နယူးယောက်တိုင်းသတင်းစာ ပညာရှင်စကားဝိုင်း (ဘာသာပြန်) မိုးမခ၊ ဇွန် ၂၃၊ ၂၀၂၆
AI အပိုင်း (၄) – လူငယ်တွေ AI ခေတ်အတွက် ဘယ်လိုပြင်ဆင်သင့်သလဲ
Bill Wasik
အနာဂတ်မှာ ပေါ်လာမယ့် အလုပ်အကိုင်အသစ်တွေ၊ အခွင့်အလမ်းအသစ်တွေအကြောင်း ပြောကြရအောင်။
လက်ရှိ လူငယ်တစ်ယောက်ကို
“မင်း ဘာသင်ယူသင့်သလဲ”
လို့ မေးရင် ဘယ်လိုအကြံပေးမလဲ။
Clara Shih
ကျွန်မ အခု အသက် ၂၅ နှစ်ဝန်းကျင် လူငယ်တွေနဲ့ နေ့တိုင်း အလုပ်လုပ်နေရတယ်။
ကျွန်မ တွေ့ရတာက
AI သင်တန်းတွေ၊ AI အကြံပေးချက်တွေ အများစုက
အရမ်းယေဘုယျဆန်နေတယ်။
ဒါကြောင့် ကျွန်မတို့က Platform တစ်ခု စတင်ထားတယ်။
အဲဒီမှာ
ဝင်ခါစ အဖြူရောင်အင်္ကျီအလုပ် (White-Collar Jobs) ၅၀ လောက်ကို
တစ်ခုချင်း လေ့လာထားတယ်။
ဥပမာMarketing
Software Engineering
Accounting
Finance
စတဲ့ အလုပ်တွေ။
အလုပ်ခန့်တဲ့ Manager တွေကို မေးတယ်။
AI ကို ဘယ်လိုအသုံးပြုနေကြသလဲ
AI ကြောင့် ဘယ်လို Skill တွေ ပြောင်းလဲလိုက်သလဲ
ဆိုတာ သိချင်လို့။
ထွက်လာတဲ့ အဖြေကတော့
"ချမ်းသာနဲ့ ဆင်းရဲ အဆင့်အတန်း ဇာတ်ခွဲခြားထားတဲ့ ဇာတ်လမ်း" လိုပဲ ဖြစ်နေတယ်။
AI ကို နားလည်တဲ့ လူတွေ
အထူးသဖြင့်
AI Agent တွေ ဘယ်လို အလုပ်လုပ်တယ်ဆိုတာ သိတဲ့သူတွေက
သူတို့ အိပ်မက်ထဲက အလုပ်တွေ ရနိုင်တယ်။
ဒါပေမယ့်
AI Skill မရှိတဲ့သူတွေ အတွက်တော့
အောက် ခြေကစရတဲ့ အလုပ်အကိုင်တွေက တဖြည်းဖြည်း ပျောက်ကွယ်နေတယ်။
Bill Wasik
ဒါပေမယ့်
AI Skill ဆိုတာ တကယ်ရေရှည်အသုံးဝင်မှာလား။
AI Model တွေက အမြဲပြောင်းလဲနေတယ်။
အခု Model တစ်ခုမှာ သုံးတဲ့ နည်းလမ်းက
နောက် Model တစ်ခုမှာ မလိုတော့တာမျိုး ရှိတယ်။
ဒါဆို
AI ကို အသုံးချတဲ့ နည်းလမ်း သင်ယူတာက
ရေရှည်မှာ တကယ် တန်ဖိုးရှိသေးလား။
Clara Shih
AI Skill ဆိုတာ ရွေ့လျားနေတဲ့ ပစ်မှတ်တစ်ခုလိုပဲ။
မင်း ရထားပေါ် တက်လိုက်တယ်။
ဒါပေမယ့် အဲဒီရထား ဘယ်တော့မှ မရပ်ဘူး။
AI ခေတ်မှာ
သင်ယူခြင်းက အဆုံးမရှိဘူး။
Model အသစ်ထွက်တိုင်း စမ်းသပ်ရမယ်။
ဥပမာ
ဒီအလုပ်အတွက် Gemini က ပိုကောင်းတယ်
ဒီအလုပ်အတွက် Claude က ပိုကောင်းတယ်
ဆိုတာ သိလာရမယ်။
အဲဒါဟာ
AI ခေတ်ရဲ့ Skill Set အသစ်ပဲ။
Ethan Mollick
ကျွန်တော် စိုးရိမ်တာက
ဝင်ခါစ ဝန်ထမ်းတွေ အတွက်ပါ။
လူတစ်ယောက်က
ကိုယ်တိုင် မလုပ်ဖူးသေးတဲ့ အလုပ်တစ်ခုကို ကောင်းမကောင်း ခွဲခြားနိုင်ဖို့
