单元 A 教师备课卡：数据与机器——AI 凭什么会？

单元定位与教师备课背景

🎯 单元目标

1. 认知维度：理解 AI 的能力来自数据——“喂什么数据，决定它会什么、又在哪里出错”。
2. 技能维度：能完整走一遍”采数据 → 标注 → 训练 → 测试”的机器学习基本流程，并理解训练集 / 测试集为何必须分开。
3. 思维维度：能识别数据偏差，并预测它会导致什么样的错误与不公平。

💡 教师备课背景

• 机器学习 = 从例子里归纳规律：与”写死规则（if-else）“不同，分类器是从带标签的样本里自己总结判别依据。本单元线上用真实的 k 近邻（kNN）算法，让”偏差”从学生亲手喂的数据里真实涌现，而非预设剧本。
• 数据偏差的两类：① 覆盖不全（只标红苹果，漏掉青苹果）；② 历史/社会偏见（简历、人脸数据本身带歧视）。本单元主攻第①类，第②类在单元 D 深入。
• 特征（feature）：AI 不”看”整张图，它盯的是被提取出来的特征（如颜色、形状）。选错特征，模型就学歪。

课时建议

• 线上导学（课前或课中）：约 20-25 分钟，完成”数据训练实验室”三段。
• 线下项目（课中）：1-2 课时，分组训练一个迷你分类器。
• 线上复盘（课后）：约 10 分钟，提交一条数据缺陷分析。

线上模块 · 课堂带法

模块①：数据的真面目（约 8 分钟）

• 怎么带：让学生故意只把红苹果拖进”苹果”框，漏掉青苹果，再训练、把新水果交给 AI 判断。
• 小高潮：青苹果被判成”非苹果”——因为训练数据里没有它。补上青苹果重训，AI 立刻就会了。
• 学生易卡点：只往一个框放样本。提示”两个框都要有，AI 才能比较”。

模块②：机器是怎么”学”的（约 6 分钟）

• 怎么带：分别用”复习题（训练见过的）“和”新题（没见过的）“考 AI，对比准确率。
• 小高潮：复习题接近 100%（其实是背答案），新题才暴露真本事 → 所以训练集 / 测试集必须分开。

模块③：特征（约 6 分钟）

• 怎么带：去掉一个特征（只看颜色 / 只看形状）重训分类。
• 小高潮：只看形状时，圆的橘子、桃子被当成苹果 → 选错特征就学歪。

线下项目 · 组织指引

项目：训练一个迷你分类器

• 选题：每组选一个真实分类任务（校园垃圾分类、水果识别、猫狗识别等）。
• 流程：采集数据 → 标注 → 训练 → 用没见过的数据测试 → 解释”我的模型为什么准 / 为什么不准”。
• 产出：一份项目日志 + 一条”数据缺陷分析”。
• 评分 rubric：
  1. 数据是否覆盖了足够多样的情况（不是只挑好拍的）；
  2. 训练数据与测试数据是否分开（没有”拿练习题当考题”）；
  3. 能否说清模型靠哪些特征做判断；
  4. 能否指出自己数据里的一处偏差，并说明它会导致什么错误。

学生可能反应与引导建议

反应一：认为”AI 答对了就是真的懂了”

• 引导：让学生回看模块①——AI 把没见过的青苹果判错，说明它并不”理解”什么是苹果，只是在用见过的例子做匹配。追问：“它答对，是真懂，还是刚好背景帮了它？“

反应二：把准确率 100% 当成”模型很棒”

• 引导：指出那是用”复习题”考出来的虚高分。真正该看的是它在没见过的数据上的表现。

课堂评价指标

• 流程完整度：是否独立走完采集 → 标注 → 训练 → 测试。
• 偏差识别：能否准确指出自己数据中的一处偏差及其后果（核心）。
• 迁移能力：能否把”只标红苹果”的道理迁移到人脸识别、简历筛选等真实案例。

安全与注意事项

• 本单元线上互动不接入大模型 API，纯前端算法，无需配置密钥，断网也可用。
• 社会影响案例（人脸识别、简历筛选）涉及公平与歧视议题，引导时保持客观、对事不对人。