《让机器看懂表情》教学设计

创新整合点

多媒体技术：通过影片剪辑、效果图、短视频等多媒体技丰富课堂内容，激发学生学习兴趣。

课堂实时调查：设计一份课堂实时的调查问卷，实时展示课堂调查任务的结果，调动学生参与热情，课堂数据得到及时反馈。

开源人工智能实验：提前部署了一套开源的表情识别系统，邀请学生参与体验，感受技术进步，展示智能技术魅力。

所见即所得的工具平台：采用图形化、模块化的实践操作平台，简单易用，满足不同技术水平的学生。

教材分析

本节课选自教科版信息技术（2019）选择性必修4《人工智能初步》第四单元第四节《人脸识别及其应用》，以人脸识别技术作为背景，以表情识别作为实践，让学生体验人工智能的应用。

本节课内容包含“表情识别的应用和原理”和“表情识别的实现和风险”两个主要任务。任务一主要是了解表情识别的应用领域，通过自身观察表情的识别过程，了解其技术原理；任务二主要是体验表情识别并动手实现表情识别，完成试验后讨论思考表情识别可能存在的风险。

此节内容可以让学生通过表情识别技术的学习初步掌握人工智能中人脸识别的相关知识，了解机器学习的基本原理和过程并动手实践，引导学生思考表情识别存在的风险，满足智能时代的知识需求，提升学习人工智能的兴趣，发展信息意识和锻炼计算思维，增强智能社会的责任感。

学情分析

本次教学对象为武汉市第四十九中学高一（5）班学生，学生有一定的信息技术基础，学生在日常生活中已经接触了大量的人工智能应用实例，对人工智能有了很多的直观感受和实际使用体验。

学校开设了与人工智能相关的课程，除了信息技术课程，还开设了人工智能相关选修课，如智能机器人、无人机和创客培训等，但只有部分学生参与。大部分学生对表情识别都很陌生，甚至是第一次听说，但人脸识别技术和相关产品大部分都了解和使用过。大部分学生对人工智能的认识还停留在“见过”“用过”这个阶段，但是对人工智能背后的相关技术原理等方面还缺乏系统的认识，特别是对人脸识别可能产生的风险还存在一定的混淆和模糊认识。

针对学情，本节课有如下两个影响因素：①积极因素。表情识别对学生来说是一个新颖的技术，因此学生的学习兴趣浓厚，学习动机强烈。从学生学习发展的角度来看，他们很容易将本节内容与现实生活相结合，这样便于理解和知识迁移。②不利因素。人工智能涉及的概念、术语较多，学生在理解时会有困难；机器学习算法部分需要有一定的抽象能力，学生可能还存在一定的认知困难；学生缺乏社会经验，在看待表情识别的风险方面会有偏差。

教学目标

知识与技能目标：了解表情识别在生活中的应用；理解表情识别中机器学习的基本原理。

过程与方法目标：通过动手实践，将知识转化到应用中，锻炼计算思维和解决实际问题的能力。

情感态度与价值观目标：体验技术在生活中的应用，感受技术对生活带来的变化，激发学习兴趣。认识智能时代风险与挑战并存，增强信息安全意识，培养信息社会责任感。

教学环境与准备

教学环境：有互联网连接的机房、带有摄像头的计算机、希沃授课一体机。

软件准备：极域电子教室管理软件、Mind+编程软件。

教学过程

1.影视导入，引出表情话题

课堂开始，首先播放了周星驰主演的电影《喜剧之王》中关于表情的片段，教师同时观察学生观看影片时的面部表情，在电影片段结束后，给学生分享他们观看视频时的表情，学生顿时轻松了不少，顺势引出表情这个话题。同时，让学生们思考自己对表情的了解有多少，教师引导学生带着疑问开始本节课的学习。

