TEACHING / FROM KNOWING TO MAKING

教学构想

我正在探索的信息科技教学方向。
以下为课程构想，尚未实际授课，也不代表已有学生成果。

问题有来处

从学生熟悉的生活情境提出问题。

安排基础任务，也给不同水平留空间。

看作品、听解释，了解学生如何思考。

SMART HARDWARE × DATA

做一个光照提醒器，让传感器读数变成可以解释、可以调整的反馈。

学习目标: 解释“采集—判断—反馈”的过程；能根据观察数据设置阈值，并说明设置理由。提醒器只用于学习演示，不作为专业照明检测设备。
任务安排: 观察与提问：同一间教室，不同位置的光照有何差异？
采集与记录：读取传感器数值，比较不同时间和位置。
判断与控制：设置条件，让指示灯响应读数变化。
测试与表达：改变环境，检查误触发并解释改进方案。
分层设计: 小学高段使用预搭硬件与可视化支持，重点理解条件判断；初中增加程序编写、数据记录与误差讨论。
评价证据: 一份观察记录、一段能运行的判断程序、一次测试说明。学生需要解释自己的阈值，而不仅是展示亮起的灯。
课堂准备: 使用低压供电，预备接线与离线数据。设备暂不可用时，仍可用样例数据完成条件判断任务。

AI LITERACY × CRITICAL THINKING

从一段“看起来很可信”的回答出发，练习把答案变成需要核验的主张。

学习目标: 区分事实与观点；识别缺少依据的表述；能用可追溯来源核验一项信息，并保留自己的判断。
任务安排: 初步判断：阅读教师预先准备的 AI 回答，圈出可以核查的内容。
寻找依据：在指定的适龄来源中交叉检查，记录出处。
修订表达：改写答案，标出确认、纠正和仍不确定的部分。
交流反思：解释哪些证据改变了自己的判断。
评价证据: 一张“主张—证据—判断”核验表，以及修改前后的答案。重点看依据与理由，不按提示词长度评价。
使用边界: 以教师预先生成、人工核验的材料组织活动，不要求学生自行注册服务；不输入个人隐私，并标注 AI 参与的内容。

NEXT, INTO THE CLASSROOM

接下来希望通过试讲、任务单打磨与实际课堂反馈，逐步检验任务难度、时间安排和学习评价。