《人工智能與教育實(shí)踐》第四章教學(xué)設(shè)計(jì)一、教學(xué)時(shí)數(shù)：4學(xué)時(shí)（2次課，每次2學(xué)時(shí)）二、授課題目：人工智能如何工作三、內(nèi)容分析（一）教學(xué)內(nèi)容地位本章承接第三章人工智能發(fā)展歷程的認(rèn)知基礎(chǔ)，從技術(shù)原理的橫向維度深入探究人工智能的工作機(jī)制。通過(guò)系統(tǒng)解析人工智能系統(tǒng)的核心要素、機(jī)器學(xué)習(xí)的基本范式和深度學(xué)習(xí)的技術(shù)突破，幫助學(xué)生建立對(duì)人工智能技術(shù)的科學(xué)認(rèn)知，破除"魔法黑箱"的神秘感，為后續(xù)章節(jié)的大模型理解和教育應(yīng)用實(shí)踐奠定技術(shù)原理基礎(chǔ)。（二）知識(shí)結(jié)構(gòu)分析本章圍繞“系統(tǒng)要素→學(xué)習(xí)范式→技術(shù)突破→實(shí)踐應(yīng)用”的技術(shù)主線展開(kāi)：系統(tǒng)要素：場(chǎng)景、數(shù)據(jù)、算法、算力四大核心要素的協(xié)同作用機(jī)制學(xué)習(xí)范式：監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)的基本工作原理技術(shù)突破：從傳統(tǒng)機(jī)器學(xué)習(xí)到深度學(xué)習(xí)的革命性躍遷實(shí)踐應(yīng)用：神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理中的成功實(shí)踐（三）思政元素融入點(diǎn)實(shí)事求是與嚴(yán)謹(jǐn)治學(xué)：通過(guò)學(xué)習(xí)AI系統(tǒng)工作原理培養(yǎng)科學(xué)態(tài)度自主創(chuàng)新與技術(shù)自信：展示中國(guó)在AI框架和芯片等核心技術(shù)方面的貢獻(xiàn)辯證思維與理性認(rèn)知：運(yùn)用馬克思主義認(rèn)識(shí)論理解技術(shù)發(fā)展規(guī)律四、學(xué)情分析（一）學(xué)生基礎(chǔ)分析認(rèn)知基礎(chǔ)：已理解人工智能的歷史發(fā)展和學(xué)習(xí)必要性，具備基本的技術(shù)概念實(shí)踐經(jīng)驗(yàn)：對(duì)ChatGPT等AI工具有使用體驗(yàn)，但缺乏技術(shù)原理認(rèn)知學(xué)習(xí)興趣：對(duì)“黑箱”技術(shù)的內(nèi)部機(jī)制感到好奇，但可能畏懼技術(shù)復(fù)雜性能力特點(diǎn)：具備一定的邏輯思維和類(lèi)比分析能力（二）學(xué)習(xí)困難預(yù)判抽象概念理解：算法、神經(jīng)網(wǎng)絡(luò)等概念較為抽象，理解有難度技術(shù)層次把握：從傳統(tǒng)機(jī)器學(xué)習(xí)到深度學(xué)習(xí)的技術(shù)演進(jìn)邏輯復(fù)雜實(shí)踐操作門(mén)檻：神經(jīng)網(wǎng)絡(luò)可視化實(shí)驗(yàn)可能存在技術(shù)操作困難原理應(yīng)用轉(zhuǎn)化：將技術(shù)原理轉(zhuǎn)化為教育應(yīng)用思維需要引導(dǎo)五、教學(xué)目標(biāo)及要求（一）知識(shí)目標(biāo)理解人工智能系統(tǒng)核心要素的協(xié)同作用機(jī)制，掌握?qǐng)鼍啊?shù)據(jù)、算法、算力的基本概念能夠區(qū)分監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)的應(yīng)用場(chǎng)景，了解機(jī)器學(xué)習(xí)的基本工作范式掌握神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)架構(gòu)與訓(xùn)練機(jī)制，理解深度學(xué)習(xí)的技術(shù)突破認(rèn)識(shí)CNN、RNN、Transformer等網(wǎng)絡(luò)架構(gòu)的核心原理及應(yīng)用領(lǐng)域了解多模態(tài)融合、輕量化模型等前沿技術(shù)發(fā)展方向（二）能力目標(biāo)技術(shù)分析能力：能夠分析人工智能系統(tǒng)的技術(shù)架構(gòu)和工作流程原理理解能力：能夠用通俗語(yǔ)言解釋復(fù)雜的技術(shù)概念實(shí)踐操作能力：能夠進(jìn)行基