5.2人工智能的应用教学设计 2026-2027学年高中信息技术浙教版必修1数据与计算
《人工智能的应用》教学设计
一、教学目标
1. 信息意识:能够列举人工智能在生活中的典型应用,了解不同应用背后的核心技术,形成对人工智能应用价值的理性认识,能主动发现身边的AI应用。
2. 计算思维:能够分析典型AI应用的基本工作流程,理解从数据输入到结果输出的处理逻辑,能将具体应用场景与对应技术建立关联。
3. 数字化学习与创新:能够体验常见的AI应用工具,感受AIGC等新技术对学习与生活方式的改变,能合理利用AI工具辅助学习与创作。
4. 信息社会责任:能够辩证认识人工智能应用带来的便利与风险,理解人脸识别、算法推荐等应用中的隐私与伦理问题,形成负责任使用AI技术的意识。
5. 合作育人:通过小组讨论、案例分析等活动,培养合作交流能力与理性思辨能力,在技术讨论中学会倾听不同观点、表达自身立场。
二、教学重点与难点
教学重点:人工智能四类典型应用场景(智能客服与聊天机器人、图像识别、语音识别与自然语言处理、智能推荐与自动驾驶)及其核心技术;自然语言处理、计算机视觉等概念的理解。
教学难点:理解不同AI应用背后的技术原理;辩证认识人工智能应用的价值与伦理风险,避免对AI的片面认知。
三、教学方法与教学准备
教学方法:情境教学法、演示法、小组讨论法、案例分析法。
教学准备:多媒体教室、教学PPT、智能客服与聊天机器人演示账号、语音识别演示设备、自动驾驶相关视频素材。
四、教学过程
教学环节 | 教师活动 | 学生活动 | 设计意图 |
情境导入 (4分钟) | 1. 播放短视频:展示「一部手机走天下」的一天——语音助手设闹钟、刷脸支付、导航避堵、智能推荐餐厅、到家时扫地机器人已完成清扫。 2. 提问:视频里出现了哪些人工智能应用?它们分别帮你完成了什么事? 3. 追问:这些应用和5.1学过的三种人工智能方法(符号主义、联结主义、行为主义)分别对应哪一种? 4. 引出课题:今天我们就来走进人工智能的典型应用场景,看看AI究竟在生活中做了什么。 | 1. 观看视频,自由发言列举视频中的AI应用。 2. 回顾上节课所学的三种AI方法,尝试对应。 3. 明确本节课学习主题。 | 用贴近学生日常的场景快速唤起兴趣,建立「AI就在身边」的感知;同时复习上节课核心概念,实现新旧知识衔接。 |
第 1 页 共 4 页
学科网(北京)股份有限公司
探究一:智能客服与聊天机器人 (6分钟) | 1. 现场演示:打开电商平台智能客服,输入「我买的衣服尺码不合适想换货」,观察自动回复;再打开聊天机器人提问「帮我写一首关于秋天的短诗」,展示生成结果。 2. 讲解:这类应用的核心技术是自然语言处理(NLP),包括语义理解、对话管理、自然语言生成三个环节。 3. 引导思考:智能客服回复的内容真的「理解」你的问题了吗?和人类客服相比有什么区别? 4. 介绍AIGC(人工智能生成内容):聊天机器人、AI绘画、AI写作都属于AIGC,是当前人工智能发展的热点方向。 | 1. 观察演示,对比智能客服与人类客服的回答差异。 2. 小组讨论:聊天机器人写的诗和人类写的诗有什么不同? 3. 记录自然语言处理的核心环节,理解AIGC的含义。 | 通过现场演示让学生获得直观体验;通过「机器是否真的理解」的思辨问题,引导学生理性认识AI能力边界,避免神化或矮化AI。 |
探究二:图像识别与计算机视觉 (7分钟) | 1. 活动体验:展示三张图片(猫、红绿灯、人脸),请学生用一句话描述每张图的内容;再说明:计算机视觉就是让计算机像人一样「看懂」图片。 2. 讲解图像识别流程:图像采集→预处理→特征提取→分类识别,背后主要是联结主义路线下的深度学习技术(卷积神经网络)。 3. 列举应用场景:人脸识别解锁与支付、医疗影像辅助诊断(看CT片找病灶)、自动驾驶识别行人和交通标志、工业生产中的产品缺陷质检。 4. 案例讨论:某小区强制刷脸进门引发争议,你怎么看人脸识别的便利与风险? | 1. 参与活动,体验人类看图与机器识图的过程差异。 2. 记录图像识别的基本流程,了解深度学习的作用。 3. 围绕人脸识别的伦理问题展开小组讨论,发表观点。 | 从人类视觉体验类比到计算机视觉,降低理解门槛;在介绍技术应用的同时引入伦理讨论,渗透信息社会责任素养。 |
探究三:语音识别与自然语言处理 (7分钟) | 1. 演示体验:对着手机语音助手说「明天上午八点提醒我带校服」,观察语音转文字和执行提醒的过程。 2. 讲解:语音识别是把语音信号转换为文本的技术,是自然语言处理的重要入口,流程为:语音采集→特征提取→模型识别→文本输出。 3. 拓展应用:语音输入法、实时字幕、同声传译、智能音箱语音控制。 4. 补充:除了语音识别,自然语言处理还包括机器翻译、情感分析、智能写作等方向,是人工智能领域应用最广泛的分支之一。 | 1. 观察语音识别的实际过程,体会从声音到文字的转换。 2. 联系生活列举自己用过的语音类AI应用。 3. 记录语音识别的流程,区分语音识别与自然语言处理的关系。 | 从学生日常使用的语音助手切入,让抽象技术变得可感;讲清语音识别作为NLP入口的定位,帮助学生建立清晰的技术体系。 |
探究四:智能推荐 | 1. 提问:为什么你刷短视频总能刷到自己喜欢的内容?为什么购物APP总能推荐你想买的东西?引出智能推荐系统。 2. 讲解智能推荐原理: | 1. 结合自身使用体验,理解智能推荐的运作逻 | 智能推荐是学生每天接触但未必理解原理的应 |
第 1 页 共 4 页
学科网(北京)股份有限公司