《第 20 课 会 “思考” 的推理模型 》 教学设计-2026-2027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“会‘思考’的推理模型”核心知识点，通过对比普通模型直接输出结果与推理模型分步解答数学题的案例导入，联系医生诊断、侦探分析等生活推理实例，搭建从学生已知AI输出到理解机器推理规则的学习支架，梳理从结果式输出到过程式推理的知识脉络。 该资料以任务驱动贯穿教学，通过数学题步骤排序任务具象化思维链原理培养计算思维，用西游记人物关系案例拆解推理三阶段渗透建模思想，结合AI幻觉实例引导辩证看待AI落实信息社会责任。实践环节让学生自主设计推理条件实现知识迁移，既提升学生拆解问题与规则设计能力，又为教师提供贴近生活的案例与可操作任务，助力核心素养落地。

第 20 课 会 “思考” 的推理模型 科目 信息技术 教材 人教版 核心素养目标 信息意识：结合 AI 案例感知机器推理价值，区分直接输出答案和分步推理模型。计算思维，拆解思维链推理步骤，理解机器依靠规则逐层推导的建模思想。数字化学习与创新，借助案例体验推理模型，尝试设计简单推理条件。信息社会责任，辩证看待 AI 幻觉问题，理性认识人工智能的优势与局限，恪守科技伦理 教学重难点 教学重点：理解推理模型的本质，掌握思维链（CoT）分步推理特点，对比普通模型和会思考模型的区别，了解推理模型在日常场景中的应用。教学难点：明白机器推理依靠设定规则开展逻辑运算，客观理解 AI 幻觉产生原因，学会合理辨别模型给出的答案，把人类推理思路转化为机器可识别条件。 教学过程——主要思路 环节一：情境激趣，导入新课 教师活动 教师依次抛出两组问答案例。案例 1：普通大模型直接给出数学题结果；案例 2：会思考的推理模型，逐条写出解题步骤之后再给出最终答案。接着提出问题：同样一道数学计算题，为什么有的人工智能只给结果，有的模型能够写出详细思考过程？人类思考问题时会一步步分析条件，机器是怎样模拟我们思考过程的？顺势引出本节课课题：会 “思考” 的推理模型。随后联系生活实例，医生根据症状推断疾病、侦探依靠线索分析案情，这些都是人类推理，机器模仿人类逻辑分析的工具就是推理模型。教师继续追问：机器本身没有大脑，它依靠什么完成推理思考？带领学生带着疑问开启新知学习。 学生活动 学生认真观察两组模型的回答内容，对比两者输出内容的差别，自由发表自己的看法。结合生活经验说一说自己平时思考问题的过程，在小组内简单交流，猜想人工智能进行思考的内在方式，梳理心中疑惑，投入新课学习。 设计意图 利用学生熟悉的做题场景对比两种模型的输出结果，贴近初中生日常学习生活，快速吸引学生注意力，把抽象的机器推理转化为看得见的文字内容，降低新知入门难度，唤醒学生的信息意识，为本节课后续内容做好铺垫。 环节二：任务探究一，区分普通模型与推理模型 教师活动 教师出示教材当中的对比素材，讲解普通模型和推理模型的运行逻辑。普通模型学习海量数据之后，记住问题对应的最终答案，收到提问直接输出结果，不会展示思考过程，属于结果式输出；会思考的推理模型引入思维链机制，模仿人类思考模式，先拆解已知条件，一步步分析推导，最后得出结论，推理全过程可以被人们查看。 教师设置课堂任务：给出问题 “商店运来 4 箱苹果，每箱 10 千克，卖掉 15 千克，还剩多少千克”，把机器推理的步骤打散打乱：①算出总重量 4×10=40 千克；②求出剩余重量 40‑15=25 千克；③梳理已知条件。教师让学生排序，还原模型思考顺序。之后教师总结：机器推理和人类做题一样，要先整理条件，再分步计算，最后得到答案，分步思考就是推理模型的核心特征。教师继续补充：机器并不能自主产生想法，每一步推理都是程序员提前设定好规则，模型严格依照给定规则运行。 学生活动 学生独立完成推理步骤排序任务，完成之后同桌之间互相核对顺序。