ပြီးခဲ့တဲ့လတုန်းက ဂူးဂဲလ်ရဲ့ ဉာဏ်ရည်တု (AI) မော်ဒယ်လ်တခုဟာ နိုင်ငံတကာ သင်္ချာအိုလံပစ်ပြိုင်ပွဲက မေးခွန်း ၆ ခုထဲက ၅ ခုကို မှန်ကန်စွာ ဖြေရှင်းနိုင်ခဲ့တာကြောင့် ရွှေတံဆိပ်ဆု ရရှိသွားခဲ့ပါတယ်။ ၂၀၂၄ ခုနှစ်တုန်းက ငွေတံဆိပ်ပဲရခဲ့ရာကနေ ဒီလောက် မြန်မြန်ဆန်ဆန် တိုးတက်လာတာကို ကြည့်ရင် AI က ဘယ်လောက် မြန်မြန်ဆန်ဆန် တိုးတက်နေလဲဆိုတာ ထင်ရှားပါတယ်။

ဒါပေမဲ့ လူသားတွေအနေနဲ့လည်း စက်ပစ္စည်းတွေကို တခါတလေ နိုင်နိုင်သေးတယ်ဆိုတာကိုတော့ ပြသနိုင်ခဲ့ပါသေးတယ်။ ပိုလန်ပရိုဂရမ်မာ တယောက်ဖြစ်တဲ့ Przemyslaw “Psycho” Debiak က တိုကျိုမှာလုပ်တဲ့ ၁၀ နာရီကြာ ကုဒ်ဒင်း (coding) ပြိုင်ပွဲမှာ OpenAI ရဲ့ မော်ဒယ်လ်ကို အနိုင်ရခဲ့ပါတယ်။

ဒါပေမဲ့ နည်းပညာတွေက အဆက်မပြတ် တိုးတက်နေတာကြောင့် ဒီလိုပြိုင်ပွဲတွေမှာလည်း နောက်ဆုံးတော့ AI တွေကပဲ နိုင်သွားမှာပါ။ ဒါကြောင့် ကျနော်တို့မှာ တခု စဉ်းစားစရာရှိလာပါတယ်။ လူသားတွေအနေနဲ့ AI တွေထက် အမြဲတမ်းအားသာနေပြီး လူသားတွေရဲ့ အခန်းကဏ္ဍက အရေးပါနေမယ့် နယ်ပယ်တွေဆိုတာ ရှိနေနိုင်သေးရဲ့လား။

ဒီကိစ္စနဲ့ ဆက်စပ်ပြီး ကျောင်းတွေ၊ တက္ကသိုလ်တွေအနေနဲ့လည်း AI ခေတ်အတွက် နောက်မျိုးဆက်သစ်တွေကို ဘယ်လိုပြင်ဆင်ပေးသင့်လဲဆိုတဲ့ မေးခွန်းတွေ ပေါ်ထွက်လာပါတယ်။

မိတ်ဖွဲ့ခြင်းနှင့် လွှမ်းမိုးနိုင်စွမ်း

ဉာဏ်ရည်တုတွေက အလုပ်အကိုင်တွေအပေါ် ဘယ်လိုသက်ရောက်မှုတွေ ရှိမလဲဆိုတဲ့ အချေအတင် ဆွေးနွေးမှုတွေ ရှိလာတဲ့အခါ အချို့အချက်တွေကတော့ ရှင်းရှင်းလင်းလင်းဖြစ်လာပါတယ်။

အကြီးအကျယ် အလုပ်အကိုင်ဆုံးရှုံးမှုမျိုးတော့ ဖြစ်လာမှာမဟုတ်ပါဘူး။ ဒါပေမဲ့ အလုပ်ရဲ့သဘောသဘာဝကတော့ တော်တော်လေး ပြောင်းလဲသွားနိုင်ပါတယ်။ အရင်တုန်းက ရှားပါးတဲ့ ဂရပ်ဖစ်ဒီဇိုင်း၊ စာရေးသားမှု ဒါမှမဟုတ် ကုတ်ဒင်းလို ကျွမ်းကျင်မှုတွေဟာ AI တွေကနေတဆင့် ပိုပြီးလွယ်ကူလာတာကြောင့် အရင်လို ရှားပါးတော့မှာ မဟုတ်ပါဘူး။

