သုတပညာမှ လက်တွေ့စွမ်းရည်သို့ ပြောင်းလဲနိုင်မှု အနုပညာ

 

မောင်မောင်လင်း

လုပ်ငန်းခွင်နဲ့ ပညာရေးနယ်ပယ်မှာ သုတပညာ (Knowledge) ကြွယ်ဝသူများစွာရှိနေပေမယ့်လည်း မိမိတတ်မြောက်ထားတဲ့ပညာရပ်တွေကို လက်တွေ့လုပ်ငန်းခွင်မှာ ထိရောက်စွာအသုံးချနိုင်မှု (Skill) ဖြစ်သွားအောင် ဖန်တီးနိုင်မှုအားနည်းနေခြင်းဟာ ခေတ်သစ်အဖွဲ့အစည်းတွေအတွက် အရေးကြီးတဲ့စိန်ခေါ်မှုတစ်ရပ် ဖြစ်လာပါတယ်။ ဒီအရာဟာ သာမန်ပညာရေးနဲ့ လုပ်ငန်းခွင်သင်ကြားမှုအတွက်မှာသာမက စာပေ၊ ဘာသာစကား၊ အချင်းချင်း ဆက်သွယ်ပြောဆိုမှုလို လူမှုအသုံးအနှုန်းတွေမှာပါ ထင်ထင်ရှားရှားတွေ့မြင်နေရပါတယ်။

မှားလေ့ရှိကြတဲ့ “က”နဲ့ “မှ”

ဥပမာတစ်ခုပြလိုပါတယ်။ ဒါကမှားလေ့ရှိကြတဲ့ အမှားတစ်ခုဖြစ်ပြီး “က” နဲ့ “မှ” ဆိုတဲ့ ကတ္တားဝိဘတ်နဲ့ ထွက်ခွာရာပြဝိဘတ်ကို သူ့နေရာနဲ့သူ မှန်ကန်စွာ အသုံးမပြုတာမျိုးဖြစ်ပါတယ်။ ကျွန်တော် တို့ဟာ မြန်မာစကားကို လူမှန်းသိတတ်စကတည်းက သင်ကြားသင်ယူ ခဲ့ရသလို အခြေခံပညာနဲ့ အဆင့်မြင့်ပညာကဏ္ဍတွေမှာလည်း မြန်မာသဒ္ဒါကို စနစ်တကျသင်ကြားပေးခြင်းခံခဲ့ရတာတောင်မှ ဒါကို မကြာခဏမှားယွင်းစွာ အသုံးပြုနေကြဆဲဖြစ်ပါတယ်။

အခမ်းအနားတွေမှာတောင်မှ အခမ်းအနားမှူးအပါအဝင် တက်ရောက်လာကြသူတွေ မှားယွင်းသုံးစွဲနေကြတာ မကြာခဏ တွေ့နေရပါတယ်။ မနေနိုင်တဲ့သူတွေက သိမ်မွေ့စွာ အမှားပြင် (Gentle Correction) ပေးကြသလို ကျွမ်းကျင်သူနဲ့ သင်တန်းပို့ချစေ တာမျိုးတောင် လုပ်ပေးပေမယ့်လည်း မှားနေကြဆဲပါ။ သင်တန်းက သင်ကြားပေးလိုက်တဲ့ သုတပညာဟာ လက်တွေ့အသုံးမပြုနိုင်တဲ့ သင်ယူမှုသာဖြစ်နေတယ်လို့ သုံးသပ်လို့ရပါတယ်။ တရားဝင် အခမ်းအနားတွေမှာ အမှန်အသုံးပြုသူတွေထံမှ သင်ယူမှု (Incidental Learning) မရှိသလို ဖြစ်နေကြတာကိုလည်း တွေ့ရှိရပါတယ်။ ဒီအမှားက သုတပညာရှိပေမယ့်လည်း လက်တွေ့အသုံးမပြုနိုင်ခြင်းရဲ့ သာဓကတစ်ခုပဲဖြစ်ပါတယ်။ ဒါကြောင့် သုတပညာနဲ့လက်တွေ့ စွမ်းရည်အကြား ကွာဟချက်ကို လေ့လာသုံးသပ်ဖို့ လိုအပ်လာပါတယ်။

