教案首页
周次：日期：年月日课时序：
课题
项目1走进人工智能——任务1.1揭开人工智能的面纱
教学目的
要求
了解人工智能的定义、核心技术及主要分支。
熟悉人工智能的发展历程，掌握四次浪潮的关键节点与技术突破。
理解人工智能在各领域的应用案例，分析其社会影响。
建立人工智能认知框架，培养技术伦理意识。
重点
人工智能的核心技术体系、发展历程及应用场景。
难点
人工智能技术分支的逻辑关系及跨领域应用分析。
课程思政
育人内容
通过国产大模型（如DeepSeekR1）和GPU技术突破案例，培养学生科技自立自强意识与爱国主义情怀；结合AI伦理挑战，强化隐私保护与社会责任意识。
教学过程
设计
及
时间分配
一、课程导入（20′）
播放视频，提问“AI如何理解人类需求？”。展示AI应用图片，引发学习兴趣。
讲授新课（60′）
人工智能定义与核心技术
发展历程四次浪潮
应用场景与伦理挑战。
课堂实践（70′）
分组完成“AI技术树”绘制，标注核心技术关联。
案例分析：根据“自在”心理疏导大模型，讨论AI在心理健康领域的应用潜力。
五、小结及布置作业（10′）
总结学生课程学习过程中的成效与不足，了解学生学习情况以及心得体会，布置本次作业。
教学场所
教学
方法
任务驱动教学法、案例教学法、示范操作法
课后任务
教学反思
授课教师：
教学过程
教师活动
学生活动
课程
导入
播放博物馆智能导览机器人视频，提问：“机器人如何根据用户喜好推荐路线？”。
展示AI生成的艺术作品与自动驾驶场景图，引导学生思考AI的“智能”本质。
引出课题：从技术原理到社会影响，全面揭开AI面纱。
观看视频并思考机器人的工作原理。
2.分享对AI应用的直观认识，如手机语音助手、电商推荐系统等。
AI定义与核心技术
讲解AI概念起源：1956年达特茅斯会议首次提出“让机器像人一样思考”。
用“会听、会看、会说、会思考”概括AI行为特征，结合语音识别、图像识别等实例。
绘制技术关系图：展示机器学习→深度学习→Transformer模型的演进逻辑，强调Transformer对大语言模型的推动作用。
分组讨论：“为什么说深度学习是AI的核心技术？”结合计算机视觉（如ResNet）案例。
1.记录AI定义的关键要素，对比不同文献中的表述差异。2.小组讨论深度学习与传统机器学习的区别，举例说明（如AlphaGo的训练方式）。
发展历程四次浪潮
展示时间轴图，分阶段讲解：-第一次浪潮（1956-1970）：推理与搜索，因算力不足进入低谷。-第二次浪潮（1980-1990）：专家系统（如MYCIN），受限于场景局限性。-第三次浪潮（2000-2020）：深度学习突破，AlphaGo、GPT-3等标志性事件。-第四次浪潮（2020至今）：大语言模型爆发，ChatGPT、DeepSeekR1推动认知智能。
引导学生分析：“算力（如GPU）、算法（如BP算法）、数据（如互联网海量数据）如何共同驱动AI发展？”。
标注各浪潮的关键技术与代表成果，理解“技术突破-应用落地-瓶颈-新突破”的发展规律。
讨论中国AI企业（如摩尔线程）在算力自主化中的贡献，增强民族自豪感。
应用场景与伦理挑战
分领域展示应用案例：-医疗：AI辅助诊断肺部结节，准确率超90%。-金融：欺诈检测系统实时识别异常交易。-教育：个性化学习路径推荐。
播放“深小i”政务助手视频，分析AI在提升公共服务效率中的作用。
抛出伦理问题：-“AI生成内容（AIGC）是否侵犯人类创造力？”。-“自动驾驶事故中，AI的决策责任如何界定？”。
分组选取一个领域，设计“AI+”应用方案，如“AI在乡村教育中的应用”。
辩论“AI是否应该拥有‘人格权’”，结合图灵测试标准。
课堂实训
任务一：分组绘制“AI技术树”，要求包含核心技术（如机器学习、NLP）、应用分支（如专家系统、AIGC）及典型案例。
任务二：分析“自在”大模型的共情式聊天功能，讨论AI在心理疏导中的优势与局限。
3.教师巡视指导，重点关注技术关系的准确性与案例分析的深度。
1.小组合作完成技术树绘制，派代表讲解设计思路。
2.结合自身经历，分享对AI心理服务的接受度，如“是否愿意向AI倾诉烦恼”。
课堂小结
知识梳理：通过思维导图回顾AI定义、技术、历程、应用、伦理五大模块。
思政升