第一单元第4课人工智能的技术基础教学设计 2026-2027学年人教版初中信息科技人工智能专册

第 4 课《人工智能的技术基础》教学设计 2026—2027学年人教版初中信息科技人工智能专册 课　　题 第 4 课　人工智能的技术基础 教材版本 人教版（2024）人工智能专册 所在单元 第一单元　走进人工智能 课　　型 新授课 课　　时 1 课时（40 分钟） 授课对象 初中学生 一、教学目标 1. 能识别生活中的人工智能应用，认识到数据是人工智能的重要资源，能辨别数据的价值与质量差异。【信息意识】 2. 能说出数据、算法、算力三大技术基础的含义与作用，能拆解人工智能的运行逻辑，理解三者的分工与协同关系，初步了解机器学习“数据—训练—模型—推理”的过程。【计算思维】 3. 能借助案例与配套演示系统探究技术原理，尝试分析常见人工智能应用背后的技术支撑。【数字化学习与创新】 4. 能关注数据质量、数据安全与算法公平，树立规范、负责任地使用人工智能的意识，辩证看待技术价值。【信息社会责任】 二、教学重点与难点 教学重点：掌握数据、算法、算力三大技术基础的概念与作用，能结合实例区分三者在人工智能系统中扮演的角色，建立完整的技术认知。 教学难点：理解数据、算法、算力三者相互依存、协同赋能的内在逻辑，突破抽象技术原理的障碍，能自主分析常见人工智能应用背后的技术支撑过程。 三、教学方法与教学准备 教学方法：情境教学法、任务驱动法、案例分析法、对比归纳法、小组合作法。 教学准备：多媒体课件；《猫狗识别系统》《数字识别系统》等教材配套演示程序；数据、算法、算力关系示意图；机器学习“数据—训练—模型—推理”过程图；两份质量不同的“数据集”对比素材；课堂探究记录单。 四、教学过程（40 分钟） 教学环节 教师活动 学生活动 设计意图 情境导入 人工智能为什么 能这么快“变聪明” （5 分钟） 回顾本单元前三课的学习：人工智能能生成图文声像、能模拟人的智能，还有符号主义、连接主义、行为主义等不同实现方式。接着提出一个追问：“同样是让机器变聪明，为什么历史上的发展时快时慢？为什么最近十多年人工智能突然‘爆发’了？”由学生自由猜测后，教师用“做一道菜”作类比引导：做菜需要食材、菜谱和火力，缺一样都做不成；人工智能要“变聪明”，同样也离不开几样“必备条件”。顺势点明课题《人工智能的技术基础》，明确本课要认识支撑人工智能的三大技术基础。 回顾单元所学，围绕“人工智能为什么能快速发展”提出自己的猜想；借助“做菜”类比初步感知“多重要素协同”的道理，带着“支撑人工智能的‘必备条件’究竟是什么”这一问题进入学习。 由单元复习自然过渡到新知，用贴近生活的类比把抽象的“技术基础”转化为学生可理解的“必备条件”，以核心问题聚焦三大要素，为概念学习搭建认知支架。 探究一 认识数据 人工智能的“燃料” （9 分钟） 引导阅读教材，明确数据是人工智能学习和判断的“原材料”，就像做饭需要食材：要让计算机学会认猫，就得给它看大量猫的图片；要让语音助手听懂说话，就得给它大量语音和文字。结合生活实例（人脸识别需要人脸图片、垃圾邮件识别需要邮件内容、短视频推荐需要浏览记录），帮助学生体会“不同任务需要不同数据”。接着出示两份“数据集”对比（一份图片丰富清晰、标注准确；一份图片模糊重复、标注混乱），组织学生讨论“用哪一份训练效果更好”，并点出“数据集的质量直接影响模型效果”“垃圾进，垃圾出”，引导学生认识到数据不只是“数字”，图片、语音、文字、视频都是数据。 阅读教材，理解数据是人工智能学习的“原材料”；结合人脸识别、语音助手、推荐系统等实例，说说它们各需要什么样的数据；对比两份数据集，讨论数据质量对模型效果的影响，体会“垃圾进，垃圾出”的含义。 以“食材”类比切入，帮助学生直观理解数据的作用；通过对比好坏数据集，把“数据越多越好”这一常见误解引向“质量同样关键”，培养信息意识与批判性思维。 探究二 认识算法与算力 “行动指南”与“计算引擎” （11 分钟） 分两步推进。第一步认识算法：由“有了食材，还缺什么？”引出算法是解决问题的有序步骤与方法，是人工智能的“行动指南”——它规定机器接收数据之后每一步该如何处理。指出同一组数据用不同算法处理，结果可能不同，所以算法被称为人工智能的“核心”。第二步认识算力：提出问题“步骤都清楚了，为什么还常常算得慢？”