ပြဿနာသတ်မှတ်ခြင်း

ဒီသဘောတရားဟာ ပညာရေးနယ်ပယ်နဲ့ လုပ်ငန်းခွင်နယ်ပယ် တစ်လျှောက် “သုတပညာမှ စွမ်းရည်သို့ မလွှဲပြောင်းနိုင်ခြင်း” ဖြစ်စဉ် ဖြစ်ပါတယ်။ ဒီအခြေအနေကို ပညာရေးနဲ့ စိတ်ပညာဆိုင်ရာ သဘောတရားတွေအပေါ်အခြေခံပြီး သုတပညာ - စွမ်းရည်ကွာဟချက်၊ သက်မဲ့အသိပညာ၊ သင်ယူမှုလွှဲပြောင်းနိုင်စွမ်း ပျက်ကွက်မှု စသည် ဖြင့် အမည်နာမအမျိုးမျိုး သတ်မှတ်နိုင်ပါတယ်။

ဖြစ်စေသောအကြောင်းရင်းများ

ဒီလိုဖြစ်ရတာဟာ သင်ကြားမှုစနစ်၊ စိတ်ပိုင်းဆိုင်ရာအကြောင်းရင်းနဲ့ ယဉ်ကျေးမှုဆိုင်ရာလှုံ့ဆော်မှုတွေ ပေါင်းစပ်ပြီး အောက်မှာဖော်ပြထားသလို ဖြစ်ပေါ်လာတာကြောင့်ဖြစ်ပါတယ် -

(က) သင်ကြားမှုဆိုင်ရာအကြောင်းရင်းခံများ။ သိမှုဝန်ပိမှု၊ လက်တွေ့နဲ့ ချိတ်ဆက်မထားမှုတို့ကြောင့် နားထောင်၊ မှတ်သားရုံသာဖြစ်မှု။

(ခ) စိတ်ပိုင်းဆိုင်ရာအတားအဆီးများ။ မိမိသိပြီးသားဟု ယုံကြည်ပြီး ပြုပြင်ရန်လက်မခံလိုတဲ့ အတ္တကာကွယ်မှု၊ အမှားလုပ်မိမှာကို စိုးရိမ်တဲ့ရှက်ကြောက်မှုနဲ့ ကိုယ်ပိုင် သိမှုစွမ်းရည်နည်းပါးခြင်းကြောင့် မိမိအမှားကို မိမိကိုယ် တိုင်မသိမှု။

(ဂ) ယဉ်ကျေးမှုဆိုင်ရာအကြောင်းရင်းခံများ။ အလေ့အကျင့် ဟောင်းများ၏လွှမ်းမိုးမှု။

ဖြေရှင်းမှုနည်းဗျူဟာများ

          အထက်က အကြောင်းရင်းခံတွေအနက် သင်ကြားပို့ချမှုဆိုင်ရာ အကြောင်းရင်းခံဟာ အဓိကအားဖြင့် သင်ကြားရေးဒီဇိုင်းနဲ့သက်ဆိုင်ပြီး စိတ်ပိုင်းဆိုင်ရာ အတားအဆီးဟာ အတွင်းစိတ်သဘောထားမှ ပေါက်ဖွားလာကာ ယဉ်ကျေးမှုဆိုင်ရာ အကြောင်းရင်းခံဟာ အလေ့ အကျင့်ရှိတဲ့ပုံစံနဲ့ လူမှုပတ်ဝန်းကျင်ကနေ ပေါ်ပေါက်လာတာဖြစ်ပါ တယ်။ ဒါကြောင့် သုတပညာနဲ့ စွမ်းရည်ကွာဟချက်ကို ဖြေရှင်းဖို့ဆိုရင် အောက်မှာဖော်ပြပေးထားတဲ့ တက်ကြွစွာလွှဲပြောင်းနိုင်မှု မူဘောင် (Active Transfer Framework) ကို အသုံးပြုသင့်ပါတယ်-

