教案1授課章節(jié)及主題1.1.3貼心的服務

學習模塊教學項目授課學時1授課對象授課地點課程類型教學目標知識目標1.闡述電子地圖導航的核心技術（衛(wèi)星定位、數據處理、智能算法）。2.解釋AI預測紅綠燈倒計時的原理（大數據分析車輛停留時間）。3.說明購物App個性化推薦的實現方式（收集搜索數據—分析偏好—精準推送）。能力目標1.通過觀察微課，提取導航中AI技術的應用點，提升信息分析能力。2.模擬“購物App推薦”過程，培養(yǎng)數據思維與邏輯推理能力。3.設計“AI+社區(qū)服務”方案，提高創(chuàng)新應用與問題解決能力。素養(yǎng)目標1.體會AI服務的“人性化”本質，樹立“技術服務生活”的理念。2.在數據分析中增強隱私保護意識，理解“便捷”與“安全”的平衡。3.通過我國導航技術（如北斗系統(tǒng)）的發(fā)展，激發(fā)民族自豪感與科技探索精神。學情分析知識基礎學生日常使用電子地圖和購物App，但不了解背后的AI技術原理，對“大數據”“算法”等概念模糊，抽象思維能力較弱。學生特點1.對手機App的使用經驗豐富，渴望了解“常用功能背后的秘密”。2.喜歡貼近生活的案例，但難以自主歸納技術原理。3.對個人數據安全有初步認知，但缺乏系統(tǒng)的隱私保護意識。教學內容1.電子地圖導航中的AI應用（實時路況、紅綠燈讀秒）。2.購物App的個性化推薦機制（數據收集、偏好分析）。3.AI服務中的數據安全與隱私保護。教學任務1.觀看“貼心的服務.mp4”微課，分析導航和購物中的AI技術。2.分組模擬“導航紅綠燈預測”實驗，理解大數據計算原理。3.設計“AI+社區(qū)便民服務”方案（如智能快遞柜、老年購物推薦）。教學重點1.導航中AI預測路況和紅綠燈的具體方法。2.購物推薦中“數據收集—分析—應用”的流程。教學難點1.紅綠燈倒計時預測的數學邏輯（車輛停留時間分析）。2.理解“數據隱私”與“服務便捷”的辯證關系。教學環(huán)境帶有多媒體教學一體機的教室教學方法1.案例分析法：通過高德導航、購物App案例，拆解AI技術。2.實驗模擬法：用“班級道路”模型模擬紅綠燈預測，直觀理解算法。3.情境教學法：創(chuàng)設“購物推薦”“導航避堵”情境，引導代入思考。4.討論法：組織“數據安全”辯論，培養(yǎng)辯證思維。課前準備1.多媒體設備、“貼心的服務.mp4”微課視頻。2.“班級道路”模型（用課桌模擬路口，紙條代表車輛）、計時器。3.《購物數據收集記錄表》《社區(qū)服務設計方案表》。4.課件PPT（含導航界面截圖、數據流程圖、隱私保護提示）。教學過程設計環(huán)節(jié)教學內容教師活動學生活動設計意圖（含思政）任務導入（5min）通過生活中的“神奇體驗”提問，引發(fā)對AI服務的思考。?展示高德導航紅綠燈讀秒的截圖（如圖1-11），提問：“你見過導航顯示紅燈還有多少秒嗎？它怎么知道的？”?播放微課“貼心的服務.mp4”開頭（導航提示“前方紅綠燈剩余25秒”的片段）。?展示購物App的推薦頁面（如小王的登山裝備推薦），提問：“為什么你搜過什么，App就推什么？”?觀察截圖和視頻，回憶自己使用導航和購物App的經歷，分享“最驚訝”的功能（如導航突然說“前方堵車，建議繞行”）。?對“App怎么知道我想買什么”感到好奇，提出自己的猜想（如“App在‘監(jiān)視’我”）。從學生日常體驗切入，激發(fā)探究欲望。通過展示我國自主導航技術（如高德與北斗結合），滲透“科技惠民”理念，同時引出“數據安全”的思考，為后續(xù)教學鋪墊。任務描述（10min）明確本節(jié)課學習任務：揭開導航與購物中的AI“貼心”密碼。?播放微課中導航技術原理部分，暫停講解：“衛(wèi)星定位（GPS）確定位置，大數據計算預測紅綠燈”，展示“車輛停留時間分析”示意圖。?用流程圖展示購物推薦流程：“搜索記錄—AI分析偏好—推薦商品”，強調“數據是AI的‘眼睛’”。?發(fā)放《購物數據收集記錄表》，講解：“當你搜索‘登山鞋’時，App記錄了哪些信息？”（時間、關鍵詞、瀏覽時長等）。?展示“班級道路”模型，預告：“我們將用這個模型模擬紅綠燈預測，理解AI怎么算時間。”?觀看微課，記錄導航的三大技術（衛(wèi)星定位、數據處理、智能算法），嘗試用自己的話解釋“為什么車多了紅綠燈時間會變”。?觀察流程圖，聯想自己購物時的搜索行為，填寫記錄表（如“搜索‘籃球’后，App推了‘籃球鞋’‘護腕’”）。?觀察道路模型，猜測“如何用紙條和計時器模擬車輛行駛”，期待實驗操作。通過流程圖和示意圖，將抽象技術原理可視化，降低理解難度。