引出算力是计算机处理数据、执行算法的能力，由 CPU、GPU 等硬件提供；算力越强，模型训练越快、能支撑的模型规模越大，就像火力越旺、锅越大，一次能做的菜越多。随后借助教材配套的《猫狗识别系统》《数字识别系统》演示，组织学生观察“增大数据量、提升算力后模型效果与训练速度的变化”，验证三大要素各自的作用。 阅读教材，理解算法是“解决问题的有序步骤与方法”、算力是“计算机处理数据与执行算法的能力”；结合“同一数据不同算法结果可能不同”思考算法的作用；动手运行配套演示系统，观察并记录增大数据量、提升算力后模型效果与训练速度的变化。 以两个递进的追问自然引出算法与算力，用“菜谱”“火力”作类比降低理解难度；借助配套演示让学生亲眼看、亲手试，把抽象概念转化为可观察的现象，突破“三大要素分工”这一重点。 探究三 梳理机器学习过程 理解三者协同 （10 分钟） 带领学生把零散的认识串成一条线，梳理机器学习的一般过程：准备数据 → 用算法训练模型（在算力支撑下反复查看数据、计算误差、调整参数）→ 得到可用的模型 → 用新数据“推理”、完成识别或判断。以“猫狗识别”为例，把数据（大量猫狗图片及标签）、算法（如何学习猫狗区别的方法）、算力（反复计算、调整参数的硬件能力）、模型（训练后能判断新图片的“成果”）一一对号入座。随后出示三者关系的三角形图示，组织讨论“如果只有两样、缺了一样会怎样”，引导学生归纳：数据是“燃料”、算法是“核心”、算力是“引擎”，三者缺一不可、相互配合，共同支撑人工智能的运行。 跟随教师梳理，完成“数据→训练→模型→推理”的过程图；以“猫狗识别”为例，把数据、算法、算力、模型分别与材料中的内容对应起来；参与讨论“缺了一样会怎样”，归纳三者协同的关系。 把零散概念整合为完整流程与结构图，帮助学生形成系统认识；通过“缺一样会怎样”的假设推演，让“相互依存、协同赋能”这一难点变得可感、可说，提升计算思维。 课堂小结 与作业 （5 分钟） 师生共同梳理本课知识结构：数据——人工智能的“燃料”（原材料），图像、语音、文字等都可作为数据，数量与质量都影响模型效果（“垃圾进，垃圾出”）；算法——人工智能的“核心”（行动指南），是解决问题的有序步骤与方法，规定机器如何从数据中学习与判断；算力——人工智能的“引擎”（计算动力），由 CPU、GPU 等硬件提供，决定训练速度与模型规模；机器学习过程——数据 → 训练 → 模型 → 推理。随后带领学生回顾整个单元：从身边的人工智能，到什么是人工智能、实现方式，再到本课的技术基础，形成对人工智能较完整的认识。强调：人工智能是多种技术共同支撑的成果，既要善用其便利，也要关注数据安全与算法公平、规范负责任地使用。布置课后作业。 回顾本课所学，说出数据、算法、算力各自的作用以及三者协同的关系；结合单元所学，谈谈自己对人工智能的新认识，交流还应如何规范使用人工智能；记录作业要求。 以“燃料—核心—引擎”为主线统领全课，并在单元收束中帮助学生形成全面、辩证的认识；把知识学习与数据安全、规范使用相联系，落实信息社会责任。 五、板书设计 人工智能的技术基础 一、为什么人工智能能快速发展：数据、算法、算力三大技术基础协同支撑 二、数据——人工智能的“燃料”（原材料）：图像、语音、文字、视频都是数据 · 数量与质量都影响模型效果（“垃圾进，垃圾出”） 三、算法——人工智能的“核心”（行动指南）：解决问题的有序步骤与方法 · 规定机器如何从数据中学习与判断 · 同一数据用不同算法结果可能不同 四、算力——人工智能的“引擎”（计算动力）：计算机处理数据、执行算法的能力 · 由 CPU、GPU 等硬件提供 · 决定训练速度与模型规模 五、机器学习过程：数据 → 训练 → 模型 → 推理 ★ 核心认识：数据是“燃料”、算法是“核心”、算力是“引擎”，三者缺一不可、协同工作，共同支撑人工智能模拟、延伸和扩展人类的智能；也要关注数据安全与算法公平，规范使用人工智能 六、作业设计 1. 基础题：写出人工智能的三大技术基础，并分别用一句形象的话说明它们的作用。 2. 实践题：从身边任选一个人工智能应用（如人脸识别解锁、语音助手），说说它需要哪些数据、需要什么样的算法和算力。 3. 拓展题（选做）：查阅资料，了解“垃圾进，垃圾出”的含义，并举例说明数据质量如何影响人工智能的效果。 4. 复习题：用一个表格写出人工智能的三种实现方式各“模拟”了什么、有哪些典型技术，并说说数据、算法、算力各自起什么作用。 第 页　共 页 学科网（北京）股份有限公司 $