核心素養下高中信息技術大單元教學設計研究

摘 要：隨著時代的發展和新課改的深入，如何有效培養學生信息技術學科核心素養成為重點關注的內容。本文以“機器學習之鳶尾花分類”項目為例進行大單元教學設計，結合學生實際情況開展項目式學習，采用多元化的教學方法和評價方式，促進學生全面發展和核心素養的提升。

關鍵詞：核心素養；高中信息技術；大單元教學；項目式學習

2022年底，ChatGPT的橫空出世，引起了社會的廣泛關注，其出色的性能使人們真切地感受到人工智能技術帶來的巨大變革。在此背景下，我國高中信息技術教育正在不斷深化改革，并對信息技術教學提出了更高的要求。2017年版新課標的出臺，將教學目標與新時代學生發展需求相結合，從掌握基礎的學科知識與技能，轉向培養學生的學科核心素養，包括“信息意識”“計算思維”“數字化學習與創新能力”“信息社會責任”四個方面[1]。而想要落實這一目標就需要教師打破傳統的教學模式，調整教學方法，將任務驅動、大單元教學、項目式學習等方法應用于信息技術課堂。其中大單元教學強調從“課時教學”轉為“單元教學”，突出知識的整體性、教學的規律性、教法的多元性，有助于學生形成完整的知識體系。本文以“機器學習之鳶尾花分類”項目為例對大單元教學設計做具體闡述，深入探究在信息技術課堂中應用大單元教學的適用性，同時通過該項目讓學生了解人工智能技術的原理和應用，提高學生的信息素養。

一、大單元教學綜述

（一）大單元教學的特點與優勢

大單元一般由一系列相關的課程內容組成，兼顧知識點廣度與課程內容深度，建立知識點之間的連接，形成完整的教學體系。相較于傳統的“課時教學”模式及理念，大單元教學理念有其特點與優勢。首先，突出整體性。根據教學主題將碎片化的課時內容整合成一個單元從整體上進行教學，這樣會使教學內容有所側重，更有針對性，同時保持了知識的系統性和連貫性；其次，遵循規律性。教師根據學生的認知特點和學科學習規律重新組織學習內容，使學生更容易構建關聯化的知識體系，提高學習效率；最后，教學方法多元化。教師在大單元教學設計中根據教學內容和學生的需求靈活地選擇不同的教學方法，包括項目式學習、小組合作、自主學習等，滿足了不同學生的學習興趣和需求，提高了課堂參與度[2]。

（二）大單元教學設計原則

在設計并實踐大單元教學理念的過程中，教師應遵循一定的原則，確保大單元教學能發揮符合預期的積極作用，為學生的信息學科核心素養發展賦能。

1.關聯性原則。教師在大單元課程的設計及實踐過程中，需要對教材內容做深入挖掘與剖析，針對不同知識內容之間的關聯進行分析，并將學生已有知識經驗與單元知識建立聯系，保證前后所學知識的連貫性，這樣才能確保大單元教學的有效實施。

2.任務情境化原則。應創設貼近生活的教學情境，激發學生學習興趣，可以利用所學知識解決實際問題從而提高學生的應用能力。脫離真實的應用情境，教師僅教授抽象的課本知識，學生無法自己體會知識抽象的過程，無法做到知識的內化，而在真實的應用情境中，學生可以自己總結歸納出抽象的問題解決模型。

3.遞進性原則。大單元教學應根據不同知識內容的難易程度，按照難度從低到高進行設計，保障教學環節相互銜接，符合高中學生“最近發展區”的要求。難度遞進型的教學設計，增加了學生對知識的接受程度，更好地實現不同難度層次知識的跨越式學習，從而為更深層次的學習做好鋪墊。

4.評價多元化原則。評價不僅包含對學生學習成果的評估，還涵蓋了對單元目標和學習過程的評價，從而打破了傳統的按照知識點掌握情況評估學習效果的模式。其將標準化測驗與學生在課堂上的表現狀態相結合進行評價，形成貫穿整個教學過程的多元化評價模式，確保學生在不同層面上的發展都能被有效評估。因此，在對項目活動做評價設計時，教師需要更加注重開放性和探究性，將量化和定性評價方法相結合，并根據學生的具體情況進行分層評價[3]。

二、大單元教學設計

（一）確定主題

本文基于粵教版高中信息技術必修1《數據與計算》第五章“數據處理和可視化表達”進行大單元教學設計。該章介紹了大數據的概念和特征、數據的采集和分析方法、數據可視化表達的方法和工具，同時涉及一些人工智能算法的概念和應用，為選擇性必修《人工智能初步》奠定了學習基礎。