设计意图：本环节主要是为了引出本节课的学习主题，调节课堂气氛，同时引起学生思考，激发学习兴趣，学生可以带着好奇心和疑问开始本节课学习。

2.话题深入，生成学习目标

教师先假设世界上有个可以识别人类面部表情的机器，提问并让学生们思考：“这个表情识别机器可能会有哪些应用？”

学生可能回答：可以用来分析人的心情；可以用来分析上课的状态……

针对学生的回答，教师进行点评，随后播放一段关于表情识别应用的短视频。教师总结表情识别的应用领域有教育、刑侦、商业和医疗等，让学生感受表情识别的作用，进一步生成本节课的学习目标：如何让机器看懂表情？

设计意图：本环节通过师生问答，明确表情识别的应用价值，进一步提升学生学习的动力和兴趣。

3.课堂调查，学习识别表情

教师首先对人类的六种基本表情做一个简单介绍，并让学生两人一组，互相观察对方当前的表情，并填写在线问卷（如图1），问卷网址通过电子教室软件进行发送。在学生填写的过程中，教师将问卷数据进行实时展示，并引导学生思考：你是如何识别同学的表情的？

学生根据自己观察同学表情的过程回答：表情不同，五官的特点也不同，如眼睛瞪着可能代表生气或害怕。

教师点评学生的回答，并总结：机器看懂表情跟人类有相似的过程，这个过程在人工智能领域叫机器学习。

设计意图：本环节的目的主要有两个，一是让学生体会自己看懂表情的过程，活跃课堂气氛，二是让学生明白人工智能的机器学习技术其实都是在模拟人类的学习过程。有了这个前提，学生在后面的学习中就能举一反三，对人工智能的理解就会更加深刻。

4.原理讲解，体验表情识别

学生在之前的学习中已经了解过机器学习，为了加深学生印象，教师通过视频形式回顾机器学习的基本原理，并将其与机器识别表情的过程进行对比（如图2），让学生进一步了解机器识别表情的过程。

教师课前已经部署开源表情识别系统并调试完成，随后邀请学生上台表演多种表情，并使用提前部署好的识别系统进行识别，让学生体验机器识别表情的效果。

教师鼓励学生表演不同的表情，让未上台的学生猜一猜，并与机器的识别结果进行对比，这样一来可以让全体学生都参与进来，二来可以让大家评估机器识别表情的准确度。

设计意图：本环节将视频讲解与程序体验相结合，特别是在体验表情识别阶段，能够直观地看到人工智能的学习效果，这样既能加深学生对表情识别的原理的理解，也能解答生活中很多人工智能产品的基本原理，加深对知识的印象。

5.动手实践，实现表情识别

有了理论基础，接下来让学生利用Mind+平台动手实现一个表情识别程序，需要说明的是：考虑到学生的基础以及本节课主要以了解表情识别的基本原理和流程为目标，所以采用了较简单的KNN算法来进行训练和识别，识别结果在多人之间会有一定的误差，单人效果尚可。其中主要有三个任务：

（1）学习编程软件和基础代码

本课导学案已提前发给学生，教师根据导学案内容进行答疑，及时解决学生疑问，为后续操作实践做好准备。学生根据导学案学习编程软件的操作步骤和编程说明，动手测试软件功能和进行代码测试。

（2）编写表情识别程序

教师准备一份基础的代码模板供学生参考，并通过电子教室软件以文件形式发送给学生，在学生编程过程中，教师进行指导，学生之间也可以互相讨论。对于有困难的学生，可以直接进行程序填空、求助同学或老师；对于完成较快较好的学生，可以自行编写程序，教师可以进一步启发学生如何提高识别的准确度。

（3）测试优化和分享程序

学生完成程序后进行测试，训练自己的多个表情，然后进行识别，观察识别结果。教师邀请部分学生通过电子教室软件分享屏幕，讲解程序并演示程序的运行过程，其他学生观察并思考是否还有需要优化的地方。