在講解數據收集時，引導學生認識到“數據是資源”，同時滲透“合理使用數據”的倫理意識，為隱私保護教學做鋪墊。任務實施（25min）子任務一：模擬導航紅綠燈預測（10分鐘）通過實驗理解AI預測紅綠燈的大數據原理。?講解實驗規(guī)則：“用課桌擺成十字路口，紙條代表車輛（每張紙條寫‘車1’‘車2’…），計時器記錄每輛車通過路口的時間?！?組織學生分組，每組扮演“AI算法工程師”，任務：“根據前5輛車的通過時間，預測第6輛車到達時紅燈還有幾秒。”?示范第一次實驗：釋放5輛車，記錄每輛車從啟動到通過路口的時間（如車1用了8秒，車2用了10秒…），計算平均時間。?引導學生發(fā)現：“車越多，平均通過時間越長，AI就是這樣推算綠燈時長的?！?分組操作，輪流釋放紙條“車輛”，用計時器記錄時間，填入《實驗記錄表》。?計算前5輛車的平均通過時間，預測第6輛車的通過時間，討論“如果突然來很多車，預測會怎樣”。?分享實驗結論：“車流量大，綠燈時間可能變長，AI根據歷史數據算概率?！蓖ㄟ^動手實驗，將抽象的“算法預測”轉化為直觀的數學計算，幫助學生理解技術原理。在實驗中，培養(yǎng)學生的觀察能力與數據分析思維，同時強調“數據越多越準確”，引申到“科技研究需要大量數據積累”，滲透嚴謹的科學態(tài)度。子任務二：揭秘購物推薦機制（10分鐘）通過案例分析，理解數據收集與偏好分析的過程。?展示“小王搜索登山鞋”案例（如圖1-12），提問：“App怎么知道小王需要沖鋒衣和登山杖？”?發(fā)放《購物數據收集記錄表》，組織小組討論：“除了搜索關鍵詞，App還可能收集哪些數據？”（瀏覽時長、點擊商品、購買記錄等）。?播放微課中購物推薦的技術原理片段，講解：“AI通過這些數據建立‘用戶畫像’，比如‘小王是戶外運動愛好者’，然后推薦相關商品。”?組織“數據安全”小辯論：“App推薦很方便，但收集數據是否侵犯隱私？”引導學生思考平衡之道（如關閉個性化推薦選項）。?分析案例，填寫記錄表，推測App收集的小王數據（如“搜索‘登山鞋’，瀏覽了5款，停留10分鐘”）。?小組討論，列舉更多數據收集點（如“是否點擊‘加入購物車’”“收貨地址是否在山區(qū)附近”）。?參與辯論，發(fā)表觀點（如“方便更重要”或“隱私更重要”），了解手機App中“隱私設置”的位置（如“關閉個性化推薦”按鈕）。通過案例分析，培養(yǎng)學生的數據思維，理解“便捷服務”背后的數據支撐。在辯論中，引導學生樹立正確的隱私保護意識，學會在“便捷”與“安全”中做出理性選擇，滲透“科技倫理”與“自我保護”素養(yǎng)。子任務三：設計“AI+社區(qū)服務”方案（5分鐘）運用所學知識，創(chuàng)新設計AI便民服務。?展示“智能快遞柜”“老年健康監(jiān)測”等社區(qū)AI服務案例，強調“解決生活痛點”的設計原則。?發(fā)放《社區(qū)服務設計方案表》，要求：“針對社區(qū)中的某類人群（如老人、上班族），設計一個AI服務，說明如何用數據提供貼心服務?！?舉例引導：“為社區(qū)老人設計購物App，AI可以收集他們的購買習慣，推薦易消化的食品，同時提醒子女‘父母買了降壓藥，該打電話關心了’?！?參考案例，選擇服務對象（如上班族、兒童），思考他們的生活痛點（如上班族沒時間取快遞）。?填寫方案表，描述AI服務的功能（如“智能快遞柜AI提醒：‘您的快遞已存放3天，今日暴雨，建議盡快取回’”）。?小組內分享方案，互評“最貼心”“最具可行性”的設計，討論數據收集的合理性（如快遞柜只記錄取件時間，不收集個人信息）。通過創(chuàng)新設計，培養(yǎng)學生的實踐能力與社會責任感，引導關注社區(qū)需求。在方案設計中，強調“AI服務于人”的理念，鼓勵將技術與“關愛弱勢群體”（如老人、兒童）結合，滲透人文關懷與社會擔當。課堂小結（3min）用思維導圖梳理本節(jié)課知識：“導航（定位-數據-算法）—購物（數據收集-畫像-推薦）—AI服務本質（數據驅動的貼心體驗）”。提問：“今天學習的AI服務中，哪個讓你感受到‘科技的溫度’？為什么？”強調：“AI的‘貼心’來自數據和算法，但更來自對人的理解，技術要有人文關懷。”作業(yè)布置（2min）1.基礎作業(yè)：繪制“我家到學?！钡膶Ш铰肪€圖，標注AI提供的服務（如實時路況、紅綠燈提示）。2.拓展作業(yè)：查看自己常用購物App的“隱私設置”，記錄是否關閉個性化推薦，寫下感受。課后拓展推薦觀看紀錄片《數字生活》中“AI與隱私”章節(jié)，深入了解數據安全知識。教學反思1.學生是否理解紅綠燈預測的原理，實驗是否幫助突破難點？2.購物推薦的案例分析中，學生是否認識到數據收集的范圍與隱私風險？3.設計方案是