このインタラクティブなワークショップ用ボードは、調査、ハンズオンでの実験、批判的な振り返りを通じて、学生が大規模言語モデル（LLMs）の限界を探るのを支援するために作られています。
セクション 1：ウォームアップ（教師主導）
全体討論：学生に現在の AI の利用状況と信頼度について問いかけ、議論を促します。
論理パズル：「密閉されたカップ」を題材にした視覚的かつ口頭のなぞなぞで、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：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＆説明: グループで AI の代表的な欠点（論理、数の処理、時間感覚など）を調べ、それらの背後にある技術的な原因（例：「トークン化」）を見つけます。
タスク 2: 「トリック」チャレンジ: 学生は自分のプロンプトを使って AI を誤作動させようと試み、面白かった結果をワークスペースに保存します。
ガスライティング・チャレンジ: 正しい AI に対して議論で「勝とう」と試み、最終的に学生を満足させるために AI が嘘をつくかどうかを確かめる演習です。
セクション 3: 最終振り返り（教師主導）
批判的な議論: まとめとして、信頼、責任、そして人間の強みに焦点を当てた "シンク・ペア・シェア" セッション。
倫理的シナリオ: 学生に、家族や友人の悩みなどの個人的な状況で、AI の助言と人間の共感を比較して検討させる。
未来のスキル: AI が決して習得できない、人間にしかできないことを特定する。
