このインタラクティブなワークショップボードは、調査、実践的な実験、批判的な振り返りを通じて、大規模言語モデル（LLMs）の限界を学生が探究する手助けをするために作られています。
Section 1: Warm-up (Teacher-led)
全体討論: 学生に現在の AI の利用状況や信頼度について問いかけ、参加を促します。
論理パズル: "密閉されたカップ" を題材にした視覚的かつ言語的ななぞなぞで、人間の推論と AI のパターンマッチングの違いを示します。
メディア事例: Phi Nguyen のリールへのリンクで、AI の "失敗" の実例を紹介します。
セクション 2: インタラクティブ ラボ (学生グループ)
タスク 1: リサーチと説明: グループで、AI の一般的な欠点 (論理, 計算, 時間の感覚, など) をリサーチし、"トークン化" のような原因を見つけます。
タスク 2: The "Trick" Challenge: 生徒は自分のプロンプトを使って AI を失敗させようと試み、最も面白い結果をワークスペースに記録します。
Gaslighting Challenge: 特定の演習で、生徒が正しい AI に対して議論に"勝とう"と試み、AI が最終的に彼らを喜ばせるために嘘をつくかどうかを確認します。
セクション 3: 最終振り返り (教師主導)
Critical Discussion: 締めくくりの "Think-Pair-Share" セッションで、信頼・責任・人間ならではの強みを中心に話し合います。
Ethical Scenarios: 家族や友人の悩みなど、個人的な状況で AI の助言と人間の共感を比べて考えるよう生徒に促します。
The Future Skill: AI が決して習得できない、人間だけができることを特定します。