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)可視化實(shí)驗(yàn)應(yīng)用轉(zhuǎn)化能力：能夠?qū)⒓夹g(shù)原理與教育場(chǎng)景進(jìn)行關(guān)聯(lián)思考（三）素養(yǎng)目標(biāo)科學(xué)精神：培養(yǎng)嚴(yán)謹(jǐn)?shù)募夹g(shù)思維和實(shí)事求是的科學(xué)態(tài)度創(chuàng)新意識(shí)：理解技術(shù)創(chuàng)新的價(jià)值和意義，激發(fā)創(chuàng)新思維技術(shù)倫理：認(rèn)識(shí)技術(shù)發(fā)展的雙刃劍效應(yīng)，樹(shù)立負(fù)責(zé)任的技術(shù)觀系統(tǒng)思維：建立對(duì)復(fù)雜技術(shù)系統(tǒng)的整體性認(rèn)知六、教學(xué)重點(diǎn)與難點(diǎn)（一）教學(xué)重點(diǎn)人工智能系統(tǒng)的五大核心要素構(gòu)成及其協(xié)同機(jī)制機(jī)器學(xué)習(xí)的基本工作范式：任務(wù)定義、數(shù)據(jù)構(gòu)建、模型訓(xùn)練、驗(yàn)證評(píng)估神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)架構(gòu)與訓(xùn)練機(jī)制深度學(xué)習(xí)相比傳統(tǒng)機(jī)器學(xué)習(xí)的技術(shù)革命性突破（二）教學(xué)難點(diǎn)應(yīng)用場(chǎng)景、數(shù)據(jù)資源、算法模型、算力基礎(chǔ)設(shè)施四要素的協(xié)同優(yōu)化深度學(xué)習(xí)相比傳統(tǒng)機(jī)器學(xué)習(xí)的技術(shù)革命性突破機(jī)制神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程中的梯度下降與反向傳播算法卷積神經(jīng)網(wǎng)絡(luò)與Transformer架構(gòu)的設(shè)計(jì)原理差異七、教學(xué)方法（一）主要教學(xué)方法類(lèi)比教學(xué)法：通過(guò)"做菜"類(lèi)比算法、"看圖識(shí)物"類(lèi)比視覺(jué)學(xué)習(xí)案例驅(qū)動(dòng)法：以貓狗分類(lèi)貫穿機(jī)器學(xué)習(xí)全流程可視化演示法：利用圖表、動(dòng)畫(huà)展示抽象概念實(shí)踐體驗(yàn)法：通過(guò)在線工具進(jìn)行神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)（二）教學(xué)組織形式講授與實(shí)踐結(jié)合：原理講解（45%）+案例分析（30%）+實(shí)踐操作（20%）+討論交流（5%）理論與應(yīng)用并重：強(qiáng)化技術(shù)理解與教育應(yīng)用的聯(lián)系八、教學(xué)準(zhǔn)備（一）技術(shù)準(zhǔn)備多媒體教室設(shè)備，支持高清動(dòng)畫(huà)播放穩(wěn)定網(wǎng)絡(luò)環(huán)境，支持TensorFlowPlayground訪問(wèn)演示用計(jì)算機(jī)和投影設(shè)備（二）資源準(zhǔn)備貓狗分類(lèi)案例素材和演示數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)架構(gòu)動(dòng)畫(huà)和可視化圖表TensorFlowPlayground操作演示視頻深度學(xué)習(xí)框架介紹資料（三）材料準(zhǔn)備實(shí)驗(yàn)記錄表格模板技術(shù)概念對(duì)比表案例分析工作單九、教學(xué)過(guò)程第一次課（90分鐘）：AI系統(tǒng)要素與機(jī)器學(xué)習(xí)范式9.1教學(xué)導(dǎo)入（15分鐘）環(huán)節(jié)1：破除"魔法"迷思（8分鐘）展示傳統(tǒng)規(guī)則方法與深度學(xué)習(xí)方法識(shí)別貓狗的對(duì)比案例提出核心問(wèn)題：AI的"神奇"表現(xiàn)背后到底是什么技術(shù)原理？環(huán)節(jié)2：技術(shù)探秘預(yù)告（7分鐘）播放神經(jīng)網(wǎng)絡(luò)可視化訓(xùn)練過(guò)程短視頻引發(fā)思考：如何讓機(jī)器像人一樣學(xué)會(huì)"看圖識(shí)物"？思政融入點(diǎn)：通過(guò)對(duì)比中外AI技術(shù)發(fā)展成就，增強(qiáng)學(xué)生的科技自信和創(chuàng)新意識(shí)。