(က)    သင်ကြားမှုပုံစံပြောင်းလဲခြင်း

          (က)    မိုက်ခရိုသင်ကြားမှု။ အကြောင်းအရာငယ်များကို တိုတောင်းစွာသင်ကြားခြင်း၊

          (ခ)     နှိုင်းယှဉ်လေ့ကျင့်ခန်း။ “အမှန်နဲ့အမှား” နှိုင်းယှဉ် လေ့ကျင့်ခြင်း ၊

          (ဂ)     လက်တွေ့တာဝန်ပေးအပ်ခြင်း။ လက်တွေ့ စာကြောင်းတွေကို ပြန်လည်စစ်ဆေးခိုင်းခြင်းနဲ့ လက်တွေ့ဘဝ တာဝန်ပေးအပ်လေ့ကျင့်ခြင်း။

(ခ)     ကိုယ်ပိုင်သိမှုစွမ်းရည်မြှင့်တင်ခြင်း

          (က)    ပြန်လည်သုံးသပ်မှု။ “ဘာကြောင့်မှားတာလဲ” ဆိုတဲ့ မေးခွန်းမေးခြင်း၊

          (ခ)     စစ်ဆေးစာရင်း။ အမှားဖြစ်နိုင်ခြေရှိတဲ့ အချက် အလက်စာရင်းပြုစုခြင်း။

(ဂ)     သင်ယူမှုယဉ်ကျေးမှုတည်ဆောက်ခြင်း

          (၁)     အချင်းချင်းသင်ကြားခြင်း။ ကျွမ်းကျင်သူတွေက ကူညီခြင်း၊

          (၂)      စိတ်ချရသောပတ်ဝန်းကျင်။ အမှားကို သင်ယူမှုအခွင့် အရေးအဖြစ်မြင်ခြင်း၊

          (၃)     ခေါင်းဆောင်များ၏ စံနမူနာ။ အကြီးအကဲတွေက ဦးဆောင်ပြသခြင်းနဲ့ အခမ်းအနားတစ်ခုမစတင်မီ အခမ်းအနားမှူးတွေကို ကြိုတင်ခေါ်ယူပြီး သူတို့ဖတ်ကြားမယ့် အစီအစဉ်စာရွက်ကို ပြင်ဆင်ပေးတာ မျိုးပြုလုပ်ခြင်း။

(ဃ)    နည်းဗျူဟာရဲ့ထိရောက်မှုကို ဆန်းစစ်ခြင်း။ သင်တန်း တစ်ခုကိုစီစဉ်တိုင်း သင်တန်းမတိုင်မီနဲ့ သင်တန်းပြီးနောက် စွမ်းဆောင်ရည်အပေါ် လေ့လာစောင့်ကြည့်မှု၊ လုပ်ဖော်ကိုင်ဖက်တွေရဲ့ အကြံပြုချက်စတာတွေနဲ့ တိုးတက်မှုကို တိုင်းတာခြင်း။

သိမှုမှ လက်တွေ့လုပ်ဆောင်မှုဖြစ်ဖို့ဆိုရာဝယ်

သက်မဲ့သုတပညာကို လက်တွေ့စွမ်းရည်အဖြစ် ပြောင်းလဲနိုင်ပြီး ပညာရေးနဲ့ လုပ်ငန်းခွင်စနစ်တွေမှာ တိုးတက်မှု အမှန်တကယ် ရရှိနိုင်ဖို့ဆိုရင်တင်ပြခဲ့တဲ့ နည်းဗျူဟာတွေကိုပဲ အသုံးချရမှာဖြစ်ပါ တယ်။ ဒါကိုပဲ ဘယ်အကြောင်းအရာအတွက်မဆို အသုံးပြုနိုင်ဖို့က တော့ ဖြစ်ရပ်ရဲ့အကြောင်းရင်းခံတွေကို ဖော်ထုတ်တတ်ဖို့နဲ့ ဖြေရှင်းမှု နည်းဗျူဟာတွေကို မှန်ကန်စွာ ချမှတ်တတ်ဖို့က အရေးကြီးပါတယ်။ ဥပမာအားဖြင့် AI (ဉာဏ်ရည်တု) နည်းပညာကို လက်တွေ့လုပ်ငန်းခွင်မှာ ဘာကြောင့်အသုံးမချကြတာလဲဆိုတဲ့ ပြဿနာကို အဖြေရှာကြည့်ဖို့ စဉ်းစားကြည့်တဲ့အခါ အဓိကပြဿနာကတော့ သိလျက်နဲ့မလုပ်နိုင်မှု၊ တစ်နည်းဆိုရရင် သိမှုနဲ့ လက်တွေ့လုပ်ဆောင်မှုရဲ့ ကွာဟချက်ဆိုတာ တွေ့ရပါတယ်။