လက်တွေ့အတွေ့အကြုံ လိုတယ်။
Clara Shih
ကျွန်မ အခု အသက် ၂၅ နှစ်ဝန်းကျင် လူငယ်တွေနဲ့ နေ့တိုင်း အလုပ်လုပ်နေရတယ်။
ကျွန်မ တွေ့ရတာက
AI သင်တန်းတွေ၊ AI အကြံပေးချက်တွေ အများစုက
အရမ်းယေဘုယျဆန်နေတယ်။
ဒါကြောင့် ကျွန်မတို့က Platform တစ်ခု စတင်ထားတယ်။
အဲဒီမှာ
ဝင်ခါစ အဖြူရောင်အင်္ကျီအလုပ် (White-Collar Jobs) ၅၀ လောက်ကို
တစ်ခုချင်း လေ့လာထားတယ်။
ဥပမာMarketing
Software Engineering
Accounting
Finance
စတဲ့ အလုပ်တွေ။
အလုပ်ခန့်တဲ့ Manager တွေကို မေးတယ်။
AI ကို ဘယ်လိုအသုံးပြုနေကြသလဲ
AI ကြောင့် ဘယ်လို Skill တွေ ပြောင်းလဲလိုက်သလဲ
ဆိုတာ သိချင်လို့။
ထွက်လာတဲ့ အဖြေကတော့
"ချမ်းသာနဲ့ ဆင်းရဲ အဆင့်အတန်း ဇာတ်ခွဲခြားထားတဲ့ ဇာတ်လမ်း" လိုပဲ ဖြစ်နေတယ်။
AI ကို နားလည်တဲ့ လူတွေ
အထူးသဖြင့်
AI Agent တွေ ဘယ်လို အလုပ်လုပ်တယ်ဆိုတာ သိတဲ့သူတွေက
သူတို့ အိပ်မက်ထဲက အလုပ်တွေ ရနိုင်တယ်။
ဒါပေမယ့်
AI Skill မရှိတဲ့သူတွေ အတွက်တော့
အောက် ခြေကစရတဲ့ အလုပ်အကိုင်တွေက တဖြည်းဖြည်း ပျောက်ကွယ်နေတယ်။
Bill Wasik
ဒါပေမယ့်
AI Skill ဆိုတာ တကယ်ရေရှည်အသုံးဝင်မှာလား။
AI Model တွေက အမြဲပြောင်းလဲနေတယ်။
အခု Model တစ်ခုမှာ သုံးတဲ့ နည်းလမ်းက
နောက် Model တစ်ခုမှာ မလိုတော့တာမျိုး ရှိတယ်။
ဒါဆို
AI ကို အသုံးချတဲ့ နည်းလမ်း သင်ယူတာက
ရေရှည်မှာ တကယ် တန်ဖိုးရှိသေးလား။
Clara Shih
AI Skill ဆိုတာ ရွေ့လျားနေတဲ့ ပစ်မှတ်တစ်ခုလိုပဲ။
မင်း ရထားပေါ် တက်လိုက်တယ်။
ဒါပေမယ့် အဲဒီရထား ဘယ်တော့မှ မရပ်ဘူး။
AI ခေတ်မှာ
သင်ယူခြင်းက အဆုံးမရှိဘူး။
Model အသစ်ထွက်တိုင်း စမ်းသပ်ရမယ်။
ဥပမာ
ဒီအလုပ်အတွက် Gemini က ပိုကောင်းတယ်
ဒီအလုပ်အတွက် Claude က ပိုကောင်းတယ်
ဆိုတာ သိလာရမယ်။
အဲဒါဟာ
AI ခေတ်ရဲ့ Skill Set အသစ်ပဲ။
Ethan Mollick
ကျွန်တော် စိုးရိမ်တာက
ဝင်ခါစ ဝန်ထမ်းတွေ အတွက်ပါ။
လူတစ်ယောက်က
ကိုယ်တိုင် မလုပ်ဖူးသေးတဲ့ အလုပ်တစ်ခုကို ကောင်းမကောင်း ခွဲခြားနိုင်ဖို့
လက်တွေ့အတွေ့အကြုံ လိုတယ်။
ဥပမာ
Bill က New York Times ဆောင်းပါးတစ်ပုဒ်ကို မြင်လိုက်တာနဲ့
ကောင်းမကောင်း ချက်ချင်း သိနိုင်တယ်။
Daron နဲ့ ကျွန်တော်က
သုတေသနစာတမ်းတစ်ခုကို မြင်လိုက်တာနဲ့
ဖတ်သင့် မဖတ်သင့် သိနိုင်တယ်။
