人 授课班级 授课时间 教学目标 1. 知识与技能 · 会识别常见大数据应用场景，理解大数据在金融、医疗、交通、商业等领域的典型应用 · 了解大数据安全的基本概念和隐私保护的核心策略（加密技术、访问控制、数据脱敏、安全审计等） · 能识别常见的数据安全风险（数据泄露、APT攻击、AI深度伪造、隐私窃取等），掌握基本的个人隐私防护方法 · 了解大数据产业对职业发展的影响，初步形成大数据职业认知 2. 过程与方法 · 通过“大数据行业应用连连看”体验活动，学会与同伴共同发现、归纳和分析大数据在典型行业中的应用场景 · 通过“数据伦理红绿灯”情境判断活动，在真实案例判断中识别大数据应用中的合规与违规行为 · 通过小组合作探究和辩论交流，培养分析问题、表达观点和团队协作的能力 3. 情感态度与价值观 · 培育对大数据时代隐私保护与数据安全的忧患意识，理解《个人信息保护法》《数据安全法》等法律法规的重要性 · 了解我国大数据产业发展成就与人才需求，增强职业规划意识和信息安全社会责任感 · 正确认识大数据技术的双面性——技术本无善恶，关键在于使用者的选择与法律的约束，形成负责任的技术态度 教学重点 · 大数据在金融、医疗、交通、商业等典型行业中的具体应用案例 · 大数据安全的基本概念和个人隐私保护方法 教学难点 · 理解数据加密与数据脱敏的基本原理及其差异 · 在真实的伦理两难情境中平衡技术创新与隐私保护，做出有理有据的决策判断 学习策略 情境教学法、任务驱动法、小组合作探究法、角色代入体验法、案例分析法、辩论法、讲授法 设计理念与创新点 1. 情境串联：延续第4单元“用数据说话”项目主线，以“校园手机使用调查数据的安全处理与行业应用”为情境线索，自然引出大数据的安全存储、合规使用和隐私保护需求——与4.1数据采集中的“数据伦理红绿灯”、4.4第一课时的“信息碎片拼拼看”形成前后呼应的素养培育闭环 2. 采用“探—辨—护—拓”四步递进教学链：探应用（大数据行业应用全景图认知+连连看）→辨安全（安全风险类型识别+加密脱敏体验）→护隐私（伦理红绿灯+AI换脸识别+隐私防护实训）→拓格局（产业全景与职业前景），让教学过程从应用体验到安全认知再到责任行动层层递进 3. 通过“数据加密可视化小体验”和“AI深度伪造辨别挑战”，将抽象的安全概念转化为具象可感的体验 4. 通过“数据伦理红绿灯”游戏化判断活动和辩论环节，突破“技术创新与隐私保护的平衡”这一伦理认知难点 5. 融入2026年大数据安全与隐私保护前沿动态（AI深度伪造检测技术、《个人信息保护法》修订版、“模数共振”行动等），增强课堂时代感 6. 合理融入课程思政，在数据安全中渗透国家安全意识，在技术应用中培养“安全第一、服务大局”的职业责任意识 教学过程 教学内容 教师活动 学生活动 设计意图 情境唤醒 承接4.4第一课时的“信息碎片拼拼看”体验，发布串联情境：“上节课，我们扮演‘大数据侦探’，用10条数据碎片还原了一个人的完整画像。现在，请闭上眼睛想象——如果我们把全校所有同学的上网记录、位置信息、消费习惯和社交关系全部汇总在一起——这不再是我们4.1时收集的那42份简单调查问卷了——而是一座庞大的‘数据金矿’。今天，我们将继续侦探之旅，但任务变了——①探查这座金矿在社会各行业中究竟如何被挖掘和‘变现’；②追问一个更棘手的问题：当你的个人数据成为别人分析的对象时，谁来保护你的隐私边界？” 闭眼想象数据规模从40条到全校数千人的量级跳跃，回忆4.1采集数据的经历，对比“小数据”与“大数据”的本质差异 以“数据侦探”角色串联两课时，将第一节课的体验导入本节课的情境任务，同时让学生在数据量的逐级对比中自然衔接两节课程 明确任务 分发任务书：“今天我们要完成三项核心任务——①认识大数据在金融、医疗、交通等行业的典型应用并体验分类匹配；②揭示大数据的‘暗面’——AI换脸诈骗、数据泄露、深度伪造——学习安全的防护识别策略；③在‘大数据改变了什么’的辩论中，形成自己对数据伦理的独立判断。