认真聆听教师讲解，标记普通模型和推理模型的不同特点，用自己的语言概括推理模型的特点：分步推导、过程可见、理由可查。学生思考讨论：机器自己不会思考，程序员编写规则就是机器思考的依据。 设计意图 借助简单的数学应用题开展课堂任务，把思维链抽象原理具象化，引导学生将人类解题步骤迁移理解机器推理流程，锻炼学生拆解问题的能力，落实计算思维素养；通过对比辨析，让学生清晰区分两种模型的运行模式，夯实本节课重点内容。 环节三：任务探究二，深度理解思维链（CoT）推理原理 教师活动 教师从教材选取知识图谱推理案例展开讲解，以西游记人物关系举例：猪八戒和孙悟空是师弟，孙悟空和唐僧是师徒，机器根据这两条已知规则，推理得出猪八戒和唐僧同样是师徒关系。教师展示三元组知识结构（实体‑关系‑实体），说明机器就是依靠大量三元组知识和传递性规则完成深层推理。 教师把推理模型的工作流程划分为三个阶段：第一阶段知识输入，人类整理事实、条件、规则输入模型；第二阶段逻辑遍历，模型逐条匹配规则，排除不符合条件的选项；第三阶段输出结论，整理推理步骤给出答案。教师进一步拓展，现在的大语言模型思维链分为两种形式，一种是显性推理，步骤清晰完整；还有隐性推理，模型内部完成推算，外部看不到详细过程。 教师布置小组探究任务：给出条件①麻雀属于鸟类；②鸟类都会产卵，小组讨论机器如何推理得出麻雀可以产卵，每组整理出机器的推理步骤，选派代表进行发言展示。在学生展示结束之后，教师进行点拨：机器推理离不开足够的事实和严谨的规则，缺少条件或者规则出错，机器推理结果就会出现问题。 学生活动 学生跟随教师讲解，认识三元组的基本含义，理解传递规则对于机器推理的作用。小组内部认真讨论问题，仿照例题梳理机器推理步骤：第一步读取已知条件，第二步匹配鸟类的特征规则，第三步推出麻雀能够产卵。学生记录推理三阶段，区分显性推理和隐性推理，明白充足的条件是机器正确推理的前提。 设计意图 借助学生熟悉的名著案例降低原理理解难度，把机器内部看不见的推理过程拆解为三步流程，帮助学生理解建模思想；小组合作探究可以调动全体学生参与课堂，引导学生学会把现实逻辑转换成机器能够识别的条件，深化计算思维，突破本节课的教学难点。 环节四：任务探究三，认识 AI 幻觉，辩证看待推理模型 教师活动 教师抛出问题：会思考的推理模型给出的答案一定全部正确吗？随后展示 AI 幻觉实例：向人工智能提问历史问题，模型编造不存在的历史人物和事件，推理过程看起来条理清晰，但最终结论不符合事实。教师讲解 AI 幻觉产生的两类原因：第一，输入给模型的知识本身存在错误；第二，模型为了把回答写通顺，自主编造不存在的条件，强行完成推理步骤。 教师继续延伸讲解：普通模型只会照搬数据里的答案，出错的时候比较容易分辨；推理模型条理完整，反而更容易让我们轻信错误结论。教师组织学生开展思辨讨论：推理模型给我们学习带来哪些帮助？又存在哪些隐患？教师梳理总结：推理模型可以充当 AI 家教，一步步讲解习题，辅助我们完成学习；但是模型会出现幻觉，我们使用 AI 时不能盲目盲从答案，一定要结合课本知识核对对错。 接着教师继续拓展推理模型广阔的应用场景：智能医生依靠推理模型判断病情、自动驾驶结合路况推理行驶路线、智能客服依据规则解答问题，正是因为推理模型具备分步思考的能力，人工智能才可以深度服务各行各业。 学生活动 学生观看 AI 幻觉案例之后内心产生思考，自由发表自己的看法，在小组内辩证讨论推理模型的利与弊。学生结合自己平时使用人工智能的亲身经历，分享自己遇到过 AI 回答出错的事例，归纳得出使用 AI 的注意事项：不能照搬 AI 给出的答案，学会甄别信息真伪。学生列举生活当中见过的推理模型应用实例，体会人工智能给社会带来的便利。 设计意图 AI 幻觉是本节课的难点内容，通过真实案例让学生打破 “AI 不会犯错” 的固有认知；思辨讨论引导学生理性看待人工智能，树立正确评判 AI 结果的意识，落实信息社会责任；结合多样化应用场景，拓宽学生视野，让学生体会技术的现实价值。 