တချိန်တည်းမှာပဲ အင်တာနက်ခေတ် ဒါမှမဟုတ် ကွန်ပျူတာခေတ် ပေါ်လာတုန်းကလိုပဲ အလုပ်အကိုင်အသစ်တွေ အများကြီး ပေါ်လာမှာပါ။ မေးစရာရှိတာက လူသားတွေအတွက် ပိုကောင်းတဲ့ အလုပ်အကိုင်တွေ ပိုများလာမလား ဒါမှမဟုတ် ပင်ပန်းတဲ့ အလုပ်တွေပဲ ကျန်ရစ်ခဲ့မလားဆိုတာပါပဲ။ AI တွေက ကောင်းတဲ့အလုပ်တွေကို ယူသွားမလား ဒါမှမဟုတ် လူတွေကို ပင်ပန်းတဲ့အလုပ်တွေကနေ လွတ်မြောက်စေပြီး ပိုပြီး အဓိပ္ပာယ်ရှိတဲ့ အလုပ်တွေကို လုပ်ကိုင်နိုင်အောင် အားပေးမလားဆိုတာကို စောင့်ကြည့်ရပါဦးမယ်။

လူသားတွေအတွက် မျှော်လင့်စရာတခုရှိတာကတော့ ဆုံးဖြတ်ချက်ချမှတ်သူတွေကို နားလည်ပြီး လွှမ်းမိုးနိုင်တဲ့ အားသာချက်ပါပဲ။ စားသုံးသူတွေနဲ့ စီးပွားရေးလုပ်ငန်းရှင်တွေဟာ သူတို့ရဲ့ဝယ်ယူမှု၊ ရင်းနှီးမြှုပ်နှံမှုနဲ့ အလုပ်ခန့်မှုတွေလို ဆုံးဖြတ်ချက်တွေကို AI တွေအပေါ်မှာ လုံးဝဥဿုံထားပြီး ချမှတ်သွားနိုင်ဖို့ မဖြစ်နိုင်ပါဘူး။ ဘာလို့လဲဆိုတော့ ဒီလိုဆုံးဖြတ်ချက်တွေဟာ တဦးချင်းရဲ့ နှစ်သက်မှု၊ စိတ်ခံစားမှုနဲ့ ယုံကြည်မှုတွေကို ထင်ဟပ်နေတဲ့ ကိုယ်ပိုင်ဆုံးဖြတ်ချက်တွေဖြစ်လို့ပါ။

ဆုံးဖြတ်ချက်ချမှတ်သူတယောက်ကို လမ်းကြောင်တခုခုကို လက်ခံလာအောင် ဆွဲဆောင်ဖို့ဆိုတာ လူသားတွေမှာပဲရှိတဲ့ ထူးခြားတဲ့ အားသာချက်တခုဖြစ်ပါတယ်။ သူတို့ရဲ့ လေသံ၊ ကိုယ်ဟန်အမူအရာ၊ စိတ်ခံစားမှုတွေကို သိနိုင်မျိုးကို စက်က မလုပ်နိုင်ပါဘူး။

ဉာဏ်ရည်တုတွေဟာ မှတ်တမ်းတင်ထားတဲ့ အချက်အလက်တွေအများကြီးကို လေ့ကျင့်ထားတဲ့အတွက် စာသားနဲ့ ကျိုးကြောင်းဆင်ခြင်မှုမှာ ထူးချွန်ကြပါတယ်။ ဒါပေမဲ့ လူတယောက်ရဲ့ အကြောင်းအချက်အများစုကိုတော့ မှတ်တမ်းတင်ထားတာမျိုး မရှိပါဘူး။ ဒါကြောင့် ဆုံးဖြတ်ချက်ချမှတ်သူကို တကယ်သိကျွမ်းတဲ့၊ အနည်းဆုံး အရင်က ထိတွေ့ဆက်ဆံဖူးတဲ့သူတယောက်ဟာ AI ထက် အကျိုးရှိတဲ့ တင်ပြမှုတွေ၊ အရောင်းမြှင့်တင်မှုတွေကို ဘယ်လိုလုပ်ရမယ်ဆိုတာ သိတဲ့အတွက် အားသာချက် အများကြီးရနေမှာပါ။

“ဘာကိုသိထားတာထက် ဘယ်သူ့ကို သိထားတာက ပိုအရေးကြီးတယ်” ဆိုတဲ့ဆိုရိုးစကားက AI ခေတ်မှာလည်း မှန်နေပါသေးတယ်။ လူမှုကွန်ရက် တည်ဆောက်တာနဲ့ ယုံကြည်မှုတည်ဆောက်တာတွေဟာ လူသားတွေရဲ့ ထူးခြားတဲ့ စွမ်းဆောင်ရည်တွေပါ။ AI က မိန့်ခွန်း ဒါမှမဟုတ် တင်ဆက်မှုတွေကို ရေးဆွဲရာမှာ ကူညီနိုင်ပေမဲ့ တခြားသူတွေကို သိမြင်နားလည်တဲ့ လူသားရဲ့ ထိုးထွင်းဉာဏ်က အရေးပါနေဆဲပါပဲ။

