မောင်မောင်လင်း

(ယမန်နေ့မှအဆက်)

The Yes / No Rule ဆိုရာဝယ်

အထက်မှာ   ဖော်ပြထားခဲ့သလိုမျိုး အချက်အလက်အမျိုးမျိုးအပေါ် သေချာသရုပ်ခွဲ ဆန်းစစ်ပြီးမှ အဆုံးအဖြတ်တစ်ခု ချမှတ်ရတာမျိုးရှိသလို ဆောလျင်စွာ ဆုံးဖြတ်ချက်ချမှတ်ဖို့ လိုအပ်တာမျိုးအတွက် နည်းနာတွေကိုလည်း ပြင်ဆင်ထားရမှာဖြစ်ပါတယ်။ ဥပမာအားဖြင့် လူနာတစ်ယောက် နေလို့ မကောင်းဘူးဆိုရင် ဆရာဝန်တစ်ဦးက အဖျားတိုင်းကြည့်မယ်၊ အဖျားရှိမနေဘူးဆိုရင် သွေးပေါင် ကျ၊ မကျ စတာမျိုးတွေနဲ့ ရောဂါရှာဖွေမှု တစ်ခုပြီးတစ်ခုလုပ်ဆောင်ပြီး သံသယဖြစ်နေမှုတွေကို ဖယ်ရှား ရှင်းလင်းရတာမျိုးဖြစ်ပါတယ်။ ဒီနည်းနာမျိုးကို ကျန်းမာရေးနဲ့ဆိုင်တဲ့နေရာမှာ ဆုံးဖြတ်တာ မျိုးသာမက စီမံခန့်ခွဲမှု၊ နေ့စဉ်ဘဝနေထိုင်မှုနဲ့ နိုင်ငံရေးနယ်ပယ်တွေမှာပါ အသုံးချနိုင်ပါတယ်။

အမေရိကန်သမ္မတ ဘာရတ်အိုဘားမားဟာ ၂၀၁၃ ခုနှစ်တုန်းက ဒီနည်းနာမျိုးကို မောင်းသူမဲ့ လေယာဉ်နဲ့ ပစ်ခတ်တိုက်ခိုက်ဖို့ ဆုံးဖြတ်ရာမှာ အသုံးပြုခဲ့ဖူးပါတယ်။ သူက အချက်သုံးချက်မှာ Yes ဖြစ်ခဲ့ရင် တိုက်ခိုက်ဖို့ အတည်ပြုပေးပါတယ်။ အဲဒီသုံးချက်ကတော့ ဒီပစ်မှတ်ဟာ အမေရိကန် ပြည်သူတွေအပေါ် ရေရှည်အန္တရာယ် ပြုနေသလားဆိုတဲ့ ပထမဦးဆုံး မေးခွန်းမေးရမယ်။ No ဆိုရင် မတိုက်ခိုက်တော့ဘူး။ Yes ဆိုရင် ဒါနဲ့ပတ်သက်လို့ အမေရိကန်နဲ့ပဲ သက်ဆိုင်နေတာလားဆိုတဲ့ ဒုတိယ မေးခွန်း ဆက်လာပါမယ်။ No ဆိုရင် မတိုက်ခိုက် တော့ဘူး။ Yes ဆိုရင် ဒီတိုက်ခိုက်မှုကြောင့် အရပ်သားတွေရော ထိခိုက်မှုရှိနိုင်လားဆိုတာ ထပ်ဖြေရပါမယ်။ No ဆိုရင် မတိုက်ခိုက်တော့ဘူး။ Yes ဆိုမှသာ ပစ်ခတ်ပါဆိုပြီး အခြေအနေ သုံးမျိုးလုံးနဲ့ကိုက်ညီပြီး 3 Yes ဖြစ်မှသာ တိုက်ခိုက်မှု အပေါ် ခွင့်ပြုပေးတဲ့ နည်းနာမျိုးဖြစ်ပါတယ်။

