第三单元 人工智能的本质 —— 我为校园增 “智慧”- 一、项目分析 导学案—2026-2027学年苏科版信息技术九年级全一册

该初中信息科技导学案聚焦人工智能本质，涵盖感知-分析-决策-优化工作流程、数据算法算力三大要素及智慧校园项目分析。通过课前预习自主梳理概念与校园智能场景调研，课中案例拆解与小组探究，构建从基础认知到深度应用的学习支架。 以真实校园场景为载体，采用项目式学习引导学生小组合作设计优化方案，突出计算思维的逻辑拆解与数字化学习的创新实践，同步渗透信息社会责任教育，助力学生提升解决实际问题的能力与安全合规意识。

初中信息“导·学·练”课堂导学案 年级 科目 信息 周次 设计者 序号 班级 主题与课时 第三单元 人工智能的本质 —— 我为校园增 “智慧”- 一、项目分析 课型 新授 审核人 学校审核 姓名 课标要求 本课依据初中信息科技课程标准，引导学生结合校园真实场景，认识人工智能的核心本质与基础特征，掌握人工智能感知、判断、决策的基本工作逻辑。能辨析人工智能与传统程序的区别，初步学会梳理智慧校园项目的实施思路，体验人工智能技术的应用价值。同时树立安全、合规、负责任的AI应用意识，提升利用信息技术解决真实校园问题的实践能力与创新思维。 学习目标 信息意识：学生能主动发现校园生活中的智能化需求，识别人工智能技术适配的应用场景，感知数据、算法、算力在AI运行中的核心作用，建立智能技术服务生活的认知。 计算思维：通过拆解智慧校园项目流程，学会分析AI工作步骤，形成场景匹配技术、问题对应方案的逻辑思维，能简单推理AI决策原理。 数字化学习与创新：依托课前预习、课中探究任务，自主梳理AI知识，小组合作设计简易智慧校园优化方案，提升数字化实践与创新设计能力。 信息社会责任：了解校园AI应用的隐私与安全规范，自觉遵守智能技术使用准则，树立安全、合规、理性的人工智能应用观念。 重难点 教学重点：理解人工智能的核心本质，掌握人工智能感知、分析、决策的基本工作流程，能够结合校园场景识别人工智能的应用形式，梳理智慧校园项目的基本实施思路。 教学难点：区分人工智能技术与传统自动化程序的差异，深度理解数据、算法、算力三大要素对AI的支撑作用，结合校园真实问题自主设计合理、可行的智慧校园优化方案，落实智能技术的创新应用与责任使用。 学习过程 （一）课前预习案 预习目标：初步感知人工智能的基本概念，发现校园中的智能应用场景，了解人工智能的基础特征，为课中深度探究智慧校园项目做好知识铺垫。通过自主预习，建立AI与校园生活的关联，培养自主学习与信息捕捉能力。 任务一：基础概念自主认知 1. 结合教材内容，自主梳理人工智能的定义，用简洁的语言写出你理解的人工智能是什么？ 2. 教材中提到人工智能具备模拟人类智能的能力，请列举人类的三种基础智能行为，并对应写出人工智能可模拟的相关功能。 3. 查阅教材文本，简要写出人工智能运行不可或缺的三大核心要素分别是什么？ 任务二：校园智能场景调研梳理 1. 认真观察日常校园生活，从校园安防、校园服务、校园学习、校园管理四个维度，各列举1个你见过或了解的智能化应用场景。 2. 对比普通校园设备与智能校园设备的区别，填写认知思考：普通设备的工作特点是固定程序、重复操作，智能设备相较于普通设备，最大的优势是什么？ 3. 结合自身校园体验，思考当前校园生活中，还有哪些场景可以引入人工智能技术，实现校园服务的优化升级？请写出1-2个具体场景。 任务三：预习疑问自主记录 1. 在自主预习本课时内容后，你对人工智能的本质、应用场景、工作原理存在哪些疑问？请逐条记录。 2. 你认为打造智慧校园的核心目的是什么？智慧校园和传统校园最核心的差异体现在哪里？ 3. 初步思考：人工智能为什么可以实现自主判断、自主优化，而普通电子设备无法做到？ 预习拓展思考：很多同学认为“智能设备就是人工智能”，结合预习内容，判断这个观点是否正确，并简要说明理由。 （预习总结：通过自主预习，学生初步掌握人工智能基础概念，建立校园AI场景认知，明确自身知识盲区，为课堂针对性探究、小组合作学习奠定基础，同时培养自主观察、独立思考的学习习惯。） （二）课中探究案 探究总目标：深度理解人工智能的本质内涵，掌握AI三大核心要素的作用，厘清人工智能与传统程序的区别，熟练掌握智慧校园项目的分析方法，能够结合校园真实问题设计智能优化方案，同步提升逻辑思维、合作探究与数字化创新能力，树立负责任的AI应用意识。 探究模块一：深度解读人工智能的本质（基础探究） 活动1：概念辨析，精准把握核心定义 结合教材标准定义与课前预习成果，完成课堂探究问题，深化对人工智能本质的认知。人工智能并非简单的机器自动化，而是能够模拟、延伸和扩展人类智能的技术系统，具备感知、学习、推理、决策、自适应优化的核心能力，这也是人工智能区别于传统电子设备的核心特质。 1. 简答题：结合教材内容，完整阐述人工智能的核心本质是什么？ 2. 对比分析题：传统固定程序设备（如校园定时广播、自动门禁闸机）与人工智能设备（如校园人脸识别门禁、智能测温设备）的工作逻辑有何本质区别？ 3. 判断题：人工智能可以完全替代人类智能，独立完成所有复杂工作。（正确/错误）并说明理由。 活动2：拆解AI工作完整流程 教材明确指出，人工智能的工作过程完整复刻了人类的认知过程，分为感知信息、分析处理、判断决策、反馈优化四个核心环节。请结合校园人脸识别门禁系统的工作过程，完成流程拆解探究。 1. 感知环节：人脸识别门禁通过什么设备采集校园师生的人脸信息？采集的信息属于什么类型的数据？ 2. 分析环节：系统采集人脸数据后，会进行哪些分析比对工作？ 3. 决策环节：系统根据比对结果，会做出哪两种核心决策？ 4. 优化环节：长期使用过程中，该智能设备如何实现自适应优化？ 小组合作探究：除了人脸识别门禁，请小组任选校园智能监控、智能垃圾分类、校园语音播报系统中的一种，共同拆解其完整工作流程，梳理各环节核心工作内容，形成小组探究结论。 探究模块二：解析人工智能三大核心支撑要素（重点探究） 数据、算法、算力是支撑人工智能运行的三大核心要素，三者相辅相成、缺一不可，共同构成了人工智能技术的底层基础，也是智慧校园项目落地的核心技术支撑。本模块通过分层探究，让学生理解三大要素的内涵与作用，厘清三者的关联。 活动1：要素内涵自主探究与填空巩固 1. ________是人工智能的基础原料，为AI学习、分析、比对提供海量信息支撑。 2. ________是人工智能的核心逻辑，是机器处理数据、解决问题的有序步骤与规则。 3. ________是人工智能的硬件支撑，是设备完成数据运算、模型训练、实时推理的能力。 活动2：结合校园场景分析三大要素的作用 以校园智能考勤系统为案例，深度探究三大要素的具体应用，完成以下问题： 1. 智能考勤系统运行需要哪些核心数据？这些数据如何支撑系统工作？ 2. 智能考勤系统依托的算法起到了什么作用？如果没有对应的算法，系统能否完成考勤工作？ 3. 智能考勤系统需要硬件设备提供算力支撑，请列举两种提供算力的硬件设备，并说明算力不足会带来哪些问题？ 小组讨论：三大要素中，哪一个要素是人工智能实现“自主学习、自主优化”的核心关键？为什么？结合教材内容与校园案例说明理由。 探究模块三：智慧校园项目整体分析（核心探究） 本单元核心项目为“我为校园增‘智慧’”，核心目标是依托人工智能技术，解决校园生活、管理、学习中的实际问题，优化校园服务、提升校园管理效率、丰富校园学习场景。本模块将从项目背景、项目需求、项目思路、项目价值四个维度，完成深度探究。 活动1：项目背景与需求分析 传统校园管理模式存在效率低、人工成本高、服务不精准、安全管控有漏洞等问题，而人工智能技术的普及为校园智能化升级提供了技术支撑。结合校园真实现状，完成需求分析探究： 1. 校园日常管理中，人工考勤、人工巡检、卫生督查等传统工作存在哪些弊端？ 2. 校园学习场景中，传统课堂、课后辅导存在哪些可以通过AI优化的问题？ 3. 校园安全与服务场景中，传统门禁、安防、咨询服务存在哪些短板？ 