第28课 大数据助力智能（教学设计）信息科技人教版四年级下册（新教材）

该小学信息科技教学设计聚焦“大数据助力智能”核心知识点，通过展示迎春花等陌生花朵图片引发认知需求，引出“百度识图”识物软件，搭建从具体智能应用到抽象大数据概念的学习支架，梳理大数据与人工智能的关联。 该资料以“体验-分析-拓展”为主线，特色在于通过“拍照识花”体验（数字化学习与创新）、AlphaGo案例对比讨论（计算思维），结合中国植物图像库真实数据，落实信息意识培养。任务驱动法让学生直观感受大数据价值，提升教师教学效率，助力学生建立数据应用意识。

28.大数据助力智能 教学设计 学科 信息科技 年级 4年级 备课时间 主备人 教案持有教师 备课组 成员 教学内容 课 题 28.大数据助力智能 课 型 新授课 课时 第 1课时 课程标 准要求 通过体验和认识典型的信息科技应用场景，感受身边无所不在的数据，可以使用数字、字母或文字编码表示信息。通过真实案例了解威胁数据安全的因素，认识自主可控技术对数据安全的影响。 学科核心素养目标 信息意识：通过“拍照识花”、“智能对弈”等人工智能应用体验，感知大数据是人工智能的基础，认识到大数据具有数量庞大且蕴含巨大价值的特点，培养主动利用大数据解决实际问题的兴趣。 计算思维：能分析“拍照识花”的工作流程（采集特征→比对图像库→输出结果），理解人工智能通过挖掘大数据价值实现精准识别与预测。能通过对比AlphaGo与AlphaGo Zero的训练方式，理解数据的品质与算法设计对人工智能性能的影响。 数字化学习与创新：能体验“百度识图”等识物软件，感受大数据在智能识别中的应用。能利用中国植物图像库等在线平台查找数据，体验大数据资源的获取与利用。 信息社会责任：认识到大数据已广泛应用于生活、科技、交通、体育等领域，理解人工智能是挖掘大数据价值的关键工具，初步建立利用数据与智能技术改善生活的意识。 教学重点 1.了解大数据的应用，认识人工智能所使用的大数据及其作用。 2.理解“拍照识花”等智能应用的工作原理，感受大数据与人工智能的结合。  教学难点 1.理解大数据“数量庞大且蕴含巨大价值”的特点，以及人工智能如何挖掘其价值。 2.理解机器计算与人工计算的异同，以及数据品质对人工智能性能的影响。 教学方法 案例教学法、小组讨论法、任务驱动法 教 学 过 程 教学活动 教师活动 学生活动 教学意图 环节1 导入新课 1.创设情境：展示迎春花、角堇、鸢尾兰、姬小菊等花朵图片，提问：这些花你认识吗？如何快速知道它们的名字？ 2.引出体验：介绍“百度识图”等识物软件，指出它们能通过拍照快速识别植物。 3.揭示课题：这些智能应用背后依靠的是海量数据——大数据。今天就来探究“大数据如何助力智能”。 1.观察花朵图片，尝试辨认。 2.对“拍照识花”功能产生好奇。 3.明确学习目标：了解大数据在人工智能中的作用。 从学生可能不熟悉的花朵入手，制造认知需求，自然引出“拍照识花”这一人工智能应用，激发探究大数据价值的兴趣。 环节2 发现“拍照识花”背后的数据 1.体验识花（学习任务单 活动1）：指导学生使用“百度识图”或类似软件，拍摄或上传花朵图片进行识别，记录识别结果。 2.引导思考：提问：“百度识图”识别花朵需要哪些数据？引导学生说出需要花朵图像库。 3.讲解数据来源： 介绍中国植物图像库（PPBC），截至2024年7月已收录1713万余幅植物图片。 介绍百度识图的数据源：与中科院及多家植物园合作，覆盖全球超3万种动植物，超2000万张标注图像。 4.分析工作原理： 采集花朵图片→提取特征（如黄色花瓣、6枚瓣片等）→与图像库特征比对→输出识别结果。 强调：图像库为“拍照识花”提供了重要的数据支持。 1.学习任务单 活动1：体验识花软件，记录识别结果。 2.思考并回答识别所需的数据类型。 3.了解中国植物图像库的规模，感受大数据的“大”。 4.理解“拍照识花”的工作流程。  