The Choice Overload ဆိုရာဝယ်

ဒါကတော့ ရွေးချယ်စရာတွေများနေတာကြောင့် ဝန်ပိသွားတာလို့ပဲ အလွယ်ပြောလို့ရပါတယ်။ ရွေးချယ်စရာ များပြားလွန်းတာကြောင့် ပစ္စည်းတစ်ခု ဝယ်ယူတဲ့အချိန်မှာ နောက်ဆုံးဆုံးဖြတ်ချက်ချဖို့ အတွက်လည်း အချိန်တွေအများကြီးပေးရမှာဖြစ်ပါတယ်။ သာမန်အားဖြင့်ကတော့ များတာက ပိုကောင်းတယ်လို့ ယူဆလို့ ရပါတယ်။ ရွေးချယ်စရာအများကြီးထဲကမှ သေချာစဉ်းစားဆုံးဖြတ်ပြီး နောက်ဆုံး ဆုံးဖြတ်ချက်တစ်ခုကို ကောင်းကောင်းရွေးချယ်ချမှတ်လို့ရတာ မျိုးဖြစ်တာကြောင့် များများရွေးချယ်စရာရှိလေ ကြိုက်လေလို့တောင် ပြောကြပါတယ်။

ဒါပေမဲ့လည်း တစ်ခါတစ်ရံမှာတော့ ဒါဟာ Choice Overload ဖြစ်သွားလို့ ဆန့်ကျင်ဘက် အကျိုး သက်ရောက်တာမျိုး ဖြစ်သွားတတ်ပါတယ်။ ရွေးချယ်စရာများလာလေ အဲဒီအပေါ်မှာ မျှော်လင့်ထားမှုကလည်း ပိုပြီးမြင့်မားလာတာကြောင့် ရွေးချယ်မှုအမှားဖြစ်သွားနိုင်မှုအပေါ် စိုးရိမ်စိတ်များလာတတ်တာကို အမေရိကန် စီးပွားရေး ပညာရှင် Sheena lyengar က Paradox of Choice (ရွေးချယ်မှု၏ ဝိရောဓိ) ဆိုပြီး စမ်းသပ်မှုတွေနဲ့ ဖော်ထုတ်သရုပ်ပြသခဲ့ပါတယ်။

သူက Super Market တစ်ခုမှာ တစ်နေ့တည်းကိုပဲ သစ်သီးယိုအမျိုးအစား ခြောက်မျိုးကို အရောင်း မြှင့်တင်မှုပြုလုပ်စေခဲ့ပြီး နောက်တစ်နေ့မှာတော့ ၂၄ မျိုးအထိ တိုးချဲ့စေခဲ့ပါတယ်။ အဲဒီမှာ ဘယ်လို တွေ့ခဲ့ရလဲဆိုတော့ ရွေးချယ်စရာနည်းတုန်းကတော့ ဈေးဝယ်လာသူရဲ့ ၄၀ ရာခိုင်နှုန်းက ပြပွဲက ယိုတွေကို လာမြည်းစမ်းကြည့်ပြီး ၃၀ ရာခိုင်နှုန်းက အနည်းဆုံးတော့ တစ်ဘူးဝယ်သွားတာကို တွေ့ရှိခဲ့ရပါတယ်။ ရွေးချယ်စရာများနေတဲ့အခါမှာတော့ လာမြည်းစမ်း ကြည့်တဲ့သူက ၆၀ ရာခိုင်နှုန်းအထိ တိုးတက်လာပေ မယ့် တကယ်ဝယ်ယူဖြစ်တဲ့လူကတော့ နှစ်ရာခိုင်နှုန်းပဲ ရှိတော့တာကို တွေ့ရှိခဲ့ရပါတယ်။ ရွေးချယ်စရာများ တာဟာ လူတွေကို ဖြားယောင်းသွေးဆောင်မှုကိုသာ ပေးစွမ်းနိုင်ပြီး ဝေခွဲရခက်မှုကို ပိုမိုတိုးပွားလာစေ တယ်ဆိုတာကို သူက သက်သေပြသနိုင်ခဲ့ပါတယ်။

