第六单元+在线社会中的算法+第2课 人工智能离不开算法+教学设计+2025-2026学年苏科版小学信息科技五年级下册

课时编号 备课时间 上课时间 课　　题 第六单元 在线社会中的算法 第2课 人工智能离不开算法 教学目标 （一）信息意识 1.认识到算法是人工智能的核心支撑，理解人工智能应用（如人脸识别、自动驾驶）的背后都离不开算法。 2.了解人工智能算法在生活中的广泛应用，形成对人工智能技术的理性认知，感受算法对智能应用的重要性。 （二）计算思维 1.能通过人脸识别、水果识别等案例，理解机器学习的基本原理：通过大量数据训练模型，再用模型进行预测。 2.了解人工智能算法的三个主要步骤：提取特征、训练模型、进行预测，初步形成对智能算法工作逻辑的分析思维。 （三）数字化学习与创新 1.能参与教材 “实验室” 的手势识别实验，体验人工智能算法的工作过程，记录数据采集过程并分析识别效果。 2.能尝试修改手势识别程序，思考如何提高识别正确率，培养数字化实验与创新应用的能力。 （四）信息社会责任 1.了解人工智能带来的便利，同时认识到算法在自动驾驶等场景中面临的伦理挑战，初步形成对人工智能技术的审慎态度。 2.体会人工智能算法的发展对社会的影响，树立负责任使用人工智能技术的意识。 教学重点 理解算法是人工智能的核心支撑，掌握机器学习的基本原理和人工智能算法的主要步骤。 教学难点 理解机器学习中 “数据训练模型” 的过程，体验并分析手势识别实验中数据采集对识别正确率的影响。 教学方法 情境教学法、案例分析法、实验探究法、小组讨论法、讲授法 教学准备 1.多媒体课件、苏科版教材 2.课程平台中的“手势识别”程序、人脸识别/自动驾驶/图像合成等案例视频或图片 3.课堂学习单（含手势采集记录表、人工智能算法步骤分析表） 4.机器学习原理示意图卡片、水果识别训练模型示意图卡片 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，感知 AI 与算法（5分钟） 1. 创设情境：播放人脸识别解锁手机、自动驾驶汽车行驶的视频，提问：“这些智能应用为什么能实现？它们的‘大脑’是什么？” 2. 引出课题：算法就是人工智能的 “大脑”，为人工智能提供智慧。今天我们就来学习《人工智能离不开算法》。 1.观看视频，感受人工智能的神奇，思考其背后的支撑技术。 2.明确本节课的学习主题，激发探究兴趣。 通过学生熟悉的人工智能场景导入，让学生直观感受算法对人工智能的重要性，激发学习兴趣。 二、探究 AI 应用，理解算法支撑（10 分钟） 1.组织教材 “议一议” 活动：“手机刷脸解锁是如何识别身份的？” 引导学生说出图像识别算法的工作过程：采集人脸信息→对比信息→完成认证。 2.介绍人工智能的其他应用领域：机器翻译、语音识别、智能推荐等，强调所有应用都离不开算法的支撑。 3.讲解机器学习原理：以教材中 “人类如何判断动物是不是猫” 为例，类比机器学习的过程：通过大量数据训练模型，再用模型进行预测。 4.小结：人工智能算法的三个步骤：提取数据特征→训练模型→进行预测。 1.参与讨论，理解人脸识别背后的算法逻辑。 2.了解人工智能的广泛应用，认识到算法是核心支撑。 3.学习机器学习的基本原理，理解数据训练模型的过程。 通过教材中的案例和类比讲解，让学生理解人工智能算法的工作逻辑，建立对机器学习的初步认知。 三、实验探究，体验 AI 算法（15分钟） 1.组织教材 “实验室” 活动：体验“手势识别”程序，感受人工智能判断手势的过程。 2.演示实验步骤： 运行程序，采集 “剪刀、石头、布”三种手势的特征数据，讲解特征提取和模型训练的过程。 指导学生完成手势采集，填写《手势采集记录表》，记录手势方向、左右手等信息。 3.学生实验：分组运行程序，采集手势数据，体验识别过程。4.思考交流：“程序能正确识别你的手势吗？如何提高识别正确率？” 引导学生说出增加采集次数、统一手势方向等方法。 1.明确实验任务，学习手势识别程序的使用方法。 2.分组完成手势采集实验，填写记录表，体验数据采集和模型训练的过程。 3.参与交流，分析影响识别正确率的因素，思考优化方法。 通过教材中的实验活动，让学生亲身体验人工智能算法的工作过程，理解数据对模型训练的重要性，培养数字化实验能力。 四、拓展讨论，理性看待 AI（7分钟） 1.介绍教材中的 “自动驾驶汽车的抉择” 案例，组织讨论：“自动驾驶汽车在极端情境中如何抉择？算法设计时应遵循怎样的伦理原则？” 2.分享人工智能合成照等拓展案例，展示算法在创意设计中的应用。 3.组织教材“挑战”活动：思考如何修改手势识别程序，实现运动员号牌数字识别的功能。 1.参与讨论，思考人工智能算法面临的伦理挑战，形成审慎看待AI技术的意识。 2.了解人工智能的创意应用，拓展对 AI 算法的认知。 3.思考程序修改方法，尝试迁移所学知识解决新问题。 通过案例讨论和拓展挑战，让学生全面认识人工智能算法的影响，培养信息社会责任和知识迁移能力。 五、课堂小结，总结提升（3 分钟） 1.回顾总结：梳理人工智能算法的作用、机器学习原理、实验体验和伦理思考。 2.布置作业：和家人分享一个生活中的人工智能应用，并解释其背后的算法逻辑。 1.回顾本节课的重点内容，梳理知识脉络。 2.记录作业，延伸探究兴趣。 帮助学生梳理知识，同时引导学生将所学应用到生活中，深化对人工智能算法的理解。 板书设计 第2课 人工智能离不开算法 一、算法是人工智能的“大脑” 支撑应用：人脸识别、自动驾驶、机器翻译、图像合成…… 二、机器学习原理 过程：大量数据 → 训练模型 → 预测新问题 步骤：提取特征 → 训练模型 → 进行预测 三、实验：手势识别 数据采集 → 模型训练 → 手势识别 关键：数据越丰富，识别正确率越高 四、理性看待AI算法 便利与挑战并存，需遵循伦理原则 教学反思 1.成功之处：通过教材中的 “议一议”“实验室” 活动，学生的参与度很高，能亲身体验人工智能算法的工作过程，理解机器学习的基本原理。实验环节让学生直观感受到数据对模型训练的重要性，有效突破了教学难点。 2.待改进之处：部分学生对机器学习中 “模型” 的概念理解仍有困难，后续可以增加更多生活化的类比（如 “模型就像老师教给机器的知识”），帮助学生理解。对人工智能伦理的讨论，部分学生参与度不高，需要更多引导性问题激发思考。 3.后续调整：可以增加更多人工智能算法的案例，让学生更全面地了解算法在不同领域的应用，同时引导学生尝试设计简单的人工智能算法逻辑，培养创新思维。 学科网（北京）股份有限公司 $