ဥပမာအားဖြင့် ဝန်ထမ်းတွေဟာ AI သင်တန်းတွေတက်ပြီး AI ကိရိယာနဲ့ အစီရင်ခံစာအနှစ်ချုပ်ကို ငါးမိနစ်အတွင်း ရေးသားနိုင်ပုံ ကို လက်တွေ့သိခဲ့ပေမယ့် ရုံးခန်းပြန်ရောက်တော့ မူလရင်းနှီးပြီးဖြစ်တဲ့ ပုံမှန်စာစီ၊ စာရိုက်ခြင်းသာ ပြန်လုပ်နေကြတာကို တွေ့နေရပါတယ်။ ဒါဟာစွမ်းရည်မရှိတာကြောင့်မဟုတ်ဘဲ အပြုအမူဆိုင်ရာ တုံ့ဆိုင်းမှုကြောင့်ဖြစ်ပြီး သုတပညာရှိပေမယ့် အကျင့်ဟောင်းကပဲ ဆက်လက် လွှမ်းမိုးနေတာကို ကျော်လွှားဖို့ လိုအပ်ပါတယ်။

ကျော်လွှားရမယ့်အတားအဆီးများ

ဒီလိုဖြစ်ရတာဟာ အောက်ဖော်ပြပါ အဓိကအတားအဆီးသုံးမျိုးကြောင့် ဖြစ်ပါတယ်-

(က)    ကိုယ်တိုင်ရဲ့သိမြင်မှုဆိုင်ရာ အတားအဆီးများ

          (၁)     စိတ်ပိုင်းဆိုင်ရာစိုးရိမ်မှုနဲ့ကြောက်ရွံ့မှု။ ဝန်ထမ်းတွေအနေနဲ့ မိမိဌာနရဲ့ ဒေတာလုံခြုံရေးကို စိုးရိမ်ကြပါတယ်။ အမှားလုပ်မိမှာကို ကြောက်ရွံ့ခြင်းနဲ့အမှား ဖြစ်ခြင်းအပေါ် ရှက်ခြင်းကြောင့်လည်း နည်းလမ်းအသစ်တွေကို စမ်းသပ်ဖို့ အားနည်းတတ်ပါတယ်။ အလုပ်ခွင်ရဲ့ဖိအား သို့မဟုတ် အမှားရဲ့အကျိုးဆက် ကြီးမားခြင်းကြောင့် အမှားမဖြစ်ရေးကိုသာ ဦးစား ပေးပြီး အလေ့အကျင့်ဟောင်းတွေကို ဆက်လက် အားကိုးနေတတ်ပါတယ်။

          (၂)      မိမိကိုယ်ကိုအထင်ကြီးမှု။ မိမိကိုယ်ကို အထင်ကြီးမှုကြောင့် သင်ယူမှုကို ပိတ်ဆို့ထားခြင်းနဲ့ အကြံပြု ပေးမှုကိုပင် ဝေဖန်ပြစ်တင်မှုလို့ရှုမြင်ပြီး လက်မခံနိုင်ခြင်းတွေလည်း ဖြစ်တတ်ပါတယ်။

(ခ)     နည်းလမ်းကျင့်သုံးမှုနဲ့ ယဉ်ကျေးမှုဆိုင်ရာ အတားအဆီးများ

          (၁)     စာခိုးယူမှု (Plagiarism) သို့မဟုတ် AI သုံးခြင်းအပေါ် မမှန်သောယုံကြည်ချက်များ။ AI က ထုတ်ပေးလိုက် တဲ့စာသားတွေကြောင့် မူပိုင်ခွင့်ဆိုင်ရာ ပြဿနာဖြစ်လာမှာကို စိုးရိမ်ကြတာမျိုးဖြစ်ပါတယ်။