ဒါကြောင့် စိတ်ပညာရှင် Barry Schwarz က နေ့စဉ် လူနေမှုဘဝပုံစံမှာ ရွေးချယ်စရာ အများကြီးရှိနေတာကို လျော့ကျအောင် ပြုလုပ်တာ မျိုးနဲ့ လူတွေအပေါ် မကျေမနပ်ဖြစ်မှုတိုးပွားစေ နိုင်တဲ့ Paradox of Choice ပြဿနာကို ဖြေရှင်း ရမယ်လို့ ဆိုပါတယ်။ ဥပမာအားဖြင့် စားသောက် ဆိုင်တစ်ဆိုင်မှာ ငါးဟင်းလျာမှာစားဖို့ ရွေးချယ် ပြီးပြီဆိုပါစို့၊ ဒါဆိုရင်မှာပြီးတာနဲ့ Menu စာရင်းကို ဆက်ပြီးကြည့်မနေဖို့ အကြံပြုခဲ့ပါတယ်။ ဒီလို မဟုတ်ခဲ့ရင် Menu မှာကြည့်မိထားတဲ့ အခြားသော ဟင်းလျာတွေနဲ့ မိမိမှာယူစားသုံးနေတဲ့ ငါးဟင်းလျာ အပေါ် နှိုင်းယှဉ်ခွဲခြားနေမိခဲ့ရာက စားဖွယ်အပေါ် ခံတွင်းတွေ့ကျေနပ်မှု လျော့ပါးလာတာမျိုး ဖြစ်တတ်လို့ပါ။

ဒီလိုမျိုး နောက်တစ်ခုကတော့ The Consequences Model ပါ။ ဆုံးဖြတ်ချက်တစ်ခု မချမီ အနာဂတ်မှာ ထွက်ပေါ်လာမယ့်ရလဒ်တွေရဲ့ အကျိုးအပြစ်ကို သေချာချိန်ထိုးစဉ်းစားဖို့ ဖြစ်ပါတယ်။ ဥပမာအားဖြင့် တက္ကသိုလ်မှာ သင်ယူမယ့်ဘာသာရပ် ရွေးချယ်တဲ့အချိန်မှာ အလုပ်အကိုင် အခွင့်အလမ်းရရှိနိုင်မှု၊ လုပ်ငန်းခွင် ကျေနပ်ပျော်ရွှင်နိုင်မှု၊ ရေရှည်အကျိုးစီးပွားဖြစ်ထွန်းနိုင်မှု စတာတွေ အပေါ် ချင့်ချိန်သုံးသပ်ပြီး ဆုံးဖြတ်ရတာမျိုး ဖြစ်ပါတယ်။

ဒါပေမဲ့လည်း ဒါတွေဟာ ယခုကာလအချိန် အခါမျိုးမှာသာ ရရှိထားတဲ့ အချက်အလက်တွေ ဖြစ်တာကြောင့် အနာဂတ်အတွက်တော့ ရေရာ သေချာတယ်လို့ အာမခံနိုင်မှုမရှိပါဘူး။ အဲဒီအပေါ် မှာတော့ တွေဝေ‌မနေသင့်ဘဲ ရဲရဲဝံ့ဝံ့နဲ့ ဆုံးဖြတ်ချက်ချဖို့ လိုအပ်ပါတယ်။ ဘာဖြစ်လို့လဲဆိုတော့ တစ်ခါတစ်ရံ ရွေးချယ်စရာ နှစ်မျိုးတည်း ရှိနေတာတောင်မှ ဘာရွေးရမှန်း ဝေခွဲမရဖြစ်လာတာနဲ့ မနောအာရုံ စေညွှန်ရာလိုက်ပြီး ဆုံးဖြတ်တာမျိုး၊ ခေါင်းပန်း လှန်ပြီး‌ ရွေးချယ်ဆုံးဖြတ်လိုက်ရတာမျိုးတောင် ရှိခဲ့ဖူးကြမှာပါ။ ဒါကို ပညာရပ်စကားနဲ့ The Theory of Unconscious Thinking လို့ ခေါ်ဝေါ်သလို ခေါင်းပန်းလှန်ဆုံးဖြတ်ဖို့ကိုတော့ စိတ်ပညာရှင် Gerd Gigerenzer ကိုယ်တိုင် အကြံပြုထားတာမျိုး ဖြစ်ပါတယ်။

