31《初识语言大模型》第一课时教案川教版（2024）初中信息科技七年级下册

初识语言大模型学科信息科技年级册别七年级下册共2课时教材川教版授课类型新授课第1课时教材分析教材内容主要包括语言大模型的定义、核心要素（大数据、大参数、大算力）、应用场景（如搜索引擎补全、翻译工具）以及相关实践活动。学生需要理解这些抽象概念，并能与日常生活联系起来课时教学目标信息意识认识语言大模型在信息处理中的应用场景（如搜索引擎补全、翻译工具），理解其对社会生活的影响。计算思维通过案例分析理解语言大模型的三大核心要素（大数据、大参数、大算力），初步建立技术实现逻辑。数字化学习与创新能使用公开语言大模型工具进行简单交互，探索其功能边界。信息社会责任讨论语言大模型可能带来的隐私与伦理问题，树立技术应用的规范意识。教学重点、难点重点语言大模型的定义与核心要素（大数据、大参数、大算力）。语言大模型的实际应用场景（如智能补全、翻译）。难点抽象概念（参数、算力）的具体化理解。技术背后的逻辑与伦理问题探讨。教学过程教学环节

教师活动学生活动

环节一：

情境导入——身边的“智能助手”情境创设：回顾上一单元建立的“数字菜谱资源库”，提问：“有没有什么办法让电脑根据资源库生成‘全新’的创新菜？”引导学生思考人工智能技术在数字菜谱中的应用。引入主题：介绍本单元将使用人工智能中的“语言大模型”来让数字菜谱更智能，激发学生兴趣。视频展示：播放短视频：展示搜索引擎自动补全（输入“如何做番茄炒蛋”时出现补全建议）、在线翻译（中译英示例）、智能客服的互动场景如电商客服机器人）。引出主题：“这些工具的背后都依赖一种技术——语言大模型。今天我们将揭开它的神秘面纱！”分享使用体验，列举类似的智能工具（如ChatGPT、文心一言）。环节二：

概念解析——什么是语言大模型任务1：定义与核心要素展示教材Page2的定义：“语言大模型是人工智能中处理自然语言的海量参数模型”，比喻解释：大数据：像“读了100万本书的超级学霸”。大参数：像“做菜时的调料种类越多，味道越丰富”。大算力：像“厨房里的火力越大，烹饪速度越快”。案例分析：展示教材Page3的翻译案例（“明天有数学课吗？”→“Isthereamathclasstomorrow?”），提问：“为什么翻译工具能调整语序和时态？”预设问题：学生混淆“参数”与“数据”。解决：用“菜谱中的食材（数据）与调料比例（参数）”类比强化区别。任务2：应用场景分析结合教材Page3的翻译案例，提问：“为什么翻译工具能准确转换语序和时态？”小组讨论后总结：语言大模型通过学习海量文本，掌握了语言规则。环节三：

实践活动——探索语言大模型任务3：查找与互动指导学生访问公开语言大模型平台（如智谱清言、文心一言）。发布任务：基础任务：让模型自我介绍，记录回答。挑战任务：提问“如何用番茄和鸡蛋创新一道菜？”任务4：三要素深度理解结合教材Page45的“大数据、大参数、大算力”内容，提问：对比实验：场景1：假设模型仅学习10本书，提问“如何做红烧肉？”学生预测回答质量（可能不完整或错误）。场景2：模型学习100万本书后回答同一问题。参数模拟游戏：分发“调料包卡片”（盐、糖、辣椒等），学生组合不同“参数”设计菜品，体会参数多样性的意义。“如果语言大模型只学习10本书，它的回答会怎样？参数太少会有什么问题？”填写教材Page3的表格，并分享互动结果（示例如下）通过对比实验（简化版问答）理解三要素的必要性。环节4：算力探究——设备参数比较任务5：算力大比拼示范查看设备参数（/电脑的CPU、GPU、内存）。分发表格（教材Page6），指导学生分组填写并对比。讨论问题：“为什么训练大模型需要超级计算机而不是普通？”填写表格后讨论：“为什么训练大模型需要超级计算机？”环节5：伦理讨论与总结任务6：技术背后的思考案例引入：展示新闻片段：“AI生成虚假新闻误导公众”。小组讨论：“语言大模型可能带来哪些问题？如何规范使用？”引导学生从隐私、真实性、版权等角度思考。总结建议：标注AI生成内容、保护用户隐私、禁止恶意用途。总结与作业总结语言大模型的定义、要素与应用，强调技术双刃剑属性。布置作业：基础作业：