このインタラクティブなワークショップ用ボードは、生徒が調査、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）の限界を探究できるように設計されています。
セクション 1：ウォームアップ（教師主導）
全体討議: 学生に現在の AI の利用状況や信頼度について質問して参加を促します。
論理クイズ: "sealed cup" に関する視覚と言語のなぞなぞで、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。
メディアインサイト: フィー・グエンのリールへのリンクで、現実世界での AI の "fails" 事例を紹介します。
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 & 説明: グループは、AI の一般的な欠点（論理、計数、時間感覚など）をリサーチし、"Tokenization" のような原因を見つけます。
タスク 2: "トリック" チャレンジ: 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、面白かった結果をワークスペースに記録します。
ガスライティング チャレンジ: 生徒が正しい答えを出すAIに対して「勝つ」ことを目指して議論を続け、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する演習です。
セクション 3: 最終振り返り (教師主導)
批判的討論: 締めくくりの「シンク・ペア・シェア」セッションで、信頼、責任、人間の強みに焦点を当てます。
倫理的シナリオ: 学生に、個人的な状況（例：家族や友人の悩み）で AI の助言と人間の共感を比較検討させます。
未来のスキル: AI が決して習得できない、人間だけが持つ能力を特定します。