ရှေ့မှာဖော်ပြထားတာတွေကတော့ ဆုံးဖြတ်ချက်တစ်ခုကို ဘယ်လိုအကောင်းဆုံးချမှတ်ရမလဲ ဆိုတာမျိုး ဖြစ်ပါတယ်။ ဒါဆိုရင် ချထားပြီးဖြစ်တဲ့ ဆုံးဖြတ်ချက်တစ်ခုကို ပြန်ပြင်လို့မရတော့ဘူးလား၊ ဒါမှမဟုတ် ဆက် မလုပ်တော့ဘဲ ရပ်လိုက်လို့မရဘူးလားဆိုတာတွေနဲ့စပ်လျဉ်းပြီး အကြံပြုလိုတာကတော့ ရဲရဲဝံ့ဝံ့ ဆုံးဖြတ်ထားသလိုပဲ မှားနေတယ်၊ မှားသွားတယ်ဆိုရင်လည်း ရဲရဲတင်းတင်းကို ပြန်လုပ်ရပါ့မယ်။ ဒါနဲ့ပတ်သက်လို့ The Stop Rule ဆိုတာရှိပါတယ်။

၁၉၃၅ ခုနှစ်တုန်းက ရင်းနှီးမြှုပ်နှံမှုပညာရှင် Gerald Loeb က ရိုးရှင်းပြီး တိကျပြတ်သားတဲ့ ဖော်မြူလာ တစ်ခုဖြစ်တဲ့ “အစုရှယ်ယာတစ်ခုဟာ သူ့ရဲ့တန်ဖိုးထက် ၁၀ ရာခိုင်နှုန်းရှုံးလာရင် ထုတ်သာရောင်းလိုက် The Stop Rule တစ်ခု” ကို ဖော်ထုတ် ခဲ့ပါတယ်။ ဒီလိုမျိုးပဲ မိမိအခြေအနေနဲ့ကိုက်ညီမယ့် ပုံသေနည်းတွေကို ချမှတ်ထားလို့လည်း ရပါတယ်။ ဥပမာအားဖြင့် နိုင်ငံတော်လုံခြုံရေးနယ်ပယ်မှာ မဟာဗျူဟာ အကျိုးအမြတ် ရရှိတာထက် ပေးဆပ်နေရတဲ့တန်ဖိုးက ပိုများနေရင်တော့ ရပ်လိုက်ရမှာ ဖြစ်ပါတယ်။ မဟုတ်ခဲ့ရင်တော့ “Point of No Return” ကို ရောက်ရှိသွားနိုင်လို့ပဲ ဖြစ်ပါတယ်။

စုပေါင်းဆွေးနွေးညှိနှိုင်း၊ အားလုံးသဘောတူဆုံးဖြတ်

နောက်ထပ်ဆွေးနွေးလိုတာကတော့ စုပေါင်းစနစ်နဲ့ ဆုံးဖြတ်ချက်ချမှတ်တာမျိုး ဖြစ်ပါတယ်။ ဒီနေရာမှာ ဘာသာရပ်ဆိုင်ရာ ဝေါဟာရကတော့ အဖွဲ့ (Group) နဲ့ အသင်း (Team) ဆိုပြီး နှစ်မျိုးရှိပြီး နှစ်မျိုးလုံး သူ့ဟာနဲ့သူ ထူးခြားတဲ့ဝိသေသနဲ့ အကျိုးကျေးဇူးတွေရှိပါတယ်။ Team က ပေါင်းစည်း လုပ်ဆောင်မှုမျိုးနဲ့ ရလဒ်ရှေးရှုတဲ့ လုပ်ငန်းတွေမှာ အသုံးတည့်သလို Group ကလည်း သတင်းအချက်အလက်ဖလှယ်တာ၊ ကွန်ရက်ဖွဲ့တာနဲ့ လူမှုရေးဆက်သွယ် ဆက်ဆံမှုပြုတဲ့နေရာမျိုးတွေမှာ လွန်စွာအသုံးဝင်ပါတယ်။