通过亲身体验和数据分析，让学生直观感受“拍照识花”背后依赖的海量图像数据，理解大数据是人工智能识别的基础。 环节3 认识大数据的应用 1.拓展应用场景：指出“拍照识花”的原理可迁移到人脸识别、车牌识别等场景。展示人脸识别门禁、车牌识别系统等图片。 2.讲解大数据特点： 数据的数量庞大。 数据蕴含着巨大的价值。 人工智能是挖掘大数据价值的一把万能钥匙。 3.展示更多应用：结合课件，介绍大数据在“智能对弈”、“购物推荐”、“音乐推荐”、“体育训练”等领域的应用。 4.总结：大数据广泛应用于生活、科技、交通、体育等各个领域，人工智能帮助挖掘其价值。 1.学习任务单 活动2： 思考并列举生活中其他识物类应用。 理解大数据的特点及人工智能的作用。 2.了解大数据在更多领域的应用，感受其广泛性。 从“拍照识花”拓展到更多应用场景，帮助学生建立“大数据+人工智能=智能应用”的认知框架，理解大数据的核心价值。 环节4 思考机器计算和人工计算的异同 1.引入AlphaGo案例： 介绍AlphaGo结合数百万人类棋谱，用3000万盘比赛训练，在2016年战胜人类围棋冠军。 介绍AlphaGo Zero完全摒弃人类棋谱，经过3天490万盘自我博弈，以100:0完胜AlphaGo。 2.组织对比讨论（学习任务单 活动3）： 机器计算和人工计算有哪些共同点？（学习规则、观察学习、练习、记住经验、预测未来） 有哪些不同点？（机器计算能力超强，可处理海量数据；人工计算受限于人脑） 3.强调关键点：在人工智能应用中，对大数据的使用并非越多越好，数据的品质、算法的设计也是影响性能的重要因素。 4.拓展体育应用：介绍大数据在篮球、足球、游泳等体育项目中的应用，实现科学训练。 1.学习任务单 活动3： 了解AlphaGo与AlphaGo Zero的案例。 小组讨论，对比机器计算与人工计算的异同。 2.理解数据品质和算法设计的重要性。 3.了解大数据在体育训练中的应用。 通过震撼的AI对弈案例，让学生深入思考机器与人类智能的差异，理解大数据、算法、算力三要素对人工智能的影响，培养辩证思维。 环节5 知识总结 1.课堂总结：利用课件“知识总结”部分，带领学生回顾： 大数据的特点是数据量庞大、蕴含巨大价值。 人工智能能挖掘大数据的巨大价值。 大数据广泛应用于生活、科技、交通、体育等各个领域。 2.完成“智慧挑战”：解析选择题，巩固核心概念。 第1题：关于大数据的特点，说法正确的是（B. 数据量庞大且有巨大价值）。 第2题：“拍照识花”能准确识别花朵，依靠的是（B. 海量植物图像大数据）。 1.跟随教师回顾本课知识要点。 2.独立完成“智慧挑战”，检验对核心概念的理解。 系统梳理知识体系，强化“大数据特点”和“人工智能挖掘价值”两大核心。通过练习巩固重点，辨析易错点。 环节6 兴趣园地 1.布置拓展任务：介绍2022年5月12日天文学家公布银河系中心超大质量黑洞——人马座A*的照片。 2.引导探究： 提问：黑洞“画像”使用了哪些数据？大数据在其中起到了什么作用？ 鼓励学生课后上网搜索相关资料，了解大数据在天文研究中的应用。 3.联系本课：强调大数据不仅用于日常生活，还助力科学前沿探索，激发学生对科技的兴趣。  1.了解黑洞照片的科学意义。 2.（课后）查找资料，了解黑洞“画像”背后的数据支持。 3.感受大数据在科学研究中的巨大价值。 将课堂学习延伸到科学前沿，通过黑洞“画像”这一震撼案例，让学生感受大数据在突破人类认知边界中的重要作用，激发探索未知世界的兴趣。 学习评价与反思 评价内容 达成情况 1.能说出大数据的特点：数据量庞大、蕴含巨大价值 2.能理解人工智能是挖掘大数据价值的关键工具 3.能描述“拍照识花”的基本工作流程（采集特征→比对图像库→输出结果） 4.能通过AlphaGo案例，说出机器计算与人工计算的异同 ☆☆☆☆☆ 1.明确任务分工，开展组内协作 2.积极参与小组讨论，分享观点 3.能流畅表达本组的学习成果 4.交流合作，促成新认知 ☆☆☆☆☆ 1 学科网（北京）股份有限公司 $