ခေါင်းဆောင်မှုဆိုတာလည်း လူသားတွေရဲ့ မွေးရာပါ လုပ်ဆောင်မှုတခုပါ။ လူသားခေါင်းဆောင်တွေကိုပဲ လူတွေကို စုစည်းဖို့နဲ့ အဖွဲ့အစည်းတွေကို ဦးဆောင်ဖို့အတွက် အားကိုးနေရပါလိမ့်မယ်။ ဘာလို့လဲဆိုတော့ အောင်မြင်မှုဆိုတာ ရိုးရှင်းတဲ့ အယ်လဂိုရစ်သမ်တွေထက် ဆက်သွယ်ပြောဆိုမှု၊ ယုံကြည်မှု၊ ညှိနှိုင်းမှုနဲ့ အလျှော့အတင်းလုပ်မှုတွေပေါ်မှာ မူတည်နေလို့ပါပဲ။

ပုံပြင်တွေနဲ့ အားကစားမှာ လူသားအသွင်အပြင်

နောက်ထပ် မွေးရာပါ လူသားအားသာချက်တခုကတော့ ပုံပြင်ပြောခြင်းကနေတဆင့် ဆက်သွယ်မှုလုပ်နိုင်တဲ့ စွမ်းအားပါပဲ။ လူသားပုံပြင်ပြောသူတွေဟာ ကိုယ်တွေ့အတွေ့အကြုံကနေ စစ်မှန်တဲ့ ပုံပြင်တွေကို ပြောပြနိုင်တာကြောင့် AI တွေထက် အမြဲတမ်း အားသာနေပါလိမ့်မယ်။

ဒီအချက်ကို စာအုပ်တွေနဲ့ ရုပ်ရှင်တွေမှာ တွေ့နိုင်ပါတယ်။ စိတ်ကူးယဉ်ဇာတ်လမ်းတွေက ဖန်တီးထားတဲ့ ဇာတ်အိမ်တွေထဲက လူသားဒရာမာတွေကို ပြန်ပြီးဖန်တီးပေးလို့ စာဖတ်သူတွေကို ဆွဲဆောင်နိုင်ပါတယ်။ ဒါပေမဲ့ ကိုယ်တွေ့ရေးထားတဲ့ မှတ်တမ်းတွေ ဒါမှမဟုတ် တကယ့်လူတွေ၊ အဖြစ်အပျက်တွေအပေါ် အခြေခံထားတဲ့ ဇာတ်လမ်းတွေအတွက် ထူးခြားတဲ့နေရာတခု ရှိနေပါသေးတယ်။

ဥပမာအနေနဲ့ ၂၀၁၈ ခုနှစ်မှာ ရောင်းအားအကောင်းဆုံးဖြစ်ခဲ့တဲ့ "The Salt Path" ကို ကြည့်ပါ။ ဒီမှတ်တမ်းစာအုပ်ဟာ သူတို့ရဲ့နေအိမ်ကို ဆုံးရှုံးပြီး၊ ခင်ပွန်းဖြစ်သူမှာလည်း ရောဂါဝေဒနာတခု ရှိနေတယ်ဆိုတာကို သိလိုက်ရတဲ့နောက်မှာ ရှည်လျားတဲ့ လမ်းလျှောက်ခရီးကို စတင်ခဲ့တဲ့ စာရေးဆရာနဲ့ သူ့ခင်ပွန်းရဲ့ အကြောင်းကို ပြန်ပြောပြထားတာပါ။ ဒီဇာတ်လမ်းက လူသားတွေရဲ့ စိတ်ဓာတ်ကျခြင်းအပေါ် အောင်ပွဲခံနိုင်တာကို ဇာတ်လမ်းနဲ့ လှုံ့ဆော်ပေးပါတယ်။ နောက်ပိုင်းမှာ သတင်းစာတစောင်က ဒီဇာတ်လမ်းရဲ့ အဓိကအချက်တွေကို မမှန်ကန်ကြောင်း ငြင်းဆိုခဲ့ပါတယ်။ ဒီအချက်တွေက ဘယ်လောက်အထိ မှန်ကန်တယ်ဆိုတာ အရေးမကြီးပေမဲ့ တကယ်လို့ အဖြစ်မှန်လို့ တင်စားထားတဲ့ ဇာတ်လမ်းတစ်ခုအပေါ် သံသယဝင်သွားတဲ့အခါ စာအုပ်ရဲ့ ရောင်းအားအပေါ် သိသိသာသာ သက်ရောက်မှုရှိခဲ့ပါတယ်။