ဆုံးဖြတ်ချက်ချမှတ်တဲ့ လုပ်ငန်းစဉ်မှာ ဒီလိုအသင်းအဖွဲ့စနစ်ကို ကျင့်သုံးရင်တော့ ရဲဘော်ရဲဘက်စိတ် မြှင့်တင်ပေးရာရောက်သလိုပဲ လုံခြုံရေးဆိုင်ရာအသိရှိမှုကိုလည်း မြင့်မားစေပါတယ်။ တစ်ဦး တစ်ယောက်တည်းနဲ့ ဆုံးဖြတ်လုပ်ကိုင်တာမျိုးကတော့ ပြောင်းလွယ်ပြင်လွယ်ဖြစ်ဖို့ လွယ်ကူတာတို့၊ မိမိစိတ်ကူးထားတဲ့အတိုင်း အကောင်အထည် ဖော်နိုင်တာတို့၊ မိမိသဘောအတိုင်း အလျင်အမြန် ဆုံးဖြတ်ချက် ချမှတ်နိုင်တာတို့လို အကျိုးကျေးဇူးတွေတော့ ရရှိနိုင်မှာဖြစ်ပါတယ်။

ဒါပေမဲ့ အသင်းအဖွဲ့ပုံစံမျိုးနဲ့ အဆုံးအဖြတ် ပြုတာမျိုးကတော့ ပေါင်းစည်းစုပေါင်းအား (Colla-borative Synergy) ကြောင့် ဆုံးဖြတ်ချက်တစ်ခုရဲ့ အရည်အသွေးကို ပိုပြီးမြှင့်တင်ပေးရာရောက်ပါတယ်။ အစုအဖွဲ့ထဲမှာပါဝင်နေသူ တစ်ဦးချင်းစီရဲ့ အမြင်တွေ၊ ကွဲပြားခြားနားတဲ့ အသိဉာဏ်တွေကို ပေါင်းစည်း ပေးထားတာကြောင့် ပိုမိုကောင်းမွန် ပြည့်စုံတဲ့ရွေးချယ်မှု ဖြစ်ပေါ်လာစေပါတယ်။ အသင်းအဖွဲ့ထဲမှ ရဲဘော်ရဲဘက်စိတ်ထားရှိမှုအပေါ် ပံ့ပိုးပေးရာလည်းရောက်တာကြောင့် အချင်းချင်းအကြားမှာ ပိုပြီး သဟဇာတ ဖြစ်စေသလိုပဲ စုပေါင်းအသိဉာဏ်ပညာနဲ့ ချမှတ်ထားတာမျိုးဖြစ်တာကြောင့် ဆုံးဖြတ်ချက်တွေကလည်း ပိုပြီးကောင်းမွန်ပါတယ်။ သက်ဆိုင်ပါဝင်နေသူ အားလုံးသဘောတူညီကျေနပ်ပြီး ရွေးချယ်ဆုံးဖြတ် ထားတာမျိုးဖြစ်တာကြောင့် စုစည်းညီညွတ်မှု အတွက်လည်း အကျိုးဖြစ်ထွန်းစေပါတယ်။

AI နဲ့ လူသားပေါင်းစည်းလုပ်ဆောင်မှုဆိုရာဝယ် (Combining with AI and Human Interface)

ယခုဆောင်းပါးရဲ့ ဦးတည်ချက်ကတော့ အကြောင်းအရာတစ်ခုခုအပေါ် နည်းစနစ်ကျကျ စဉ်းစားတွေးခေါ်ပြီးမှ မှန်မှန်ကန်ကန် ဆုံးဖြတ် တတ်စေဖို့ပါ။ သတ္တလောကမှာ စဉ်းစားတွေးခေါ်နိုင်မှုက လူသားတွေရဲ့ ထူးခြားတဲ့စွမ်းဆောင်ရည်ပါ။ ChatGPT က စတင်လိုက်လို့ ယနေ့ကာလ ကမ္ဘာတစ်ဝန်းမှာ အုတ်အော်သောင်းတင်း ဖြစ်နေတဲ့ AI ကြိုးစားနေတာကလည်း အဲဒီလိုစဉ်းစားတွေးခေါ်မှုကို ပုံတူပွားနိုင်ဖို့ပဲ ဖြစ်ပါတယ်။