9.2教學(xué)展開(kāi)（65分鐘）模塊一：人工智能系統(tǒng)的核心要素構(gòu)成（30分鐘）子模塊1.1：以人為本的系統(tǒng)設(shè)計(jì)理念（8分鐘）闡釋人在AI系統(tǒng)中的核心地位分析人類(lèi)需求如何驅(qū)動(dòng)技術(shù)發(fā)展強(qiáng)調(diào)技術(shù)服務(wù)于人的價(jià)值導(dǎo)向子模塊1.2：應(yīng)用場(chǎng)景的業(yè)務(wù)驅(qū)動(dòng)邏輯（7分鐘）傳統(tǒng)領(lǐng)域場(chǎng)景演變（醫(yī)療、教育、工業(yè)、農(nóng)業(yè)）新興場(chǎng)景創(chuàng)新（仿生機(jī)器人、元宇宙、腦機(jī)融合）場(chǎng)景定義技術(shù)邊界的重要性子模塊1.3：數(shù)據(jù)資源的治理與工程（8分鐘）數(shù)據(jù)預(yù)處理工具介紹（Pandas、NumPy）數(shù)據(jù)可視化的重要性（TensorBoard演示）數(shù)據(jù)質(zhì)量對(duì)模型性能的決定性影響子模塊1.4：算法模型與算力基礎(chǔ)（7分鐘）算法的本質(zhì)：解決問(wèn)題的規(guī)則化思維路徑"做菜算法"與"排序算法"的類(lèi)比GPU并行計(jì)算與云平臺(tái)的算力支撐思政融入點(diǎn)：結(jié)合中國(guó)在AI芯片、深度學(xué)習(xí)框架等方面的自主創(chuàng)新成果，培養(yǎng)學(xué)生的科技報(bào)國(guó)情懷。模塊二：經(jīng)典機(jī)器學(xué)習(xí)的方法論原理（35分鐘）子模塊2.1：機(jī)器學(xué)習(xí)的基本工作范式（15分鐘）以貓狗分類(lèi)為例講解完整流程定義任務(wù)→收集數(shù)據(jù)→設(shè)計(jì)特征→訓(xùn)練模型→測(cè)試模型特征工程的重要性和局限性子模塊2.2：監(jiān)督學(xué)習(xí)的核心機(jī)制（10分鐘）“答案指導(dǎo)”的學(xué)習(xí)方式分類(lèi)任務(wù)vs回歸任務(wù)常見(jiàn)算法：線性回歸、決策樹(shù)、SVM等子模塊2.3：無(wú)監(jiān)督學(xué)習(xí)的探索能力（10分鐘）"沒(méi)有答案但仍能學(xué)習(xí)"的機(jī)制聚類(lèi)、降維、關(guān)聯(lián)規(guī)則等方法K-means、PCA等算法簡(jiǎn)介9.3課堂討論與小結(jié)（10分鐘）小組討論：傳統(tǒng)機(jī)器學(xué)習(xí)方法的優(yōu)勢(shì)和局限學(xué)生分享觀點(diǎn)，教師引導(dǎo)總結(jié)強(qiáng)調(diào)：理解原理是應(yīng)用技術(shù)的前提第二次課（90分鐘）：深度學(xué)習(xí)革命與神經(jīng)網(wǎng)絡(luò)實(shí)踐9.4復(fù)習(xí)導(dǎo)入（10分鐘）回顧上節(jié)課AI系統(tǒng)四要素和機(jī)器學(xué)習(xí)范式引入問(wèn)題：如何突破傳統(tǒng)方法的局限性？9.5教學(xué)展開(kāi)（70分鐘）模塊三：深度學(xué)習(xí)的技術(shù)革命性突破（35分鐘）子模塊3.1：神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)架構(gòu)（15分鐘）從生物神經(jīng)元到人工神經(jīng)元感知機(jī)到多層感知機(jī)的演進(jìn)前向傳播與反向傳播機(jī)制子模塊3.2：深度學(xué)習(xí)的突破路徑（20分鐘）"端到端學(xué)習(xí)"的革命性意義CNN：教會(huì)計(jì)算機(jī)"看圖識(shí)物"AlexNet的歷史性突破卷積層和池化層的工作原理圖像分類(lèi)到目標(biāo)檢測(cè)的發(fā)展RNN到Transformer：讓機(jī)器"理解"語(yǔ)言序列數(shù)據(jù)處理的挑戰(zhàn)LSTM/GRU的記憶機(jī)制Transformer的并行處理優(yōu)勢(shì)模塊四：深度學(xué)習(xí)框架與多模態(tài)融合（35分鐘）子模塊4.1：深度學(xué)習(xí)框架生態(tài)（15分鐘）TensorFlow：分布式計(jì)算的王者PyTorch：科研友好的靈活框架?chē)?guó)產(chǎn)框架：MindSpore與PaddlePaddle框架選擇的考量因素子模塊4.2：多模態(tài)信息融合技術(shù)（20分鐘）多模態(tài)學(xué)習(xí)的現(xiàn)實(shí)意義CLIP模型的創(chuàng)新突破"看圖說(shuō)話(huà)"與"讀文識(shí)圖"的技術(shù)實(shí)現(xiàn)多模態(tài)在教育場(chǎng)景中的應(yīng)用潛力思政融入點(diǎn)：通過(guò)分析國(guó)產(chǎn)AI框架的技術(shù)特色和應(yīng)用優(yōu)勢(shì)，增強(qiáng)學(xué)生對(duì)中國(guó)科技創(chuàng)新能力的認(rèn)同。