          (၂)      AI ကို သုံးရင် “မတတ်လို့သုံးတာ” လို့ အထင်ခံရမယ် ဆိုတဲ့စိုးရိမ်မှု။ AI ကို သုံးရင်ကိုယ်တိုင်ဘာမှမတတ်လို့ သုံးတာဆိုပြီးအထင်ခံရမှာကို စိုးရိမ်တာမျိုး ဖြစ်ပါတယ်။

          (၃)     AI ကို စိတ်နှလုံးက မယုံကြည်နိုင်ခြင်း၊ မသုံးခိုင်းနိုင်ခြင်း။ AI ရဲ့အဖြေတွေက တစ်ခါတစ်ရံ အမှန်မဟုတ်တာတွေ ထွက်ပေါ်တတ်တာကြောင့် တိကျမှုမရှိမှာကို စိုးရိမ်ပြီး မယုံမရဲဖြစ်ကာ မသုံးလိုတာမျိုးဖြစ် တတ်ပါတယ်။

(ဂ)     အဖွဲ့အစည်းဆိုင်ရာနဲ့ စိတ်အားထက်သန်မှုနည်းပါးခြင်း

          (၁)     အဖွဲ့အစည်းဆိုင်ရာအခက်အခဲ။ AI ကို စနစ်တကျသုံးစွဲဖို့ ရှင်းလင်းတဲ့မူဝါဒ၊ လမ်းညွှန်ချက်နဲ့ ခွင့်ပြုချက်မရှိခြင်း၊ လုပ်ငန်းပုံစံဟောင်းတွေက တင်းကျပ်လွန်းခြင်းစတဲ့ အတားအဆီးများ။

          (၂)      စိတ်အားထက်သန်မှုနည်းပါးခြင်း (Low Motiva- tion)။ AI ကို သုံးတာအတွက် အသိအမှတ်ပြုမှု ဒါမှမဟုတ် ချီးမြှောက်မှုမရှိရင် ဝန်ထမ်းတွေဟာ အပင်ပန်းခံပြီး နည်းလမ်းသစ်ကို ပြောင်းလဲကျင့်သုံး ချင်စိတ် နည်းပါးသွားမှာဖြစ်ပါတယ်။

လက်တွေ့ဖြေရှင်းနည်းများ (နည်းဗျူဟာလေးရပ်)

          ကျွန်တော်တို့ရဲ့ ရည်မှန်းချက်က အေအိုင်သုတပညာကနေ ယုံကြည်မှုကို တိုးပွားစေမယ့် ပံ့ပိုးမှုဝန်းကျင်တစ်ခု ဖန်တီးဖို့ဖြစ်ပြီး အဲဒါအတွက် နည်းဗျူဟာလေးရပ်ကတော့-

(က)    လုံခြုံစိတ်ချရတဲ့ စမ်းသပ်နယ်မြေဖန်တီးခြင်း။ ဌာနရဲ့ Intranet နဲ့ မချိတ်ထားတဲ့ AI စမ်းသပ်စနစ်ထဲမှာ ဝန်ထမ်းတွေကို စိတ်ကြိုက်လေ့ကျင့်ခွင့်ပေးခြင်းမျိုးနဲ့ စိတ်ပိုင်းဆိုင်ရာ လုံခြုံမှုရှိသွားအောင် ဖန်တီးပေးခြင်း။

(ခ)     AI အသုံးပြုမှုအတွက် ရှင်းလင်းတဲ့လမ်းညွှန်ချက် ချမှတ်ခြင်း။ စာကူးချတာမျိုးနဲ့ ဒေတာကျိုးပေါက်တာမျိုးမဖြစ်အောင် ဘယ်လိုသုံးရမလဲ ဆိုတာမျိုးနဲ့ AI က ထုတ်ပေးတာကို “ပထမမူကြမ်း” အဖြစ်သာ သုံးရမယ်ဆိုတဲ့ သတ်မှတ်ချက်မျိုး။