အားကစားလောကကလည်း နောက်ထပ် ဥပမာတခုပါပဲ။ အားကစားရဲ့ ဆွဲဆောင်မှုအများစုဟာ လူသားဒရာမာတွေဖြစ်တဲ့ လူသားအချင်းချင်း ပြိုင်ဆိုင်မှု၊ အားကစားကြယ်ပွင့်တွေရဲ့ ပေါ်ထွန်းမှုနဲ့ ကျဆုံးမှု၊ အခက်အခဲတွေကို တိုက်ခိုက်ကျော်ဖြတ်မှုနဲ့ ပွဲတစ်ပွဲရဲ့အခြေအနေကို ပြောင်းလဲနိုင်တဲ့ တစက္ကန့်အတွင်း ဆုံးဖြတ်ချက်တွေအပေါ်မှာ တည်နေပါတယ်။ ကွန်ပျူတာစက်တွေက လူသားတွေထက် အများကြီး သာနေတဲ့ စစ်တုရင်မှာတောင် အွန်လိုင်းကနေ တိုက်ရိုက်ပြသတဲ့ ပြိုင်ပွဲတွေမှာ ကြည့်ရှုသူတွေ ပိုများလာပါတယ်။ လူသားတွေရဲ့ မှားယွင်းနိုင်စွမ်းကိုယ်တိုင်က ဆွဲဆောင်မှုတခု ဖြစ်နေလို့ပါ။

အစုလိုက်အပြုံလိုက် ထုတ်လုပ်တဲ့ခေတ်မှာ လက်နဲ့လုပ်တဲ့ပစ္စည်းတွေက ဈေးကောင်းရသလိုပဲ AI ခေတ်မှာလည်း စာအုပ်၊ ရုပ်ရှင်၊ အားကစား စတဲ့ အကြောင်းအရာတွေကို ဖန်တီးရာမှာ လူသားတွေရဲ့ပါဝင်မှုဟာ တန်ဖိုးရှိနေမှာပါ။

ကျွမ်းကျင်မှုနဲ့ အကြောင်းအရာကို ကြေညက်စွာတတ်မြောက်မှုက အရေးပါနေဆဲ

ဉာဏ်ရည်တုနဲ့ ပညာရေးအပေါ် ဆွေးနွေးတဲ့နေရာမှာ လူသားတွေထက် AI က ပိုပြီး ထူးချွန်နေနိုင်တဲ့ နယ်ပယ်တွေနဲ့ ကျွမ်းကျင်မှုတွေကို ဆက်ပြီးလေ့လာဖို့ လိုသေးလားဆိုတဲ့အကြောင်းလည်း ပါပါတယ်။ အဖြေကတော့ “ဟုတ်တယ်” လို့ ဆိုရမှာပါ။ ဒါဟာ လူသားတွေအနေနဲ့ AI က ထုတ်ပေးတဲ့အရာတွေကို ထိထိရောက်ရောက် နားလည်ပြီး အဓိပ္ပာယ်ဖော်နိုင်ဖို့ တခုတည်းသော နည်းလမ်းဖြစ်လို့ပါ။

ဥပမာအနေနဲ့ ပြောရရင် စာမတတ်တဲ့သူတစ်ယောက်ဟာ LLM (large language model) က ထုတ်ပေးတဲ့အရာကို ဘယ်လိုမှ နားလည်နိုင်မှာမဟုတ်ပါဘူး။ မူလတန်းကျောင်းသားတယောက်ရဲ့ သံလိုက်အကြောင်း နားလည်မှုဟာ ရူပဗေဒဘွဲ့ရတယောက် နားလည်မှုနဲ့ တော်တော်လေး ကွာခြားနေမှာပါ။ နှစ်ယောက်စလုံးက တူညီတဲ့ AI ကို မေးမြန်းခဲ့ရင်တောင် နားလည်မှုက ကွဲပြားမှာပါပဲ။

ဒီလိုပဲ စာပေနဲ့ အရေးအသားကို နက်နက်နဲနဲ နားလည်တဲ့သူတွေဟာ AI ကနေ ထုတ်ပေးတဲ့ စာသားတွေကို စာရေးနည်းကိုတောင် အခြေခံနားမလည်သေးတဲ့သူတွေထက် ပိုပြီး ထိရောက်စွာ အသုံးပြုနိုင်ပါတယ်။ အနုပညာ၊ ဒီဇိုင်းနဲ့ ဂီတလို တခြားဖန်တီးမှုနယ်ပယ်တွေမှာလည်း ဒီအတိုင်းပါပဲ။ AI က ထုတ်ပေးတဲ့အရာတွေကို စစ်ဆေးပေးဖို့နဲ့ လိုအပ်ရင် ပြင်ဆင်ပေးဖို့အတွက် ကျွမ်းကျင်သူတွေ လိုအပ်နေဦးမှာပါ။

