当前筛选:

编程与数据处理 II

年度教学计划互动指南 | Bachillerato 二年级

[+] 按学习情境筛选 [+] 按基础知识筛选 [+] 按核心素养筛选 [+] 按评价标准筛选 [+] 按操作性描述指标筛选

核心素养

CCL:语言交际素养

指在各种社会和文化情境中,以口头和书面形式表达和理解概念、事实和观点,并以恰当、富有创造性的方式进行语言互动的能力。

查看完整定义

CP:多语言素养

指恰当而有效地使用不同语言进行学习和交流,借助自身经验在语言之间进行迁移,并充当文化中介。

查看完整定义

STEM:数学与科学、技术和工程素养

指运用数学推理以及科学和技术的方法,理解、描述和解决各种现实生活情境中问题的能力。

查看完整定义

CD:数字素养

指安全、批判和创造性地使用信息和通信技术,实现与工作、学习、休闲和社会参与相关的目标。

查看完整定义

CPSAA:个人、社会与学会学习素养

指反思自我、管理自己的学习、与他人建设性合作以及应对不确定性,从而在个人和职业生活中取得发展的能力。

查看完整定义

CC:公民素养

指在理解人权和民主价值观的基础上,作为负责任的公民行事并充分参与公民和社会生活的能力。

查看完整定义

CE:创业素养

指把想法转化为行动的能力。它包括创造力、创新和敢于承担风险,以及为实现目标而规划和管理项目的能力。

查看完整定义

CCEC:文化意识与表达素养

指认识到通过音乐、表演艺术、文学和视觉艺术等各种媒介创造性地表达想法、经历和情感的重要性。

查看完整定义

操作性描述指标

CC3:民主共处

反思伦理问题和人权问题,参与社区活动,认识到公民参与、合作、社会凝聚力和尊重多样性对民主共处的重要性。

CCL1:文本的理解与分析

以批判的眼光理解、解读和分析不同类型、形式和载体的口头、手语和书面文本,评估其可靠性、形式和内容,从而建构知识、形成自己的观点并参与社会和文化生活。

CCEC4-1:艺术项目的创作

创造性地选择和整合各种媒介和载体,以及造型、视觉、视听、声音或肢体技法,设计和制作可持续的艺术和文化项目。

纳入理由

随着生成式人工智能的出现,这一指标变得至关重要。纳入它是为了评估学生能否有效而富有创意地使用这些新工具,制作各种内容(文档、概念图、图标、手册)。

CD1:信息检索与管理

在不同的数字环境中高效、安全地检索信息,以批判和负责任的方式筛选、评估、整理和存储信息与数据,将其转化为知识。

CD2:数字化沟通与协作

在数字环境中、借助数字工具有效、安全、负责任地沟通、交往和协作,参与集体活动和项目,为实现共同目标作出贡献。

CD3:数字内容创作

以不同格式创作、编辑、整合和再加工复杂的数字内容,用以表达思想、知识和观点,并传播自己的艺术和文化作品,同时尊重知识产权和版权。

CD4:安全和负责任的使用

在使用数字技术时识别风险并采取预防措施,保护设备、个人数据、健康和环境,并认识到批判、合法、安全、健康和可持续地使用这些技术的重要性和必要性。

CD5:解决技术问题

设置和使用数字设备与工具,解决简单的技术问题,以充分利用数字技术在终身学习和日常生活中提供的机会。

CE1:挑战与机遇分析

分析和评估身边及全球环境中的挑战和机遇,运用项目管理和设计思维的原则,提出创新且可持续的想法和解决方案,为他人创造价值。

CE2:资源调动

调动个人、社会和文化资源(包括财务资源)来实施想法和项目,并在考虑社会和环境影响的前提下,做出合乎伦理、负责任的经济和财务决策。

CE3:项目开发

以个人或集体方式开展具有社会意义且可持续的创业项目,规划并执行必要的行动,评估其结果,从而对环境产生积极影响。

CP2:外语交流

除家庭语言外,能够流利、得体且基本正确地使用一种或多种语言,在个人、社会、教育和职业领域的不同情境中自然、自主地满足交际需求。

纳入理由

虽然课程并未明确把这一指标与本科目的某项具体能力联系起来,但纳入它被认为是必不可少的。绝大多数技术文档、论坛和编程学习资源都是英文的。培养使用外语的自主性,是学生真正取得进步的关键因素。

CPSAA1:自我认识与个人成长

认识自我,促进持续的个人成长,有效管理时间和信息,并适应变化以应对不确定性和复杂性。

CPSAA3:协作与团队合作

与他人进行建设性合作,保持韧性,管理终身学习,为自己和他人的身体、心理和情感健康做出贡献。

CPSAA4:学习管理

管理自己的学习:识别自身的长处和短处,设定目标并规划实现目标所需的行动,评估自己的进步和结果。

CPSAA5:面向未来的人生

设计和管理面向未来的人生规划,考虑自己的志向、价值观和兴趣,为个人、社会和职业发展作出明智而负责任的决定。

STEM1:数学推理与表征

在熟悉的情境中运用数学推理特有的归纳和演绎方法,选择并使用不同的策略解决问题,批判性地分析解决方案,必要时重新制定步骤。

STEM2:科学模型的运用

开发和使用基于科学知识的模型分析自然和社会现象并预测其演变,同时考虑模型的局限性和不确定性。

STEM3:研究的设计与实施

以个人或团队方式设计和开展研究,运用科学方法和计算思维提出问题和假设,并通过实验或观察加以检验。

STEM4:数据分析与结论

使用数学和技术工具分析和解读数据,得出有意义的结论,评估来源的可靠性,并清晰、严谨地传达结果。

STEM5:健康、可持续性与行动

践行健康的生活习惯,认识到健康和可持续性对保护环境的重要意义。

具体能力

CEsp1:算法与计算思维

在不同环境中开发算法和计算机应用程序,运用计算思维的原理并结合新兴技术,为具体问题提供解决方案。

查看该能力的详细内容

CEsp3:数据库与数据仓库

把数据库和各种数据仓库作为数据来源使用,并在其中执行基本操作。根据项目要求设计和使用各种数据仓库,进行查询和修改。

查看该能力的详细内容

CEsp4:文档与用户

以清晰准确的方式,用不同格式发布所开发的程序和所生成的数据并为其编写文档,以便用户使用。

查看该能力的详细内容

信息图:用户体验(UX)从头到尾

CEsp5:真实环境的模拟与新兴技术

模拟真实环境,以了解计算机科学的不同分支。

查看该能力的详细内容

评价标准

CA 1.1

通过算法设计计算机问题的解决方案,创造性地运用编程的要素和技术。

  • 识别构成计算机程序的顺序结构和代码块。
  • 了解不同类型的变量,并善用它们保存解决所提出问题所需的数据。
  • 在算法中使用不同类型的运算符,以应对所提出的情况。
  • 绘制流程图和编写伪代码,用算法来解决难度基础的具体问题。

CA 1.2

为不同环境编写更复杂的应用程序,运用编程原理,并将算法转换为特定的编程语言。

  • 用高级编程语言编写相应代码,开发具有一定复杂度的程序。
  • 在高级编程语言中使用嵌套循环解决问题。
  • 使用自定义函数提高代码的可读性和可复用性。
  • 分析并运用面向对象编程的原理开发程序。

CA 3.1

设计能确保数据完整性和一致性的数据库,以解决所提出的问题,对于结构化数据库,要满足各级范式。

  • 描述关系模型的基础、目标和基本要素(表、属性、键、关系等),用于对不同情况进行建模。
  • 识别表、属性以及表之间的关系,绘制对数据库进行建模的简单实体-关系图。
  • 识别数据库设计中的一致性和完整性问题。
  • 了解、评价数据库管理系统并对其进行分类。
  • 识别数据库表的规范化程度,并说明模型中可能进行的反规范化的理由。
  • 识别复杂数据库设计中的一致性和完整性问题,并指出与每个键相关、用于解决这些问题的完整性约束。

CA 3.2

执行数据库操作(创建、查询、更新和删除)。

  • 使用图形工具和数据定义语言创建构成数据库结构的表。
  • 对单个表进行简单查询。
  • 使用数据操作语言在表中插入、删除和更新数据。
  • 对一个或多个表中的数据进行联合查询。
  • 管理存储在关系数据库中的信息,保持数据的完整性和一致性。

CA 3.3

使用不同的数据仓库,执行相应的操作以满足项目需求。

  • 使用各编程语言提供的库或类,对文件进行信息输入和输出操作。
  • 使用不同的信息表示格式(CSV、JSON 等)以结构化的方式存储数据。
  • 创建使用文件来存储和检索信息的程序。
  • 识别访问关系数据库管理系统的特点和方法。

CA 4.1

方便专业人员维护代码和实施改进。

  • 认识到代码可读性的重要性,以合乎逻辑、有条理、模块化且一致的方式组织程序。
  • 以结构化、系统的方式为代码编写注释,说明各部分的用途和运作方式。

CA 5.1

在编写程序和应用时融入计算机科学某些分支的概念。

  • 了解编程目前的各个应用领域。
  • 举出由他人开发的、涉及各种主题的程序实例。
  • 以计算机领域的当前主题为出发点,提出一个原创的代码开发项目。

CA 5.2

把所研究的其他计算机产品的功能融入要开发的项目中,以了解当前趋势,获得质量更高的产品。

  • 在网络上查找包含对开发自己的程序有用的函数的库和应用程序。
  • 解读与共享库和应用程序相关的文档。
  • 提取实现所需功能的代码部分,并将其集成到另一个应用程序中。

CA 5.3

根据在运行计算机程序时发现的证据得出客观结论。

时间安排与教学单元

共 126 课时(每周 4 课时)

⚠ 教学计划说明

教学计划中安排的课时多于校历上的可用时间。

这种不平衡是有意为之,主要有两个原因:

  • 教学灵活性: 可以深入学习更感兴趣的主题,并准备额外的活动。
  • 适应人工智能: 本教学计划可以随时修改,以适应当前正在发生的范式转变。
2026-27 学年日历。

UP1:我们如何组织自己的学习?

(15 课时)- 第一、二、三评价期

建立上一学年和本学年的学习档案,了解本课程的运作方式。

  • 什么是学校的学习档案?
  • 用上一学年的优秀内容建立学习档案。
  • 作业如何提交?
  • 提高对学习结果的自我评价能力。
  • 衡量课堂策略的效果(Hattie)。

UP2:如何利用面向对象编程?

(15 课时)- 第一评价期

复习去年的知识:算法开发和计算思维。使用变量、控制结构、函数和列表来解决问题和自动化数据处理。然后继续学习面向对象编程和 TDD。

  • 复习编程基础(Python)。
  • 复习算法和数据结构。
  • 自定义函数。
  • 应用程序菜单。
  • 用于数学、操作系统和 TDD 的库。
  • 代码复用。库。
  • 对象:构造函数、属性、方法。
  • 类图。
  • 继承。

UP3:如何整理混乱?信息地图

(8 课时)- 第一评价期

学生将学习分析问题的需求,绘制实体-关系图设计数据模型,并运用规范化规则得到高效的数据库。

  • 实体 - 表。
  • 属性 - 字段。
  • 关系和基数。
需求分析示意图

UP4:个性化学习如何运作?+ 范式

(8 课时)- 第一评价期

复习去年学过的范式。

  • 复习数据库引擎。
  • 我们将用 AI 来学习、复习和自我评价。
  • 范式(1FN、2FN、3FN)。
  • 反思:是否过于严格?

UP5:JSON:数据交换与 AI 描述文件

(8 课时)- 第二评价期

复习 CSV、JSON、XML,以及 JSON 在 AI 中的用法。还会讲到:

  • 用于向数据库导入数据的数据文件。
  • JSON 与结构化提示词。
  • 用 JSON 文件描述一幅图像,并通过提示词修改其中的细节。

材料:数据格式比较(JSON、XML)与 KDL v2.0

数据格式与 KDL v2.0 比较的截图(先进级别) 打开比较(先进级别)

UP6:如何在互联网上部署服务器?- LAMP

(6 课时)- 第二评价期 [入门 / 高级水平]

配置和管理 LAMP 后端服务器环境(Linux、Apache、MySQL、PHP)。

  • 安装 Linux 并进行基本配置。
  • 安装 Apache 网页服务器。
  • 安装 MariaDB 作为数据库引擎。
  • PHP 和 phpMyAdmin 安装。
  • 远程 SSH 连接。

UP7:如何与 LAMP 服务器上的数据库交互?

(6 课时)- 第二、三评价期

客户端与服务器之间的动态交互。学生将使用 Linux 终端(Shell)和图形客户端向数据库引擎发出命令。

  • 与 phpMyAdmin 和 MariaDB 交互。
  • 基础和高级 SQL。
  • 通过 SSH 使用 SQL。
  • DDL:CREATE、DELETE。
  • DML:UPDATE、INSERT。
  • SELECT 查询:筛选、排序、运算符。

UP8:物理计算与物联网

(6 课时)- 第三评价期

借助微控制器和传感器把物理系统与软件结合起来。采集环境数据、使用执行器,并初步了解联网设备之间的通信。在这里,我们会学习并动手使用电烙铁和硬件。

UP9:本地运行的 AI

(6 课时)- 第三评价期 [入门 / 高级水平]

介绍如何在 Linux 上安装和使用开源人工智能,以保障隐私和掌控权。

  • 术语和基本概念。
  • 安装和配置自由操作系统。
  • Ollama 和 LMstudio 简介。
  • 下载大语言模型(LLM)。
  • 生成式图像 AI 入门。

UP10:智能体与自主浏览基础

(6 课时)- 第三评价期 [入门 / 高级水平]

我们将理解“智能体”与普通聊天机器人的区别:能够使用工具(Tool Use)并在环境中行动。我们将在安全的环境中把网页浏览器作为主要工具。

  • 理论:“思考-行动-观察”循环(ReAct)。
  • 沙箱:为什么需要隔离具有自主性的 AI?
  • 在 Podman 中安装和配置。
  • 实践:用 Browser-use 作为在本地 Ollama 上运行的浏览智能体。

UP11:最新的网络威胁有哪些?

(8 课时)- 第三评价期

学生将开展研究并准备一份关于网络安全现状的报告,内容包括常见威胁,以及深入介绍什么是道德黑客的部分。

纳入理由

加入这一单元是为了配合那些要在大学入学考试中参加“技术与工程”考试的同学,因为网络安全概念在其中至关重要。

UP12:人工智能的现状如何?

(8 课时)- 第一、二、三评价期

这一学习情境通过在本地安装大语言模型、使用人工智能进行个性化学习,以及讨论如何借助人工智能完成作业而不丧失批判能力,深入探讨人工智能。

纳入理由

加入这一单元是为了配合那些要在大学入学考试中参加“技术与工程”考试的同学,让他们接触并思考最新的人工智能技术。

UP13:从智能体到智能体群:多智能体系统

(6 课时)- 第三评价期 [灵活水平]

一个智能体很强大,一个团队则势不可挡。介绍如何编排具有专门角色(研究员、撰稿人、评论员)的多个 AI,让它们协作完成复杂任务。

  • “群体”(Swarm)的概念与 AI 之间的协作。
  • 具体的角色与系统提示词。
  • 编排:谁说了算?(管理者模式与自主模式)。
  • 当前框架:CrewAI、AutoGen 或 Swarm。

水平调整

基础水平: 分析预先配置好的“蜂群”示例,理解工作流程和分工。
进阶水平: 用 Python 或 YAML 配置一个小型智能体团队,自动完成一项任务(例如新闻摘要或代码分析)。

UP14:你在 AI 时代的判断

(7 课时)- 第三评价期

互动概念图,介绍 AI 时代让我们的判断走偏的八种扭曲(权威、紧迫感、误导性数字、重复、流畅性、认知卸载、动机性推理和过度自信),以及抵御它们的四步流程。包含真实案例、关键研究、用于核实 AI 回答的提示词和测验。

概念图“你在 AI 时代的判断”的缩略图 打开概念图(17 岁 · Bach. 二年级)

基础知识

A. 算法与编程

  • 解决问题的策略(分而治之、递归)。
  • 嵌套循环。
  • 实现自定义函数。
  • 代码复用。库。
  • 面向对象编程(OOP)。
  • 对象的分析与设计。类图。
  • 类的实现:构造函数、属性和方法。
  • 对象之间的交互。
  • 继承。父类与子类。
  • 多态。方法重写。

查看详情、关联和评价标准

B. 数据处理

  • 实体-关系模型。
  • 关系模型的术语:关系、属性和键。
  • 实体-关系图。
  • 数据库的完整性。
  • 规范化理论。范式。
  • 数据库管理系统(DBMS)。
  • 数据定义语言(DDL):CREATE、DELETE。
  • 数据操作语言(DML):UPDATE、INSERT。
  • 执行查询(SELECT):筛选、排序和运算符。
  • 数据文件和记录。格式(CSV、JSON 等)。
  • 文件的打开、关闭和访问方式。
  • 在编程语言中执行查询和建立连接。
  • 通过 API 访问数据库。

查看详情、关联和评价标准

C. 模拟环境中的应用

  • 编程的应用:机器人、电子游戏、人工智能。
  • 家庭自动化、密码学、海量数据处理(大数据)。
  • 模拟、IoT(物联网)等

查看详情、关联和评价标准

D. 管理、伦理与安全

  • 把学习档案作为学习和自我评价的工具。
  • 计算机安全、道德黑客和网络威胁。
  • 人工智能、个性化学习、伦理与对齐,以及本地 AI。

纳入理由

这一知识板块并未在官方课程中作为独立板块明确列出,但由于需要让教学内容跟上刚刚到来的人工智能时代,所以将其纳入。它使学校项目中的 PROA+ 杠杆活动得以实施,也是与技术教研组战略协调的结果——技术教研组希望由本科目承担安全和人工智能方面的教学。

查看详情、关联和评价标准

参考资料与拓展内容

布鲁姆分类层级表

一份帮助你学会更好地学习的图示指南。不只是死记硬背,而是学会从分析信息、确定优先顺序入手,让学习更有成效。

帮助学生和家庭了解我们如何学习、如何被评价。

布鲁姆层级汇总表

职业教育与中学教育术语

一张互动概念超图,用来厘清职业教育(FP)中使用的术语,并把它与中等教育的术语联系起来。

职业教育与中学教育术语超图

法律与课程依据

按时间顺序排列的法律依据(官方页面):

查看法规的详细演变

↑