(ဂ)     ဆက်လက်ပံ့ပိုးကူညီမှုစနစ် တည်ဆောက်ခြင်း

          (၁)     ရွယ်တူချင်းသင်ကြားမှုကို အားပေးခြင်း။ စဉ်ဆက်မပြတ် လက်တွေ့လေ့ကျင့်မှုဖြစ်စေဖို့ AI ကို စောစီး အောင်မြင်စွာအသုံးပြုနေသူ (AI Champions) တွေ က အချင်းချင်း ပံ့ပိုးကူညီစေခြင်း။ ဒါရဲ့ အဓိက ရည်ရွယ်ချက်ကတော့ AI ကို လက်ခံကျင့်သုံးတဲ့ အပြုအမူဆိုင်ရာအပြောင်းအလဲဟာ မူဝါဒနဲ့ အတင်း အကျပ် ပြောင်းခိုင်းတာမျိုးထက် ရွယ်တူချင်းက စံနမူနာပြပြီး ပြောင်းလဲသွားတဲ့အခါ ပိုမိုမြန်ဆန် ထိရောက်တယ်ဆိုတဲ့အချက်ကို အသုံးချဖို့ပဲဖြစ်ပါတယ်။

          (၂)      စီမံခန့်ခွဲမှုအဆင့်က နည်းပြပေးခြင်း။ ဌာနအလိုက် သက်ဆိုင်ရာ ဘာသာရပ်တာဝန်ခံတွေက မိမိဌာနရဲ့ လုပ်ငန်းတာဝန်တွေကို AI အသုံးချပြီး ဆောင်ရွက် ရာမှာ အပြုအမူဆိုင်ရာနဲ့ ထိခိုက်မှုအန္တရာယ် လျှော့ချစေဖို့ နည်းပြပေးရပါမယ်။ ဒီလိုလုပ်ဆောင် ပေးခြင်းဖြင့် ဝန်ထမ်းတွေအကြား မိမိကိုယ်ကို အထင်ကြီးမှုလျှော့ချနိုင်သလို စမ်းသပ်ရဲတဲ့ သတ္တိနဲ့ စိတ်ပိုင်းဆိုင်ရာလုံခြုံမှုရှိတဲ့ ပတ်ဝန်းကျင်ကို ဖြစ်ပေါ် စေပါတယ်။

          (၃)     ဦးစီးခေါင်းဆောင်ရဲ့ပံ့ပိုးမှု။ အဖွဲ့အစည်းရဲ့ ဦးစီး ခေါင်းဆောင်ကလည်း AI အသုံးချမှုအရေးကြီးပုံကို တရားဝင်အသိအမှတ်ပြုခြင်း၊ မူဝါဒချမှတ်ပေးခြင်းနဲ့ အရင်းအမြစ်ပံ့ပိုးခြင်းတွေ ပြုလုပ်ပေးရမှာဖြစ်ပါ တယ်။

(ဃ)    အသိအမှတ်ပြုခြင်းနဲ့ ချီးမြှောက်ခြင်း။ AI ကို ရိုးရိုးသုံးတာထက် AI ရဲ့အကူအညီနဲ့ ရလဒ်ကောင်းဖန်တီးနိုင်သူတွေကို ထုတ်ဖော်ချီးမြှောက်ပေးခြင်းဖြင့် ဝန်ထမ်းတွေ လုပ်ငန်းခွင်အေအိုင်အသုံးချမှု စိတ်ထက်သန်စေရေး မြှင့်တင်ပေးရပါမယ်။

လုပ်ငန်းခွင်မှာ AI ကို ထိရောက်စွာ အသုံးပြုခြင်းဆိုင်ရာ အဓိကအချက်များ

လုပ်ငန်းခွင်မှာ AI ကိရိယာတွေကို အောင်မြင်စွာ အသုံးချနိုင်ဖို့ အတွက် အောက်ပါရှုမြင်သုံးသပ်ချက်တွေကို အလေးထားသင့်ပါတယ်-