活动2：项目实施整体思路梳理 结合教材项目分析逻辑，智慧校园改造项目需遵循“发现问题—匹配技术—设计方案—落地优化”的完整流程，请结合所学知识，完成流程细化探究： 1. 问题挖掘环节：我们可以通过哪些方式收集校园需要优化的问题？（至少写出3种方式） 2. 技术匹配环节：针对校园不同问题，如何精准匹配对应的人工智能技术（机器视觉、语音交互、智能分析等）？ 3. 方案设计环节：一套完整的智慧校园优化方案，需要包含哪些核心内容？ 4. 落地优化环节：项目落地后，需要根据什么持续优化智能方案？ 活动3：场景化项目方案设计（小组实操探究） 以小组为单位，选取一个校园痛点场景，设计简易智慧校园优化方案，完成以下探究任务： 可选场景：校园考勤优化、校园垃圾分类管理、校园智能安防巡检、课后智能答疑、校园灯光智能管控 1. 明确本组选取的优化场景，简述该场景当前存在的核心问题。 2. 匹配对应的人工智能技术，说明该技术适配此场景的原因。 3. 梳理方案所需的核心数据、算法、算力支撑。 4. 简述方案的工作流程与预期优化效果。 5. 分析该智能方案落地后，可能存在的隐私安全问题与使用风险，并提出对应的规避措施。 探究模块四：人工智能应用的责任与规范（拓展探究） 人工智能技术在为校园带来便利的同时，也存在数据泄露、隐私滥用、过度依赖智能设备、技术滥用等风险。结合信息社会责任素养要求，完成拓展探究： 1. 校园人脸识别、智能考勤系统会采集师生人脸、姓名、班级等隐私数据，为保护个人信息安全，学校和师生需要遵守哪些规范？ 2. 部分同学过度依赖智能答疑、AI解题工具，会带来哪些学习弊端？我们应该如何正确使用校园智能学习工具？ 3. 结合教材伦理规范内容，简要说明智慧校园建设中，人工智能应用需要遵循哪些基本原则？ 板书设计 第三单元 人工智能的本质——我为校园增“智慧”（项目分析） 1. 人工智能本质：模拟、延伸、扩展人类智能（感知→分析→决策→优化） 2. AI三大核心要素 　- 数据：基础原料 　- 算法：核心逻辑 　- 算力：硬件支撑 3. 核心区分：AI可自主学习优化｜传统程序固定重复 4. 智慧校园项目流程：发现问题→匹配技术→设计方案→落地优化 5. 应用准则：安全合规、保护隐私、理性使用、责任创新 参考答案 （一）课前预习案答案 任务一：基础概念自主认知 1. 人工智能是一门研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的新技术科学，具备感知、学习、推理、自主决策和自适应优化的能力。 2. 人类智能行为：视觉识别、听觉感知、逻辑思考、自主决策；对应AI功能：机器视觉识别、语音识别交互、智能算法推理、自动化智能决策。 3. 三大核心要素：数据、算法、算力。 任务二：校园智能场景调研梳理 1. 示例：安防（智能人脸识别门禁）、服务（校园智能导览机）、学习（AI智能答疑系统）、管理（智能考勤系统）。 2. 智能设备可依托数据和算法自主学习、自适应优化，能根据不同场景做出差异化决策，而非固定重复工作，具备智能化、个性化、自适应的特点。 3. 示例：校园智能灯光调控、智能卫生巡检、课后作业智能批改、校园噪音智能监测等。 任务三：预习疑问自主记录 2. 核心目的：依托智能技术优化校园服务、提升管理效率、丰富学习场景、保障校园安全。核心差异：传统校园依赖人工固定管理，智慧校园依托AI技术实现自动化、智能化、精准化、个性化服务与管理。 3. 人工智能依托海量数据、智能算法和充足算力，可自主学习数据特征、优化运算逻辑，实现自主判断迭代；普通设备仅执行固定编写的程序，无学习和优化能力。 预习拓展思考 观点错误。智能设备范围更广，部分智能设备仅为自动化固定操作，无自主学习、推理优化能力，不属于人工智能；只有具备模拟人类智能、可自主迭代优化的智能设备，才属于人工智能设备。 （二）课中探究案答案 探究模块一：深度解读人工智能的本质 活动1： 1. 