9.6實(shí)踐體驗(yàn)與總結(jié)（10分鐘）介紹TensorFlowPlayground神經(jīng)網(wǎng)絡(luò)可視化實(shí)驗(yàn)演示基本操作和參數(shù)調(diào)整效果預(yù)告實(shí)訓(xùn)任務(wù)要求和評(píng)價(jià)標(biāo)準(zhǔn)9.7課后作業(yè)核心作業(yè)：完成“神經(jīng)網(wǎng)絡(luò)可視化實(shí)驗(yàn)”主題實(shí)訓(xùn)拓展閱讀：《深度學(xué)習(xí)》相關(guān)章節(jié)（Goodfellow等著）思考作業(yè)：撰寫(xiě)“AI技術(shù)原理對(duì)教育教學(xué)的啟示”（800字）十、教學(xué)評(píng)價(jià)（一）評(píng)價(jià)維度評(píng)價(jià)維度具體指標(biāo)權(quán)重概念理解AI系統(tǒng)要素掌握、機(jī)器學(xué)習(xí)范式認(rèn)知25%原理分析深度學(xué)習(xí)突破機(jī)制、網(wǎng)絡(luò)架構(gòu)理解30%實(shí)踐操作神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)完成度、參數(shù)分析能力30%應(yīng)用思考技術(shù)與教育結(jié)合、創(chuàng)新應(yīng)用設(shè)想15%（二）評(píng)價(jià)方法過(guò)程性評(píng)價(jià)：課堂討論參與度、案例分析質(zhì)量實(shí)踐評(píng)價(jià)：神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)的操作熟練度和分析深度理解評(píng)價(jià)：技術(shù)概念掌握的準(zhǔn)確性和應(yīng)用轉(zhuǎn)化能力創(chuàng)新評(píng)價(jià)：對(duì)AI技術(shù)教育應(yīng)用的獨(dú)特見(jiàn)解（三）評(píng)價(jià)標(biāo)準(zhǔn)等級(jí)標(biāo)準(zhǔn)優(yōu)秀（90-100分）深刻理解AI系統(tǒng)工作原理，熟練完成神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)，能夠創(chuàng)新性思考技術(shù)應(yīng)用良好（80-89分）基本理解核心技術(shù)概念，能夠完成實(shí)驗(yàn)任務(wù)，有一定的應(yīng)用思考中等（70-79分）概念理解基本正確，實(shí)驗(yàn)完成質(zhì)量中等，思考深度有待提升需改進(jìn)（60-69分）理解不夠深入，實(shí)驗(yàn)操作需要指導(dǎo)，應(yīng)用思考較為淺顯十一、教學(xué)反思（一）預(yù)期反思點(diǎn)技術(shù)理解深度：學(xué)生對(duì)抽象技術(shù)概念的理解是否達(dá)到預(yù)期深度？實(shí)踐操作效果：神經(jīng)網(wǎng)絡(luò)可視化實(shí)驗(yàn)是否有效促進(jìn)了原理理解？應(yīng)用轉(zhuǎn)化能力：學(xué)生能否將技術(shù)原理與教育實(shí)踐有效結(jié)合？思政融入效果：技術(shù)自信和創(chuàng)新精神的培養(yǎng)是否自然融入？（二）持續(xù)改進(jìn)計(jì)劃案例更新：定期更新最新的AI技術(shù)應(yīng)用案例和發(fā)展動(dòng)態(tài)實(shí)驗(yàn)優(yōu)化：探索更多直觀有效的可視化實(shí)驗(yàn)工具和方法難點(diǎn)突破：針對(duì)抽象概念開(kāi)發(fā)更多形象化的教學(xué)素材評(píng)價(jià)完善：優(yōu)化評(píng)價(jià)體系，更好反映學(xué)生的技術(shù)理解和應(yīng)用能力（三）教學(xué)創(chuàng)新點(diǎn)類(lèi)比教學(xué)：通過(guò)“做菜算法”等生活化類(lèi)比降