(က)    ဒေတာလုံခြုံရေးနဲ့ သီးသန့်တည်ရှိမှု။ Microsoft Copilot လို လုပ်ငန်းသုံး AI ကိရိယာအများစုဟာ ခိုင်မာတဲ့ဒေတာ လုံခြုံရေးစနစ်၊ တရားဝင် သဘောတူစာချုပ်တွေနဲ့ ကိုက်ညီတဲ့ အစီအမံတွေကို ချမှတ်ထားပြီးဖြစ်ပါတယ်။ မိမိထည့်သွင်းလိုက်တဲ့ဒေတာကို စနစ်၏ သင်ယူမှုအတွက် ပြန်လည်အသုံးပြုခြင်းမပြုလုပ်ရန် အကာအကွယ် ပေးထားပြီး မိမိလုပ်ငန်းရဲ့ စနစ်အတွင်းမှာသာ လည်ပတ်သုံးစွဲနေပါတယ်။ ဒါကြောင့် လုပ်ငန်းဆိုင်ရာ အရေးကြီး ဒေတာတွေအတွက် တရားဝင်လုပ်ငန်းသုံး AI ဖြေရှင်းချက် တွေကိုသာ အသုံးပြုဖို့ အရေးကြီးပါတယ်။

(ခ)     AI ၏ အခန်းကဏ္ဍကို မှန်ကန်စွာသတ်မှတ်ခြင်း။ AI ကို သာမန် “ဖြတ်၊ ညှပ်၊ ကပ်” လုပ်တဲ့ ကိရိယာတစ်ခုအဖြစ် မရှုမြင်သင့်ဘဲ ပိုမိုထိရောက်သော လုပ်ငန်းစဉ်ကို ရှာဖွေစေတဲ့၊ ဆန်းသစ်တီထွင်မှုကို ထုတ်ဖော်စေတဲ့၊ လူသားရဲ့ဉာဏ်ရည်ကို မြှင့်တင်ပေးတဲ့ အားကောင်းသော အကူအညီတစ်ခုအဖြစ် ရှုမြင်ရပါမယ်။ AI က လုပ်ငန်းတစ်ခုကို အစအဆုံး အပြီးသတ်ပေးနိုင်ခြင်းမရှိသေးပေမယ့် ပိုမိုမြန်ဆန်၊ ပိုမိုသန့်ရှင်းပြီး ပိုမိုစနစ်ကျတဲ့စာကြမ်း၊ အကြံဉာဏ် သို့မဟုတ် ကနဦးမူကြမ်းတွေကို ဖန်တီးပေး နိုင်ပါတယ်။ AI ကို မိမိအတွက် အလုပ်လုပ်ပေးသူအဖြစ် မဟုတ်ဘဲ မိမိရဲ့လုပ်ဆောင်မှုကို ပိုမိုမြန်ဆန် ထိရောက်စေသောအကူအဖြစ် သတ်မှတ်ခြင်းက လူသားနဲ့ AI ရဲ့ အခန်းကဏ္ဍကို မှန်ကန်စွာ ခွဲခြားပေးနိုင်မှာ ဖြစ်ပါတယ်။

(ဂ)     လူသား၏ စစ်ဆေးမှုနဲ့ ကျွမ်းကျင်မှုပေါင်းစပ်ခြင်း။ AI က ထုတ်ပေးလိုက်တဲ့ရလဒ်က ဖတ်ရလွယ်ကူပြီး ချောမွေ့ပေ မယ့် တစ်ကြိမ်တည်းနဲ့ ၁၀၀ ရာခိုင်နှုန်း မှန်ကန်ခြင်း မရှိနိုင်ပါ။ အလုပ်ရလဒ်ရဲ့ အရည်အသွေးအတွက် အရေးကြီးဆုံးအချက်ကတော့ AI ရဲ့ အမြန်နှုန်းကို လူသားရဲ့ ကျွမ်းကျင်မှု၊ တိကျသောစစ်ဆေးမှု၊ ဆုံးဖြတ် ချက်ပေးနိုင်မှုတို့နဲ့ ပေါင်းစပ်နိုင်ခြင်းပင် ဖြစ်ပါတယ်။