လူသားတွေစဉ်းစားသလို စဉ်းစားပြီး ဖြေရှင်း တဲ့ ပုံစံမျိုးဖြစ်တာကြောင့် လူသားလို တွေးတောပြီး ပြဿနာကို ဖြေရှင်းနိုင်ဖို့ Machine Learning စက်ရဲ့သင်ယူမှုမျိုး ဖြစ်ပါတယ်။ သူတို့က ရှိပြီးဖြစ်နေတဲ့ အချက်အလက်တွေကို မှတ်မိအသုံးပြုပြီး ပြဿနာတွေကို လူရဲ့အနှောင့်အယှက်ကင်းစွာနဲ့ ဖြေရှင်းပေးတာမျိုး ဖြစ်ပါတယ်။ ဒါကို လူသားတွေ အနေနဲ့ ဆုံးဖြတ်ချက်ချမှတ်ရာမှာ အထောက်အကူပေးတဲ့ (Decision Support) ကိရိယာတစ်ခုအနေနဲ့ အသုံးပြုလို့ရပါတယ်။ ရှေ့မှာ ရေးသားဖော်ပြထားသလိုပဲ ကျွန်တော်တို့ လူသားတွေအနေနဲ့ နေ့စဉ် လူမှုဘဝမှာရော လုပ်ငန်းခွင်မှာပါ မှန်ကန်တဲ့ ဆုံးဖြတ်ချက်တွေ ချမှတ်နိုင်ဖို့အတွက် နည်းနာ၊ နည်းလမ်းအမျိုးမျိုးကို သူ့နေရာနဲ့သူ မှန်မှန် ကန်ကန် အသုံးပြုတတ်ဖို့ လွန်စွာအရေးကြီး ပါတယ်။ ဒီနေ့ခေတ်မှာတော့ ဒါတွေကို အထောက် အကူရဖို့ AI Technology ကိုတောင် အသုံးပြုနေ ကြပြီဖြစ်ပါတယ်။ ဘာဖြစ်လို့လဲဆိုတော့..

စီးပွားရေးပညာရှင် Herbert Simon က လူတွေရဲ့ စဉ်းစားဆုံးဖြတ်ရေးလုပ်ငန်းစဉ်အပေါ် အနှောင့်အယှက် ပြုနေတဲ့ အကြောင်းအရာ၊ တစ်နည်းပြောရရင် ဆင်ခြင်တုံတရားကို ပိတ်လှောင်မှု (Bounded Rationality) တွေထဲမှာ အသိဉာဏ်ပိုင်းဆိုင်ရာ အကန့်အသတ်ရှိနေမှု၊ အချိန်မလုံလောက်မှုနဲ့ သတင်းအချက်အလက် ပြည့်စုံစွာမရရှိနိုင်မှု စတာတွေ ပါဝင်နေတယ်လို့ ဖော်ပြခဲ့ပါတယ်။

နောက်ပြီး လူ့သဘောသဘာဝတွေဖြစ်တဲ့ စိတ်ခံစားချက်၊ ဘက်လိုက်တာ၊ အလွယ်လိုက်တာ စတာတွေကလည်း မပါမဖြစ် ပါဝင်နေမှာပဲ ဖြစ်ပါတယ်။

ဒါကြောင့် Critical Thinking လို အရေးကြီးတဲ့ အဆုံးအဖြတ်ပြုဖို့ လိုအပ်ချိန်မျိုးမှာ နည်းပညာ အထောက်အကူရယူလုပ်ဆောင်ရင် ပိုကောင်းမယ်လို့ ယူဆမိပါတယ်။ ဒီနေ့ AI Tools တွေကို သုံးစွဲပြီး အသေးစိတ်တွက် ချက်မှုတွေ ပြုလုပ်မယ်။ နောက်ဆုံးကျမှ လူက ဆုံးဖြတ်ချက်ချမှတ်၊ လက်တွေ့ အကောင် အထည်ဖော်တာမျိုး ဖြစ်ပါတယ်။