AI က ဆော့ဖ်ဝဲလ်ပရိုဂရမ်ရေးတဲ့နေရာမှာ တော်တော်လေး ကူညီနိုင်ပေမဲ့ ကုတ်ဒ်တခုမှာ တခုခုမှားသွားတဲ့အခါ ပြဿနာကို ရှာဖွေဖို့အတွက် ဆော့ဖ်ဝဲလ်အင်ဂျင်နီယာတယောက်ရဲ့ နက်နဲတဲ့ဗဟုသုတ လိုအပ်နေပါလိမ့်မယ်။

ဘယ်နယ်ပယ်မှာမဆို ခေတ်ရှေ့ပြေးတဲ့ သုတေသနလုပ်ငန်းတွေမှာ AI ကို အသုံးချတဲ့ ကျွမ်းကျင်သူတွေဟာ အသိပညာနယ်ပယ်ရဲ့ နယ်နိမိတ်တွေကို တွန်းအားပေးတဲ့နေရာမှာ အကောင်းဆုံးအခွင့်အရေးရှိနေမှာပါ။

ဒါကြောင့် AI က အခြေခံအလုပ်တွေကို ယူသွားမယ်ဆိုရင် လူငယ်ပညာရှင်အများအပြားဟာ AI ကို တန်ဖိုးထပ်တိုးပေးဖို့ (AI ကို ပိုပြီး အသုံးဝင်အောင် ပိုပြီး ထူးချွန်အောင် လုပ်ဆောင်ပေးတာကို ပြောတာပါ။ AI ကို အခြေခံအဆင့်မှာ အသုံးပြုရုံတင်မကဘဲ၊ လူသားတွေရဲ့ အတွေ့အကြုံ၊ ဗဟုသုတနဲ့ ထိုးထွင်းဉာဏ်ကို သုံးပြီး AI ရဲ့စွမ်းဆောင်ရည်ကို ပိုပြီး ကောင်းမွန်အောင် မြှင့်တင်ပေးနိုင်တာမျိုးကို ဆိုလိုတာပါ။) ထပ်တိုးပေးဖို့အတွက် လိုအပ်တဲ့ အတွေ့အကြုံနဲ့ ကျွမ်းကျင်မှုတွေကို ဘယ်တော့မှ ရတော့မှာမဟုတ်ဘူးလို့ စိုးရိမ်နေကြတာပါ။ ဒါကြောင့် အလုပ်ရှင်တွေအနေနဲ့ လူငယ်အလုပ်သမားတွေကို အခွင့်အရေးတွေ ပေးဖို့နဲ့ အလုပ်စဝင်တဲ့ လူငယ်တွေအနေနဲ့လည်း သူတို့ရဲ့ အဖွဲ့အစည်းတွေအတွက် စတင်ကူညီနိုင်ဖို့အတွက် AI နဲ့ လူသားကျွမ်းကျင်မှုတွေကိုအသုံးချဖို့ တိုက်တွန်းသင့်ပါတယ်။

လူသားတွေရဲ့ ထူးခြားတဲ့စွမ်းရည်တွေကို အသိအမှတ်ပြုခြင်းဟာ AI တွေက လူသားတွေရဲ့ စွမ်းဆောင်ရည်ကို လျော့ကျသွားအောင် လုပ်တာမျိုးမဟုတ်ဘဲ ပိုပြီး မြှင့်တင်ပေးနိုင်အောင် အားပေးတာမျိုးဖြစ်သင့်ပါတယ်။ ဒီလိုလုပ်ဖို့အတွက် လူတဦးချင်းစီနဲ့ အလုပ်ရှင်တွေဟာ လူသားကျွမ်းကျင်မှုတွေ၊ အရည်အချင်းတွေနဲ့ နယ်ပယ်ဆိုင်ရာ အတွေ့အကြုံတွေမှာ ဆက်လက်ရင်းနှီးမြှုပ်နှံဖို့ လိုအပ်ပါတယ်။

တာရန့်စ် ဟို

Ref: CNA

Photo: Reuters 

( Channel News Asia သတင်းဌာနတွင်  Terence Ho ရေးသားထားသည့်  “The human advantage in the age of AI” သတင်းဆောင်းပါးကို ဘာသာပြန်ဆိုဖော်ပြသည်။)