完成这三步，你就是合格的‘大数据安全守护者’！”点明课程思政立意——“技术本无善恶，关键在于使用者的选择” 查看任务书，明确任务目标 以角色赋予责任感，让学生对本课任务产出心中有数。全程使用个人积分与小组积分联动制，激发参与热情 行业应用全景讲解 快速回顾第一课时已讲的四大应用场景（金融/医疗/商业/交通），补充两个新领域：①公共安全——基于2025年中国国际大数据产业博览会的前沿实例，城市大脑通过融合千万级摄像头与多模态AI实时分析人流密度、异常聚集和火灾风险，实现重大突发事件秒级分级预警，已在50余座城市的马拉松安保、洪灾预警等实战中发挥作用。②低空经济——结合教材第1单元第3任务“大数据展厅”环节及2026年数字中国建设峰会参展成果，低空天网系统通过整合全国无人机飞行数据与气象数据库，实现物流航线自动规划与空域动态调配，农村地区配送时效从3天缩短至6小时；③智慧农业——延续第2单元农业大数据案例，利用土壤传感器和气象历史数据预测农作物病虫害风险，AI模型提前预警使农药使用量减少约40% 记录新增的两个应用领域及关键案例，对比军事侦察、电子商务等已在第一课时接触过的领域，建立更完整的大数据应用图谱 在教材基础之上拓展本年度前沿真实案例，帮助学生建立对大数据应用的完整认知 行业应用连连看 发放“行业应用连连看”配对卡（正面印有6个新鲜的应用场景描述，反面印有行业名称——金融/医疗/交通/商业零售/公共安全/低空经济），布置快速配对任务：“请各小组在1分钟内将6个场景——①通过交易流水识别异常交易并发出诈骗预警→金融；②AI分析可穿戴设备数据预警潜在健康风险→医疗；③城市大屏实时显示人口密度变化并预测拥堵→公共安全；④分析外卖配送数据优化骑手路线和餐品库存→商业零售；⑤无人机群根据气象数据自动调整飞行路线与配送节点→低空经济；⑥智慧停车场引导系统实时推荐最近空车位→交通——与对应行业进行配对连线。各小组写一句判断理由。巡视指导，随机抽查2组汇报。” 小组快速判断并完成配对，分享判断理由 “行业应用连连看”配对游戏——在第一课时基础应用之上叠加本年度最新真实案例，将行业认知从识记升华为归类辨析，强化分类思维的训练 四类安全风险结构化讲解 　 讲解大数据安全的四类核心风险，每讲一种在课件上打出对应的真实案例关键词：①数据泄露——2024年某地医疗机构将数万患者就诊信息和个人身份数据上传至公开服务器，致多名患者被精准诈骗，直接损失超百万元（与4.4第一课时同案例扩展）；②APT新型攻击——黑客利用大数据的关联分析能力，将多源碎片化信息（社交平台、公开数据库、网购记录等）自动拼接还原出个人完整档案，实现“用户无感式窃密”；③AI深度伪造——2026年深度伪造检测机构Sensity报告指出，利用GAN生成对抗网络技术和大型语言模型自动生成的虚假音视频数量同比增长217%，其中针对普通人的AI换脸诈骗涉案金额已达数十亿元；④隐私窃取——部分App在用户不知情的情况下，通过SDK对用户的通讯录、位置轨迹和剪贴板内容进行长达数年的持续采集，一条完整的轨迹数据在黑市上的售价约为常规账号密码的3—5倍。引导讨论：“四类风险中哪一种最让你感到意外？为什么？” 记录四类安全风险，结合自己课前收集的安全新闻判别属于哪种类型。就AI深度伪造的逼真程度展开简单讨论 将安全威胁从“听说过”升级为“结构化认知”，为后续防护策略教学提供风险知识基础。 利用第一课时的真实数据案例延续本课时安全教育，形成前后呼应的安全素养闭环 数据加密与脱敏小体验 讲解两种数据保护核心技术的原理与差异并领做一次加密体验——①数据加密是把原始数据按密码学算法转换成密文（如数字字符A的每个字符向右偏移一位码值→B，再将B按对应表中约定的密钥换算为%），只有持有密钥的人才能将密文还原为原始数据。加密保护的是过程性安全（传输和存储）；②数据脱敏是对数据进行变形处理（如将手机号“138***5678”中间四位用星号替代），使其在使用和展示时不再包含真实的敏感信息。