AIand Human Interface မှာ အကောင်း ဆုံးပုံစံ (Model) ကတော့ AI ဆီက သတင်း အချက်အလက်အပါအဝင် တန်ဖိုးရှိတဲ့ အထောက်အကူတွေရယူမယ်။ Critical Decisions ချမှတ်တာကိုတော့ လူသားက အပြည့်အဝ ထိန်းချုပ်ထားတာမျိုးပဲ ဖြစ်ပါတယ်။ သူ့ရဲ့ ၂၄ နာရီ၊ ခုနစ်ရက်ပတ်လုံး (24/7) Attention ပေးနိုင်မှု၊ Big Data ကြီးနဲ့တောင် အလုပ်လုပ်နေတဲ့ သူ့ရဲ့မှတ်ဉာဏ် (Memory) အလွန်ကောင်းမှု၊ Deep Learning စနစ်မျိုးနဲ့ လေ့ကျင့်သင်ကြားပေးခြင်း ခံထားရတာကြောင့် သူ့ရဲ့အကြောင်းခြင်းရာတွေအပေါ် ပြည့်စုံစွာ သိရှိနားလည်မှု (Comprehensive)တွေကို လူသားတွေ ဘယ်လိုမှ ယှဉ်နိုင်စွမ်းမရှိပါဘူး။ သူနဲ့သေချာ Communication လုပ်နိုင်ဖို့အတွက်လည်း ယနေ့ခေတ် AIက Natural Language လို့ခေါ်တဲ့ သာမန် လူသားစကား ပြောတဲ့ပုံစံမျိုးနဲ့တောင် ဆက်သွယ်ပြောဆိုလို့ရနေပြီဖြစ်တာကြောင့် ကျွန်တော်အကြံပြုထားသလိုမျိုး စမ်းသပ် လုပ်ဆောင်ကြည့်ဖို့ တိုက် တွန်းလိုပါတယ်။

အရေးကြီးဆုံးအချက်ကတော့ “Combine with Human Oversight” ပါ။ သူထုတ်ပေး လိုက်တဲ့ ရလဒ်တွေဟာ တကယ်ကောင်းရဲ့လား၊ စိတ်ချယုံကြည်စွာနဲ့ အသုံးပြုလို့ရရဲ့လားဆိုတာကို လူသားကကြည့်ရှု၊ ကြပ်မတ်ပေးဖို့ လိုအပ်မှာဖြစ်သလို လူကိုယ်တိုင်က မိမိဘာသာမှန်၏၊ ကောင်း၏၊ သင့်တော်၏ဆိုတဲ့အပေါ်မှာ သေချာစဉ်းစား တွေးခေါ်ပြီးမှ ဆုံးဖြတ်လုပ်ကိုင်ရမှာ ဖြစ်ပါတယ်။

နိဂုံးချုပ်ဖော်ပြလိုတာကတော့ ကျွန်တော်တို့ဟာ နေ့စဉ်နေ့တိုင်း၊ အချိန်တိုင်းအချိန် တိုင်းမှာ သာမန်အသေးအဖွဲ အဆုံးအဖြတ် လေးတွေသာမက ဘဝအတွက် အရေးပါသလို အသက်တမျှ အရေးကြီးတဲ့ အဆုံးအဖြတ်တွေ ကိုလည်း ချမှတ်နေရပါတယ်။ ဒါနဲ့ပတ်သက် လို အမေရိကန်လူမျိုးတွေကတော့ ပြဿနာ တစ်ခုခုနဲ့ ကြုံလာရင် Trial and Error စနစ်မျိုးနဲ့ ချဉ်းကပ်လေ့ရှိတယ်လို့ ဆိုပါတယ်။ တစ်ခုခု ကို စမ်းပြီးလုပ်ကြည့်၊ အမှားတွေ့ရင် အဲဒီအထဲက သင်ခန်းစာယူ၊ သီအိုရီဖော်ထုတ်၊ ပြီးရင်အောင်မြင်ပြီးမြောက်တဲ့အထိ ဆက်လုပ်ဆိုတာမျိုး ဖြစ်ပါတယ်။ ဥရောပသားတွေကတော့ ပြဿနာတစ်ခုခုနဲ့ ကြုံလာရင် ဖြေရှင်းနိုင်မယ့်သီအိုရီကို အရင်ရှာပြီးမှ အကောင်အထည်ဖော်ကြည့်မယ်၊ မအောင်မြင်ခဲ့ရင် သီအိုရီကို ပြန်လည်ပြုပြင်မယ်၊ ပြီးရင်အောင်မြင်ပြီး မြောက်တဲ့အထိ ဆက်လုပ်ဆိုတာမျိုး ဖြစ်ပါတယ်။ ဒါဆိုရင် ကျွန်တော်တို့ရော ဘယ်လိုနည်းစနစ်မျိုးနဲ့ ပြဿနာတွေကို ချဉ်းကပ်သင့်တယ်လို့ ထင်ပါသလဲ…..။