本單元的教學對象是高中一年級學生。通過對之前章節內容的學習，學生已經掌握了算法方面的基礎知識和程序設計三大基本結構，具備編寫和調試基礎python程序的能力，積累了一定的編程經驗。由于社會的發展，許多學生從小就在日常生活中接觸過各種人工智能應用，但是對其背后的原理知之甚少。因此，本單元的教學目標不僅要完成必修課程的一般性要求，還要進一步擴展達到選修課程的要求，使學生對人工智能的實現原理有一定的認識。

基于對章節內容、教學目標以及學情的分析，筆者設計了“機器學習之鳶尾花分類”項目作為單元主題。機器學習是人工智能的重要領域之一，其研究與應用受到了社會廣泛關注，學生應順應時代發展了解機器學習基本原理并嘗試應用[4]。該項目創設了貼近生活的教學情境，將所學知識貫穿在項目分解的具體探究活動中，實現了理論與實踐相結合。

（二）設計思路

當前的一些教學案例把機器學習視作“黑箱”，這導致學生難以理解其背后的原理，本單元的目標是打開“黑箱”，讓學生在情境中體驗、理解機器學習的基本過程和原理。

選取“機器學習之鳶尾花分類”實例開展項目式教學，通過構建生活化的教學情境導入課程，激發學生學習興趣。本單元以項目的整體內容作為知識載體，機器學習的一般過程作為知識主線，在學生已有知識基礎上有梯度地將大單元主題拆分為“原理初探”“數據可視化”“特征探索”“分類預測”四個學習主題，每個學習主題設計了不同層次和難度的探究活動，以確保每個學生都能得到充分的學習，提高課堂參與度。為幫助學生快速完成任務，在教學過程中利用網絡教學輔助平臺為學生提供了學習資源包，包括學習任務單、案例代碼、教學微課及相關知識點文檔等，這些學習資源為學生的個性化學習提供了腳手架，學生可以根據自身情況靈活使用，幫助學生進入深度學習。教師演示指導、學生自主學習、小組合作探究等多種教學方法的運用，促進學生全面發展。

（三）教學目標

根據課標和本單元的設計思路，教學目標可以劃分為兩個維度：

1.宏觀的“大單元教學目標”：通過“機器學習之鳶尾花分類”項目，組織學生進行自主合作、探究學習，讓學生理解機器學習的一般過程及原理并通過實踐探究活動學以致用。該教學目標是對長期教學活動的規劃，有助于培養學科核心素養。

2.微觀的“課時教學目標”，是對一個或多個課時的教學規劃，有助于學習基礎概念[5]。

課時1原理初探：創設情境，初步了解機器學習的基本過程及原理，了解數據采集的方法并實踐。

課時2數據可視化：了解數據可視化的方法，運用合適的數字化工具對數據進行可視化處理。

課時3～4特征探索：了解特征探索的基本概念，能夠使用python等編程工具探索數據內在的聯系，挖掘出有價值的數據。

課時5～6分類預測：了解分類算法模型的原理，能夠補全python程序并調試運行，完成對數據的分類預測。

（四）教學過程設計

依據教學目標，設計以下6課時完成大單元教學。

第1課時：原理初探

過程與內容：多媒體呈現多個品種花朵的圖片，提出問題：遇到不認識的花怎么辦？分享微信小程序中的識花軟件，引導學生思考機器為什么能認識花？以識別三種鳶尾花（山鳶尾、變色鳶尾、弗吉尼亞鳶尾）為例，深入探究機器識別花的過程和原理。探究活動1：推演機器學習過程及原理。探究活動2：自主學習數據采集的方法，以小組為單位采集鳶尾花數據。

學生活動：體驗機器識別花的便捷，進而思考機器如何認識花。在教師的引導下，學生通過交流討論，用“人學習的過程”作類比，推演機器學習的過程及原理，并觀看微課詳細學習相關知識。通過小組合作上網查找公開數據集，獲得一個150條樣本的鳶尾花數據集，包含花萼長、寬，花瓣長、寬4個特征及1個種類標簽。

設計意圖：創設情境將真實問題與學科知識建立關聯來引出主題，引導學生梳理出機器識別不同鳶尾花品種的一般過程，使學生對機器學習的過程及原理有了初步的了解，為后續學習提供理論基礎；上網采集數據為后續分類建模提供數據來源。

第2課時：數據可視化

過程與內容：如何將搜集到的數據以豐富的視覺效果呈現，使其更形象生動、易于理解？教師講解數據可視化呈現的主要方式及實現工具。探究活動1：用Excel對鳶尾花數據做可視化處理。探究活動2：用python的繪圖模塊對鳶尾花數據做可視化處理，并比較與Excel工具的不同。

學生活動：首先，利用Excel工具根據數據特征繪制柱形圖、餅圖等圖像，然后打開python編程工具Jupyter Notebook，補全學習資源包里的繪圖程序代碼，理解并利用matplotlib庫中的bar、pie、title等函數繪制不同類型的圖像，小組展示成果。最后小組交流討論使用python與Excel工具繪圖的區別，填寫在學習任務單中。