环节五：实践尝试，自主设计简单推理条件 教师活动 教师布置数字化实践任务，让学生仿照机器推理模式，自己编写条件和结论，设计一组推理规则。教师给出示例：条件 1：矩形四个角都是直角；条件 2：正方形属于矩形；推理结果：正方形四个角都是直角。教师提示学生可以选取生物、地理、日常常识等自己熟悉的内容进行编写。 学生写完之后，教师挑选部分学生作品进行展示，带领全班同学一起检验规则是否严谨。针对部分同学编写的条件模糊、逻辑混乱的作品，教师引导全班同学帮忙修改完善。教师再次强调：机器不会自主判断逻辑对错，规则编写的质量，直接决定推理模型输出结果的好坏，人类才是人工智能的设计者和把控者。 教师进阶拓展：现在的推理模型不再局限于我们手动输入规则，深度学习模型会通过海量数据自己总结隐含规则，也就是黑盒推理。虽然我们看不到内部推理细节，但是底层逻辑依旧是依靠大量数据完成条件匹配，进一步加深学生对于机器推理本质的理解。 学生活动 学生独立构思两组推理条件，写出对应的推理结果，完成课堂实践任务。认真查看同学的作品，判断条件设置是否合理，对于逻辑有误的案例提出修改建议。聆听教师讲解黑盒推理，明白新式推理模型和传统规则推理的内在联系，懂得人类掌握着人工智能发展的主动权。学生尝试设想，如果自己以后设计人工智能模型，会怎样设置规则，激发创新思考。 设计意图 通过自主编写推理条件，让学生完成知识迁移运用，把课堂学到的理论知识落地实践，培养数字化学习与创新素养；区分传统规则推理和深度学习黑盒推理，拓宽知识深度；让学生明白人的主导地位，增强学生科技自信。 环节六：课堂梳理，构建知识体系 教师活动 教师带领学生分层梳理本节课全部内容：第一层基础概念，推理模型依靠给定的条件和规则模拟人类思考；第二层核心重点，思维链（CoT）让机器分步推理，推理过程清晰可见；第三层理性认知，推理模型依旧会产生 AI 幻觉，我们要理性看待 AI；第四层未来展望，推理模型助力各行各业发展，人类要遵守科技伦理，合理运用人工智能技术。 教师抛出拓展问题：未来我们怎样改进推理模型，减少 AI 幻觉现象？教师汇总学生观点：筛选权威可靠的数据、优化模型算法、人类严格审核模型输出内容。最后教师进行升华总结：机器的思考本质是人类智慧的延伸，人工智能可以辅助我们学习工作，但是深度思考、辨别是非依旧离不开我们自己，我们要坚持独立思考，合理利用智能工具，顺应智能时代发展。 学生活动 学生跟随教师回顾本节课知识点，整理笔记，构建完整的知识框架。积极思考减少 AI 幻觉的办法，踊跃说出自己的想法。结合本节课学习感悟，谈一谈今后自己使用人工智能工具的做法，树立独立思考的意识。 设计意图 分层复盘知识点帮助学生巩固课堂所学，完善认知体系；开放性问题启发学生深度思考，把本节课的计算思维、信息社会责任落到实处；最后的课堂升华引导学生摆正对待人工智能的态度，实现立德树人的课堂目标。 环节七：课后拓展，完成课后任务 教师活动 教师布置课后任务：任务一，回家之后体验 AI 大模型，分别向模型提问一道理科计算题，观察模型是否会分步写出解题过程；任务二，搜集一个 AI 幻觉案例，简单分析出错原因，写下自己的感悟。教师提示学生体验 AI 的过程当中，认真分辨模型给出答案是否合理，养成审慎看待人工智能输出内容的习惯。 学生活动 学生课后完成拓展任务，认真观察模型推理状态，记录自己发现的问题，在下一节课分享自己的发现。课后主动查阅人工智能相关科普内容，持续关注智能推理技术的发展。 设计意图 把课堂学习延伸到课后生活当中，借助真实数字化工具加深学生对推理模型的理解，持续培养学生数字化学习能力，做到课堂知识和现实生活紧密结合。 1 / 2 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 学科网（北京）股份有限公司 $