第 4 站 课时教案：它怎么变得这么会接龙？

课堂目标与 AI 通识背景

🎯 课堂目标

1. 认知维度：理解“预训练（Pre-training）”的概念，知道 AI 流畅说话是阅读海量文本（语料库）学习的结果。
2. 思维维度：体验随着训练数据规模的增加，模型生成质量产生“量变到质变”的过程（感受 Scaling Law 缩放定律的简化版）。
3. 价值观维度：体会“天道酬勤”的科学规律，将 AI 的智能还原为“勤奋读书和数据积累”，并反思人类自身多阅读、积累知识的重要性。

💡 AI 通识核心背景（教师备课用）

• 大预训练与语料库 (Corpus)：AI 在刚出生时（0% 训练）是一个随机连接的网络，没有任何语言知识。要让它学会猜词接龙，科学家必须喂给它成千上万GB的文本数据（包括书籍、百科、网页等，统称为高质量“语料库”）。
• 缩放定律 (Scaling Law) 启蒙：大模型的发展遵循一个核心定律——当模型的体积变大、喂给它的数据变多、计算时间越长，它的接龙准确度就会呈指数级上升。这种在海量文本上“无监督学习”猜词规律的过程，就是“预训练”。100% 状态的艾达之所以能流畅翻译古文明碑文，是因为它吞噬了“一亿本书”的统计规律。

40分钟核心教学流程

1. 情境导入与概念激活（0-8分钟）

• 太空引入：教师引导：“我们在第 3 站发现 AI 擅长词语接龙。但问题来了，它是天生就会的吗？我们的飞船在遗迹中扫描到一段古文明碑文。艾达因为‘没读完书’，完全无法流畅翻译，急需补充大预训练能量！”
• 生活对比（人与 AI 读书）：
  • 问学生：“如果一个小朋友一本书都没读过，会写作文吗？（学生答：不会）”
  • “那如果他读了 10 本书呢？能写简单的句子，但可能用词单一。”
  • “那如果他读了一万本书，甚至一亿本书呢？（学生答：他会变成出口成章的文学家！）”
  • 教师小结：“没错，AI 变聪明也是靠超级勤奋地‘读书’！”

2. 交互探究与概念构建（8-25分钟）

• 三阶段拉杆交互体验：指导学生登录平台，操控“预训练能量进度拉杆”。
  • 阶段一（0% 吞噬度）：让艾达尝试翻译碑文。观察输出，发现是无意义的随机字符、胡说八道或死板的单词复读（代表没读过书，毫无规律概念）。
  • 阶段二（50% 吞噬度）：再次点击翻译。看到艾达能拼装出一些零星的短句，但是逻辑支离破碎、语义不通顺（代表读书少，规律只掌握了一半）。
  • 阶段三（100% 吞噬度）：拉杆拉满，吞噬一亿本书！再次翻译。看到艾达瞬间输出流畅、优美且极其信雅达的完整古碑文翻译。
• 启发探讨：教师引导学生观察对比三段文字，体会“读书量”给 AI 带来的脱胎换骨式的变化。

3. 通关挑战与真实体验（25-32分钟）

• 精准指认挑战：在平台的三段译文中，精准寻找并勾选出 100% 状态下的最优译文。
• 科学解释阐述：在输入框中，用自己的语言写下为什么“读书多”能让 AI 变得会说话、擅长接龙。
  • 推荐引导语：“因为读的书越多，见过的词语搭配规律就越多，猜下一个词也就越准确。”
• 勋章激活：字数满足要求，提交后成功激活“遗迹翻译官”勋章！

4. 归纳反思与人机研讨（32-40分钟）

• 全班讨论：请学生朗读他们的挑战阐述，教师给予积极评价。
• 备课总结：教师总结：“今天我们认识了 AI 流畅表达背后的汗水——‘预训练’。AI 并不是神仙，它是靠吞噬一亿本书的数据积累，才能把每一个字猜得那么准。这启发我们：在人工智能时代，人类想要保持更高级的创造力，也必须多读经典书、多积累跨学科知识，才能在人机协同中成为那个指挥 AI 翻译的‘首席探索官’！”

学生可能反应与引导建议

反应一：学生不理解为什么 0% 时艾达只会发疯似地重复一些胡言乱语

• 引导建议：教师可以用婴儿牙牙学语做类比：“在 0% 状态下，AI 就像刚出生的婴儿。他们喉咙能发出声音，但大脑中没有学过任何一个汉字的拼写规则，因此只能随机组合字符。这就证明了 AI 的智能百分之百来自于后天的‘预训练’学习。”

反应二：觉得 100% 后的 AI 读了一亿本书，那就已经拥有了真正的意识

• 引导建议：教师引导学生进行批判性思考：“艾达虽然能翻译得很美，但它真的被碑文里写的故事感动了吗？它知道热泪盈眶的感觉吗？没有。它只是把词语概率匹配玩到了极致。所以，冰冷的数据积累无法带来真实的情感体验。”

课堂评价指标

• 探究参与度：操作预训练能量拉杆并完整对比三个阶段译文的表现。
• 科学概念掌握：在通关挑战中，能否准确提及“见过的词多/读的书多，使接龙的概率规律更准确”这一核心大模型预训练认知。