人工智能的本质是模拟、延伸和扩展人类的自然智能，通过数据、算法、算力的协同作用，让机器具备感知、学习、推理、决策和自适应优化的能力，能够自主解决特定场景下的问题。 2. 传统程序设备按照预设固定程序运行，操作、结果固定，无学习优化能力，无法适配场景变化；人工智能设备可自主采集数据、分析学习，根据不同场景变化做出差异化决策，且能长期自适应优化迭代。 3. 错误。人工智能仅能模拟人类部分智能，无法具备人类的情感、创造力、自主意识，无法替代人类完成所有复杂、创造性工作。 活动2： 1. 通过摄像头采集人脸图像数据，属于图像类可视化数据。 2. 提取采集人脸的特征信息，与系统后台存储的师生人脸特征数据库进行比对匹配。 3. 比对匹配成功则开门放行、记录考勤；匹配失败则拒绝通行、发出预警提示。 4. 持续采集新增人脸数据、优化比对算法，提升识别准确率，适配发型、妆容、光线变化等场景差异。 探究模块二：解析人工智能三大核心支撑要素 活动1：1. 数据 2. 算法 3. 算力 活动2： 1. 核心数据：师生人脸信息、班级姓名、入校时间等；数据为考勤比对、人员识别、考勤统计提供信息支撑，是系统工作的基础。 2. 算法负责处理人脸数据、完成特征比对、统计考勤信息、判断考勤状态；无算法则设备仅能采集数据，无法完成识别与考勤工作。 3. 算力硬件：摄像头、服务器、主控芯片；算力不足会导致识别卡顿、比对延迟、考勤统计出错、设备响应缓慢等问题。 小组讨论答案：算法是核心关键。算法是机器自主学习、逻辑推理、优化决策的核心规则，数据和算力为算法运行提供支撑，只有依托智能算法，人工智能才能实现区别于传统设备的自主优化能力。 探究模块三：智慧校园项目整体分析 活动1： 1. 人工考勤效率低、易出错、统计繁琐；人工巡检耗时费力、存在巡查盲区；卫生督查标准不统一、主观性强。 2. 传统课堂答疑不及时、个性化辅导不足；课后作业批改耗时，错题分析不精准，无法针对性查漏补缺。 3. 传统门禁人工核验效率低、存在安全隐患；安防监控依赖人工查看，无法主动预警；校园咨询服务人工响应不及时。 活动2： 1. 学生调研、校园实地观察、师生问卷收集、校园管理数据统计。 2. 视觉类场景（识别、巡检、监测）匹配机器视觉技术；语音交互场景匹配语音识别与合成技术；数据分析场景匹配智能大数据分析技术。 3. 包含场景问题、适配技术、软硬件支撑、工作流程、预期效果、风险规避方案。 4. 根据校园场景变化、师生使用反馈、技术迭代持续优化方案。 活动3（示例答案，通用模板）： 选取场景：校园智能垃圾分类管理 1. 现存问题：学生垃圾分类准确率低、人工督导成本高、垃圾混投现象普遍、校园垃圾分类管理效率低。 2. 适配技术：机器视觉识别技术，可精准识别垃圾种类，适配垃圾分类检测场景。 3. 核心支撑：数据（各类垃圾图像特征数据）、算法（垃圾分类识别比对算法）、算力（智能垃圾桶主控芯片、摄像头硬件）。 4. 工作流程：摄像头采集投放垃圾图像→算法识别垃圾类型→判断投放分类是否正确→给出语音提示→记录投放数据；预期效果：提升垃圾分类准确率，减少人工督导，实现校园垃圾分类智能化管理。 5. 风险与规避：存在垃圾图像数据泄露风险，需做好数据加密存储；识别存在极小误差，需持续优化算法，同时配合校园宣传引导学生规范投放。 探究模块四：人工智能应用的责任与规范 1. 学校需做好隐私数据加密存储、规范数据使用权限，不随意泄露师生信息；师生自觉保护个人人脸、学籍信息，不私自传播校园智能设备采集的个人数据。 2. 弊端：丧失独立思考能力、依赖智能工具偷懒、解题思维弱化、学习主动性下降。正确使用方式：将智能工具作为辅助学习手段，自主思考后借助工具查漏补缺，不直接照搬答案。 3. 需遵循安全合规、隐私保护、以人为本、理性适配、可控可用的原则，兼顾技术实用性与信息安全性，杜绝技术滥用。 ( 1 / 3 ) 目标领航 任务驱动 评价镶嵌 赢在课堂 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $