6月5号中学信息教研组举办了全组教研活动，由吴波和陈小兵两位老师分享了自己的课程经验。
陈小兵老师的智能扫雷艇主题公开课顺利完成教学落地。该课程面向高一学生，针对学生编程基础薄弱、缺乏机器学习相关知识的学情，依托行为主义心理学设计教学思路，将抽象的强化学习原理与扫雷艇实操场景相结合，避开复杂技术概念，引导学生在试错与反馈中建立认知。
课程采用体验 — 理解 — 验证三段式架构，设置手动扫雷、强化学习训练、模型实战演练三大递进任务。课堂通过即时积分反馈、训练流程可视化、Q 值动态展示、双模型对战等形式，把 AI 运行逻辑直观呈现，借助阶梯式关卡、差异化探索空间适配不同学习节奏的学生，同时搭配过程性评价题目，形成完整教学闭环。
备课阶段团队以敏捷迭代模式持续打磨，在 5 月 5 日至 5 月 15 日完成 18 个版本更新，同步优化场景交互、代码模块两大板块，逐一完善水雷布局、边界判定、数据统计等细节。本次课程还采用教育专家与技术平台协同模式，专家把控教学逻辑与授课深度，氦星人低代码 H5 平台提供技术支撑，保障课程流畅演示。
此次公开课成功让学生理解试错反馈的运行机制，明晰奖励策略对 AI 行为的影响，树立正确的技术认知，为高中阶段人工智能趣味教学、跨学科实践课程开发提供了可借鉴的实践范例。
吴波老师做了以“贝叶斯分类器”为载体的AI辅助教学专题分享。吴老师首先对粤教版《人工智能初步》教材进行了深度解构与重组——将“贝叶斯定理—朴素假设—模型类型—应用案例”的线性结构，重构为“认知冲突→原理建构→模型对比→工程调优”的探究式教学流程。在课堂教学组织与活动推演环节，通过贝叶斯悖论投票、西瓜分类器、垃圾邮件参数调优等互动模块，将抽象的概率决策思想转化为可视化、可操作的课堂体验，有效降低了算法理解门槛，落实了计算思维与信息社会责任等核心素养，展现了人工智能赋能精准教学的创新实践。