设计意图：本环节通过编程实践的方式帮学生梳理表情识别的过程，及时将课堂理论知识转化为实践知识，让学生学以致用。根据学生水平采用不同的实践方式，因材施教，有针对性地指导，也让学生能够查漏补缺，跟上教学节奏，完成课堂学习目标。学生现场进行作品分享和互相点评的过程，帮助学生巩固知识和锻炼创新思维。

6.讨论思考，树立信息责任

随着人工智能的发展，表情识别会越来越多地介入人们的生活，它在提供便利的同时，也存在一定的风险，教师请学生们思考可能有哪些风险？学生开拓思路，热烈讨论。

教师针对学生的回答进行点评，并要求大家在信息社会中既要增强防范技术风险的意识，也要通过学习新的技术来提高技术的安全性。

设计意图：本环节在学习知识的基础上，对学生进行德育渗透，进一步巩固技术的核心素养。

7.知识总结，回归表情识别

教师在总结本课知识点的同时，再次观察学生的表情，并做分享，课堂开始和课堂尾声学生的表情有着明显的变化，首尾呼应，回归表情识别，让学生在本节课不仅收获了知识，解答了疑问，更重要的是感受到技术带给人类的温暖和价值。

设计意图：本环节在总结知识的基础上再次回归“表情”这个主题，让课堂更加完整，也让学生在潜移默化中复习和巩固了课堂知识。

教学反思

1.选题不仅要有知识，还要有个性

本课在选题时笔者曾做了一个小调查，发现一旦说到人工智能就离不开物品识别、人脸识别、声音识别等内容，课程大多也很类似，学生在面对这些内容的时候其实已经有些疲劳感了。所以在选题上，可以多考虑一些细分的技术领域，如既然有人脸识别，那肯定有动物脸的识别；有声音识别，也有动物叫声的识别。个性的选题可以激发学生的好奇心和学习兴趣，但也要考虑选题的知识点、难度等因素。

2.利用实时问卷，及时反馈课堂数据

在课堂中让学生互相观察表情的时候，传统的做法可能是让学生观察完毕后举手回答，学生的参与度有限，所以本节课笔者使用飞书问卷设计了一份课堂表情的调查问卷，让学生观察完毕后马上填写提交，问卷的数据也以图形化的方式实时展现出来。整个课堂的气氛非常热烈，学生全部都能参与进来，调查数据也能及时得到反馈。

3.抓住关键技术点，合理呈现

人工智能综合了很多学科的知识，如果不加筛选地都在课堂上呈现，势必让课堂效果打折扣。不同阶段的学生，都有其相应的认知水平和学习特点，教师应该将相关知识点进行筛选，并以学生可以接受的方式呈现出来。在本案例中，表情识别的技术原理部分就涉及人工智能最核心的机器学习技术，机器学习本身就可以作为一门课程，所以如何在课堂上有限的时间内让学生理解这个技术对教师来说是一种考验。在本节课中，笔者将机器学习通过“视频讲解+生活案例”的方式呈现出来，让学生既容易接受又能联系生活，拉近距离并加深理解。

4.人工智能课堂不仅要讲技术，还要讲责任和风险

身处信息时代，技术的高速发展改变了我们的生活、生产，在给人类带来便利的同时，潜藏的危险也无处不在。人工智能技术也不例外，高中生还未成年，社会经验不足，很容易被新奇的技术所吸引，甚至被控制。这就要求教师在课堂中除了教授知识，还需要展示出技术的两面性。本节课针对表情识别应用中可能存在的人脸泄露、人脸伪造等风险，通过教师引导学生思考和讨论，辩证且客观地看待当前人工智能技术的发展，在学生心中埋下警惕的种子，增强学生的防范意识，促进信息社会的责任意识的形成和巩固。

总之，人工智能的课堂教学是融合了技术课程核心素养和学科思政的综合体，本案例还有很多方面需要继续研究和完善。笔者作为人工智能时代的一份子，在今后的教学工作中，还要时刻关注学科动态，保持知识更新，用科学、严谨的态度去对待教学，让教师教有所长，学生学有所得。