第 25 课 与机器下井字棋 教学设计 -2025-2026学年人教版初中信息科技（人工智能专册）

该初中信息科技教学设计聚焦井字棋AI决策原理，通过情景导入熟悉规则，从纸笔对弈过渡到数字化建模，再到经验总结和数据学习，搭建从具体到抽象的学习支架。 以计算思维为核心，通过对比棋盘数字化思路、填写棋谱得分表、编程训练模型等活动，培养信息意识与数字化学习能力。学生在体验中建立算法思维，教师可依托配套资源落实核心素养教学。

九年级信息科技下册教学设计 课题 第 25 课 与机器下井字棋 教学 目标 1.信息意识:能识别井字棋Al的输入（棋盘状态)、处理（分析走法)、输出（落子位置）过程;理解机器决策基于规则与逻辑，而非“灵感﹔形成“AI行为可解释、可分析”的意识。 2.计算思维:通过对弈体验与原理拆解，理解机器下棋“感知→分析→评估→决策”的逻辑流程;能枚举棋盘状态、列出合法走法、判断胜负条件、分析最优解﹔初步建立状态—规则—决策的算法思维框架。 3.数字化学习与创新:能动手与人机对弈程序对战，观察、记录、分析机器走法:能小组合作拆解机器思考步骤，用流程图表示决策过程;能提出简单优化思路，提升逻辑分析与创新实践能力。 4．信息社会责任:理解AI下棋是规则与逻辑的体现，而非“智慧”或“情感”;理性看待人机差距，认识AI优势（精准、稳定、无情绪）与局限（无创意、无情感、依赖规则);树立客观认识AI、合理使用Al的态度。 教学 重点 掌握井字棋规则﹔理解机器下棋“感知→分析→评估→决策”的基本流程;能分析机器走法逻辑。 教学 难点 理解棋盘状态、合法走法、最优解的含义;初步建立枚举、评估、选择的算法思维;用流程图表示机器决策过程。 教学 过程 教 学 内 容 与 师 生 活 动 设计意图和 关注的学生 情景导入 井字棋是一种常见的规则简单的游戏。行棋时，双方交替行棋不可停手；棋子只能下在空白格中；一方的3颗棋子连成行、列或对角线则可获胜；双方都无获胜可能则和棋。 新授课 学习活动1 熟悉井字棋规则 利用纸笔或配套资源，参照表 25.1 尝试下井字棋，熟悉其规则。 表 25.1 井字棋博弈的部分状态 一、井字棋对弈数字化 用智能工具解决下棋问题时，首先要将棋盘和下棋过程数字化，即完成抽象建模。 学习活动2 井字棋对弈过程的数字化 1.表 25.2 展示了两种将棋盘和下棋过程（棋谱）数字化的思路。根据棋谱和自己的理解还原对弈过程。 表 25.2 对弈棋局数字化 2.你认为哪种思路更好？为什么？简要记录。 面对井字棋的棋盘，最容易想到的一种思路是给每个格子赋予不同的坐标，这与电子表格大体相仿。而棋谱，即下棋过程，则需记录棋手和下棋的位置。 另一种思路则认为，棋盘9个格子，用数字1到9表示即可。双方交替下棋，奇数步一定是棋手1下的，偶数步一定是棋手2下的，因此无须特意标注。只要将格子对应的数字按顺序排列，下棋过程便一目了然了。 2、 根据经验学习下棋 下棋时要解决的核心问题是，如何合理地选择一个空白位置落子。下棋时，人们可以依靠已有的下棋经验。 学习活动3 基于总结的经验进行对弈 1.参照下面的先手经验与另一位同学下棋。 ① 第一步下在中心位置（5）。 ② 参考图 25.1。若对手下在边角（1、3、7、9），则己方应下在边（2、4、6、8）且紧挨对手棋子的位置。反之同理。 ③ 若对方不封堵，则可获胜；若对方封堵且己方的第 2 步落在边角， 那么下在同边另一边角，就可获胜；若对方封堵且己方的第 2 步落在边，那么挨着对方第一步的位置下，则大概率和棋。可参考图 25.2。 2.尝试分析上面的下棋经验是否有需要改进的地方。 案例展示的先手心得中，对应 1 就有可改进的地方：如果对方下在边（2），则应选临边（4 或 6）而不是挨着下。变化过程可见图 25.3。 注意：如果先手走在中间位置，后手必须在边角进行应对， 否则就可能面临失败。 三、根据棋谱数据学习下棋 前面使用的下棋策略是人制定的，要实现更普遍适用的智能，还要让计算机自动学习策略。对井字棋来说，一个简单的方法，就是让计算机根据已有的棋谱学习，对棋谱每一步进行适当评估。针对所有棋谱反复重复这一过程，不断调整得分，最终就可以找出下棋策略了。评估方法如下： 1.每一步，可下棋的位置均赋为 0； 2.胜利者获胜的位置 +100，失败者失败以外的位置 -100； 3.获胜前一步位置 +10，失败前一步以外的位置 -10； 4.获胜前两步位置 +1，失败前两步以外的位置 -1。 学习活动4 基于数据学习下棋策略 以棋谱“15243”为例，参照前面的价值评估方法，将表 25.3 填写完整。 表 25.3 棋谱分析表 表 25.4 棋谱分析结果 利用足够多的棋谱，让机器参照前面的方法不断扩充状态及调整某个状态剩余位置的得分，就可以得到类似表 25.5 的对弈位置得分表，其中一对括号表示一个格子。括号内，第 1 个数字是格子编号，第 2 个数字是得分。 表 25.5 井字棋对弈位置得分表 对弈时，根据棋局状态确定剩余位置的得分后，只要从得分高的格子（可能并列）中随机选一个，作为下一步的落子位置即可。 四、让机器自主学习下棋 根据前面的分析，要实现让机器自己学会下井字棋，需要准备大量的棋谱。但实际上，由于井字棋比较简单，棋谱最多用 9 个数字来描述，所以这些数字的组合，就是完备的棋谱。 学习活动5 机器基于数据自主学习下棋策略，并实现人机博弈 1.复制配套资源中的 games.csv 文件，或者根据之前所学的内容，通过编程生成所需棋谱数据。 2.打开配套资源中的 train.py 程序，然后适当修改代码，如棋谱文件路径参数、模型保存位置等。 3.运行 train.py 程序，开始训练模型。 4.训练结束后，打开配套资源中的 play.py 程序，修改模型位置等参数。 5.修改后运行程序，尝试与机器进行博弈。计算机会一边下棋，一边展示其思考过程（图 25.4）。 图 25.4人机对弈 拓展与提升 近年来出现了很多会下棋的智能模型，有人认为这些模型可以辅助人们训练，从而提高棋艺，有助于棋类运动的普及和发展；有人则认为此后人们不得不模仿人工智能下棋，会让棋类运动失去吸引力。 对此你怎么看？ 板 书 设 计 一、井字棋对弈数字化 二、根据经验学习下棋 三、根据棋谱数据学习下棋 四、让机器自主学习下棋 教 学 反 思 1 学科网（北京）股份有限公司 $