脱敏是不可逆的，保护的是结果性安全（展示和使用）。发放小任务卡：“这是一份模拟调查数据中的两条半个人信息——1号：号码13902348875→脱敏后变成139\*\*\*\*8875；2号：号码AB12（你收到的密文）→已知你的桌签背面密钥为‘每个字母右移一位、每个数字加1’，解密后写出原文。”巡视各组解密过程，判定译文准确度 尝试用手边的密钥将密文字符串解密还原，完成后与邻组互印证。对比“脱敏”与“加密”的核心差异——脱敏不可以逆向还原，加密掌握密钥即可解密还原 “数据加密与脱敏小体验”——通过一次不超过两分钟的动手密码转换操作，将抽象的加密和脱敏原理转化为学生可亲手操作的轻量级体验，攻破“加密和脱敏到底有什么区别”这一概念认知难点 任务一：数据伦理红绿灯——“判一判” 红绿灯判断任务发布 发放“数据伦理红绿灯”判断卡片（红灯=违法/违规，绿灯=合规可行），布置快速判断任务：“请各小组判断以下4个大数据应用场景分别应该亮什么灯——①短视频平台未经用户明确授权，将用户观看记录开放给第三方广告商用于精准推送→红灯（未经明确授权，违反知情同意原则）；②医疗机构在脱敏患者个人信息后，将病历数据用于AI疾病诊断模型训练→绿灯（脱敏后用于公共健康研究，合规可行）；③某公司利用网络爬虫自动批量抓取社交平台上数万条未经授权的个人信息组建用户画像数据库→红灯（未经授权批量抓取，违反《个人信息保护法》）；④某快递企业利用历史配送大数据分析最佳路线、提高配送效率→绿灯（内部数据用于经营优化，属合理使用，非侵犯用户权益的场景）。将判断结果和对应的法规依据填入任务书。”巡视各组判断情况 小组快速判断分类，在任务书上标注判断结果和法规依据，标注完毕后与教师公布的结果进行对照 “数据伦理红绿灯”情境判断——将《个人信息保护法》《数据安全法》等法规要求转化为可操作的判断场景，与4.1.1数据采集课的类似伦理活动形成曲调一致的安全素养闭环。用红绿灯符号分类直观简明，让法规从条文落地为情境判断力 任务二：大数据职业畅想——“演一演” 职业岗位卡发放与热身 展示两组最新的职业市场维度数据：“春招期间大数据和AI岗位持续扩张——2026年全国计算机类专业有效岗位量突破180万，数据交易规模预计达2840亿元。”“到2026年数字技术将新增约8640万份工作岗位。”发放“大数据职业岗位卡”（含数据科学家、数据分析师、AI训练师、大数据运维工程师、数据安全工程师、数据产品经理六类岗位的职责描述和所需核心技能），布置角色体验任务：“请各小组从6类岗位中自选一个角色，结合你们今天学到的应用场景和安全知识，在2分钟内为这个岗位设计一张‘人才画像卡片’——卡片上需包含：①此岗位每天从事的2项典型工作任务；②完成这些任务必须具备的一项关键技能（如加密技术/数据清洗/统计分析等）；③你认为AI工具会取代这个岗位的哪部分工作、不会取代哪部分工作？举例简要说明。”巡视各组，对岗位定位不清的小组给予任务描述引导 小组讨论选定职业方向，快速构思人才画像卡片，分工记录，设计完后将所有卡片贴到黑板上的“大数据职业星球”展示区域 “大数据职业畅想”角色体验——学生在扮演中初步了解大数据主流岗位的职责与技能要求，建立数据类职业认知。最末一问引导学生对AI+人的职业协同边界形成主动的分层思维，为未来的求职选择种下种子 任务三：辩论赛——“大数据让生活更安全还是更危险？” 辩论任务发布 发布微辩论活动规则：“全班分为两大阵营——正方的观点是‘大数据让生活更安全’，反方的观点是‘大数据让生活更危险’。现在每组举起课堂任务卡的其中一面（红/蓝），确定你们组的立场（积分规则：发言有理有据+1分，举例有说服力+1分，反驳对方论点恰好回击到逻辑漏洞可再获得1分）。辩论流程：30秒准备→正方优先发言30秒→反方发言30秒→轮流交替→进入自由发言。”开启辩论计时器，展示辩论主题PPT背景。巡视各组整理论据的情况 两大阵营快速整理论据：正方引证——公安大数据天网大量提高犯罪破案精准度、医院通过联合权威模型将不良用药事件降低50%以上、企业反欺诈的风控规则每秒识别近百件高危交易等案例。反方引证——AI换脸诈骗年涉案金额数十亿元、某医疗信息系统泄露患者就诊数据、App过度索取权限等。分组代表轮流发言 “大数据让生活更安全还是更危险？”微辩论——设置对立双阵营进行快速的理据对抗交锋，将本节涉及的正反案例内化为可辨识、可引证的独立观点，最终将讨论升华为“技术本无善恶，关键在人的合规使用与法律监管”的核心一课价值观 成果展示 选取2—3个小组代表上台展示：①“行业应用连连看”配对结果及判断理由；②AI深度伪造辨别挑战的战绩（找对几条假货？靠什么特征识别的？）；③“大数据职业畅想”中最受欢迎的岗位—典型任务展示；④辩论环节中的核心观点总结。其他小组在评价表中打分 小组代表展示并讲解，其他小组对照自己的作品进行评价 锻炼表达与展示能力，促进组间经验交流和知识互补 多元评价 组织自评、互评，教师进行点评总结。重点评价：①行业应用场景匹配的准确性和判断理由的充分性；②数据伦理红绿灯中判断逻辑的清晰度和法规引用的准确性；③职业畅想中对AI与人工关系的认知深度；④安全风险识别能力（换脸辨别等）的正确率。表扬辩论表现突出、分析到位且隐私诊断实操熟练的小组，纠正共性问题——“把数据脱敏等同于数据加密的逆向概念”“AI换脸将修补痕迹判断为人面妆容”等 进行自我评价和小组互评，填写评价记录 构建多维评价体系 知识梳理 带领学生回顾本课核心知识框架：“大数据时代的三张面孔——①应用之面：金融风控、医疗诊断、交通调度、商业营销、低空新景五大应用领域代表性案例。②安全之面：四类风险——数据泄露（真实信息大量流出）、AI换脸（逼真图像冒充身份）、隐私窃取（App暗中获取数据）、APT攻击（大数据拼图还原个人全貌）；两道防线——数据加密（过程保护）和数据脱敏（结果保护）形成牢固的双重防线。③责任之面：红绿灯伦理尺度——未经授权滥用=红灯（违法追责），脱敏后用于公共健康研究=绿灯（合规可行，合法且可促进公共利益）；赋权法律——《个人信息保护法》2026年修订版已正式施行，是数据时代的权益护盾。”梳理第4单元完整递进关系——采集数据（数据怎么来）→加工数据（数据怎么算、排、滤、聚合）→分析数据（数据怎么呈现：图表+透视表）→初识大数据（第一课时：概念与流程，第二课时：应用与责任），一连串的递进链条构成完整的“从数据新手到数据公民”养成路径。用两句话总结核心理解：“大数据不只是技术的革命，更是责任的升级——用对了是洞察未来的望远镜，用歪了是侵害隐私的放大镜。知风险、守底线、会防范，让科技向善生长，这才是大数据时代最根本的‘数据分析技术’。” 跟随教师梳理知识框架，完善任务书笔记 构建系统化知识结构，完成第4单元的完整学习闭环 板书设计 板书设计：4.4.2 初识大数据——大数据的应用与安全 一、大数据应用——“渗透千行百业” 金融风控（实时交易）+ 医疗诊断（影像识别）+ 交通调度（路径优化） 商业营销（消费者刻画）+ 公共安全（城市大脑）+ 低空经济（无人机融合） 二、大数据安全——“没有安全，一切归零” 四类风险： ① 数据泄露 ② APT攻击 ③ AI深度伪造·换脸诈骗 ④ 隐私窃取 两道防线：加密（过程保护×可逆）｜脱敏（结果保护×不可逆） AI辨伪四步法：①看边缘线条是否自然→②光线阴影是否存在错位→③背景文字与实际事物是否一致→④人脸眼口表情与音频节奏是否同步 三、隐私保护——“对自己数据的权利不可放弃” · 法律护盾：《个人信息保护法》《数据安全法》《网络安全法》 · 行动指南：不点不明链接、关闭非必要权限、定期检查授权 教学反思 （课后填写） · 教学目标达成度分析 · 学生对信息技术发展历程的理解情况 · 小组讨论环节的参与度和效果 · 课程思政融入的自然度 · 改进措施与建议 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 $