အောင်မြင်မှု ဖော်မြူလာဆိုရာဝယ်

AI ကို လက်တွေ့လုပ်ငန်းခွင်မှာ အသုံးချမှုလုပ်ငန်းစဉ် အောင်မြင်ဖို့အတွက် အဓိကသော့ချက်ကတော့ “သုတပညာ + ယုံကြည်စိတ်ချမှု+ ပံ့ပိုးကူညီမှုရှိသော ပတ်ဝန်းကျင် = အပြုအမူပြောင်းလဲမှု”ဆိုတဲ့ ဖော်မြူလာဖြစ်ပြီး “စစ်မှန်သော အသွင်ကူးပြောင်းမှုဆိုတာ စိတ်ပိုင်း ဆိုင်ရာဘေးကင်းပြီး အထောက်အကူပြုတဲ့စနစ်အတွင်းမှာ သုတပညာကို လက်တွေ့အသုံးချမှသာ ဖြစ်ပေါ်လာနိုင်တယ်” လို့ အဓိပ္ပာယ်ရပါတယ်။

ယနေ့ခေတ်မှာ စမတ်ဖုန်းဖြင့်ပင် ပါဝါပွိုင့်ဖန်တီးနိုင်တာကြောင့် AI သုတပညာဟာ လက်လှမ်းမီနေပြီဖြစ်ပါတယ်။ AI ကို အသိပညာ စီမံခန့်ခွဲမှုကိရိယာနေရာထားပြီး ယင်းမှ တိကျသောသင်ယူမှုနဲ့ စဉ်ဆက်မပြတ်သင်ယူမှုတို့ကို ပြုလုပ်နိုင်ပါတယ်။ သတိပြုရမှာက တော့ AI မှ ထုတ်ပေးလိုက်တဲ့ရလဒ်တိုင်းကို ပထမဆုံးအကြံပြုချက် အဖြစ်သာ မှတ်ယူရပါမယ်။ ကျန်ရှိတဲ့ တရားဝင်အရင်းအမြစ်တွေနဲ့ မပျက်မကွက် ပြန်လည်တိုက်ဆိုင် စစ်ဆေးရမယ်ဆိုတာကိုတော့ မမေ့သင့်ပါ။

နိဂုံးချုပ်အနေဖြင့် AI ကို လက်တွေ့လုပ်ငန်းခွင်၌ အောင်မြင်စွာ အသုံးချနိုင်ရန်အတွက် အဖွဲ့အစည်းအလိုက် စမ်းသပ်အကောင်အထည်ဖော်ခြင်းကို စတင်ရန် အချိန်ကျရောက်ပြီဖြစ်ပါတယ်။ AI ကို ပူးပေါင်း ဆောင်ရွက်မှု မိတ်ဖက်တစ်ဦးအဖြစ် သတ်မှတ်ကာ ‘အဖွဲ့အစည်းရဲ့ အပြုအမူဆိုင်ရာ အတားအဆီးတွေကဘာလဲ’၊ ‘AI ကို အသုံးပြုဖို့ ပိုမို ဘေးကင်းပြီး စိတ်အားတက်ကြွစေမယ့်အခြေအနေကို ဘယ်လိုဖန်တီးပေးမလဲ’၊ ‘လုံခြုံစိတ်ချရသော စမ်းသပ်မှုတွေကို လုပ်ဆောင်ဖူး ပြီလား’၊ ‘ရွယ်တူချင်းသင်ကြားမှုကို ဘယ်လိုအကောင်အထည်ဖော် မလဲ’၊ ‘သိမှုနဲ့ လုပ်နိုင်စွမ်းအကြား ကွာဟချက်ကို ပေါင်းကူးရန် အသေးဆုံး စမ်းသပ်ပြောင်းလဲမှုက ဘာဖြစ်မလဲ’ စတဲ့မေးခွန်းတွေကို စဉ်းစားဆန်းစစ် အဖြေရှာခြင်းဖြင့် ပြီးပြည့်စုံသောလုပ်ငန်းခွင် AI အသုံးချမှုလုပ်ငန်းစဉ်တစ်ရပ်ကို အနာဂတ်မှာ အကောင်အထည်ပေါ်လာအောင် ဖော်ဆောင်နိုင်မှာဖြစ်ပါကြောင်းရေးသားလိုက်ရပါတယ်။ ။