設計意圖：了解數據可視化的概念及其常用工具，通過探究活動培養學生的動手能力，更好地體驗不同工具實現可視化的優缺點。

第3～4課時：特征探索

過程與內容：①數據預處理：樣本數據有無異常、缺失？如何得到高質量的數據集用于后續分類模型？自主學習數據預處理的概念。探究活動1：對鳶尾花數據進行預處理。②特征選擇：是否全部特征都對最終預測結果有影響？如何找到樣本數據集中的相關特征？教師講解結合學生自主學習特征選擇的概念及關聯分析的算法原理。探究活動2：使用python對數據進行關聯分析。

學生活動：結合注釋理解運行案例代碼，使用python中pandas庫處理鳶尾花數據，利用describe函數查看最大值、最小值、極差等描述性統計量，補全缺失值、刪除異常值，獲得高質量數據集。然后利用seaborn庫中的pairplot函數對鳶尾花數據的4個特征和標簽做關聯性分析，并繪制出圖像，得出結論：花瓣長度和寬度這2個特征與花的品種高度相關，特征重要性高。

設計意圖：通過編程軟件對數據進行特征探索并可視化地展示出來，使得學生對所學原理有直觀的認識，培養了學生的計算思維。

第5～6課時：分類預測

過程與內容：有了高質量數據，如何建立分類模型來預測鳶尾花的品種？教師講解傳統的機器學習算法——KNN模型的原理及其適用場景。探究活動：完成分類算法模型的代碼部分，實現鳶尾花分類預測。頭腦風暴：影響機器學習識別準確率的因素可能有哪些？拓展探究：利用所學知識，嘗試實現機器學習案例——電影分類。

學生活動：結合教師講解，通過觀看微課、查看知識點文檔、上網查找資料等方式深入學習KNN算法原理，根據案例代碼的注釋理解運用fit、score、predict等函數訓練數據建立模型的過程，最后運行程序輸出模型準確率，并傳入新的鳶尾花數據查看模型預測結果。小組展示程序并講解編程思路、遇到的問題以及解決方法，交流討論哪些環節會影響機器識別的準確率，填寫到學習任務單中，最后小組嘗試編寫電影分類程序，并上傳教學平臺，教師進行點評打分。

設計意圖：讓學生自己實現鳶尾花分類預測程序有一定難度，教師要及時引導，幫助學生克服難題，增強學生學習成就感；設置頭腦風暴，幫助學生完成本項目的閉環學習，加深學生對機器學習過程及原理的理解；最后的拓展探究幫助學生進一步鞏固所學知識，實現分層教學。

（五）教學評價

教學結束后教師需要對學生的學習效果進行評價，根據教學目標和教學內容設計出能夠全面反映學生學習情況和發展水平的評價指標和方法。本文在大單元教學中將過程性評價和總結性評價相結合，過程性評價覆蓋多個方面包括學生課堂表現（專注度、參與度）、學習任務單完成情況、小組合作分工；總結性評價主要考查學生的程序是否調試運行成功。通過多元化的評價方式，有助于檢查教學效果，以便改進和提高教學質量。

結束語

在信息技術教學中，注重核心素養合理進行大單元開發能夠激發學生學習動機，促進學生深度學習。本次大單元教學打破了傳統的碎片化知識點教學方式，依托項目式學習，選取典型案例，將所學知識進行排列重組，根據學生的學習基礎設計學習目標、提供學習資源；在教學過程中分階段加深教學內容，每個環節提供明確的任務導向，使學生在探究活動中逐步加深對知識的理解，幫助學生構建完整的知識體系，提升學生自主學習能力；關注學習過程，采用多元化的評價方式，使每個學生都能得到充分的發展。高中信息技術教師要與時俱進，不斷更新自身的知識儲備，采用靈活的教學策略，培養符合時代發展的高素質人才。

參考文獻

[1]劉江岳，馬靜.培養計算思維的高中人工智能校本課程設計[J].計算機教育，2023（6）：213-219.

[2]李佳麗.基于核心素養的小學語文大單元開發[J].現代中小學教育，2023，39（9）：13-17.

[3]蘭穎.基于大概念的高中信息技術大單元教學的設計與實施：以“數據處理與應用”大單元為例[J].中國信息技術教育，2023（20）：39-42.

[4]王析多，張志禎，米天伊.高中信息技術大概念單元教學：以“機器學習”單元為例[J].中小學信息技術教育，2023（8）：35-37.

[5]鄧純臻，李剛.例談指向生物學大概念的“五步路徑”大單元教學設計[J].天津師范大學學報（基礎教育版），2022，23（6）：56-61.