Dean က
ဥပဒေမူကြမ်းတစ်ခုကို ဖတ်လိုက်တာနဲ့
အားနည်းချက် ဘယ်မှာလဲ သိနိုင်တယ်။
Clara က
Code တစ်ပိုင်းကို ကြည့်လိုက်တာနဲ့
ကျွမ်းကျင်သူ ရေးတာလား
အရည်အချင်းမရှိသူ ရေးတာလား သိနိုင်တယ်။
ဒါပေမယ့်
အတွေ့အကြုံမရှိတဲ့ လူတစ်ယောက်က
အဲဒီလို မလုပ်နိုင်ဘူး။
AI Agent တွေကို စီမံခန့်ခွဲဖို့လည်း
အဲဒီလို အတွေ့အကြုံ လိုတယ်။
ဒါက လူငယ်တွေ အတွက်ပဲ မဟုတ်ဘူး။
လူကြီးတွေ အတွက်လည်း ပြဿနာ ဖြစ်နိုင်တယ်။
Clara Shih
ဒါကြောင့် ကျွန်မ ယုံကြည်တာက
လူငယ်တိုင်း
ကောလိပ်တက်နေစဉ်မှာ ဖြစ်စေ
အထက်တန်းတက်နေစဉ်မှာ ဖြစ်စေ
ကိုယ်ပိုင် Project တစ်ခု ရှိသင့်တယ်။
AI ကို အစကနေ အဆုံးအထိ အသုံးချပြီး
ကိုယ်တိုင် တည်ဆောက်ကြည့်ဖူးရမယ်။
အဲဒီလို လုပ်တဲ့သူတွေက
အလုပ်ရဖို့ လိုအပ်တဲ့
လက်တွေ့အတွေ့အကြုံကို ရလာမယ်။
Ethan Mollick
ဒါပေမယ့် လူတိုင်းက Entrepreneur မဟုတ်ဘူး။
ကျွန်တော်က Entrepreneurship ကို သင်နေတာ နှစ်ပေါင်းများစွာ ရှိပြီ။
ကျွန်တော် Project တွေ ပေးဖူးတယ်။
ဒါပေမယ့် လူတိုင်းက အဲဒီလို မလုပ်နိုင်ဘူး။
မိသားစုနောက်ခံ
စီးပွားရေးအခြေအနေ
ပညာရေးအခွင့်အလမ်း
စတဲ့ အချက်တွေက ကွာခြားနေတယ်။
Project လုပ်လိုက်ရုံနဲ့
ကောင်းမကောင်း ချက်ချင်း သိနိုင်တယ်။
Daron နဲ့ ကျွန်တော်က
သုတေသနစာတမ်းတစ်ခုကို မြင်လိုက်တာနဲ့
ဖတ်သင့် မဖတ်သင့် သိနိုင်တယ်။
Dean က
ဥပဒေမူကြမ်းတစ်ခုကို ဖတ်လိုက်တာနဲ့
အားနည်းချက် ဘယ်မှာလဲ သိနိုင်တယ်။
Clara က
Code တစ်ပိုင်းကို ကြည့်လိုက်တာနဲ့
ကျွမ်းကျင်သူ ရေးတာလား
အရည်အချင်းမရှိသူ ရေးတာလား သိနိုင်တယ်။
ဒါပေမယ့်
အတွေ့အကြုံမရှိတဲ့ လူတစ်ယောက်က
အဲဒီလို မလုပ်နိုင်ဘူး။
AI Agent တွေကို စီမံခန့်ခွဲဖို့လည်း
အဲဒီလို အတွေ့အကြုံ လိုတယ်။
ဒါက လူငယ်တွေ အတွက်ပဲ မဟုတ်ဘူး။
လူကြီးတွေ အတွက်လည်း ပြဿနာ ဖြစ်နိုင်တယ်။
Clara Shih
ဒါကြောင့် ကျွန်မ ယုံကြည်တာက
လူငယ်တိုင်း
ကောလိပ်တက်နေစဉ်မှာ ဖြစ်စေ
အထက်တန်းတက်နေစဉ်မှာ ဖြစ်စေ
ကိုယ်ပိုင် Project တစ်ခု ရှိသင့်တယ်။
AI ကို အစကနေ အဆုံးအထိ အသုံးချပြီး
ကိုယ်တိုင် တည်ဆောက်ကြည့်ဖူးရမယ်။
အဲဒီလို လုပ်တဲ့သူတွေက
အလုပ်ရဖို့ လိုအပ်တဲ့
လက်တွေ့အတွေ့အကြုံကို ရလာမယ်။
Ethan Mollick
ဒါပေမယ့် လူတိုင်းက Entrepreneur မဟုတ်ဘူး။
ကျွန်တော်က Entrepreneurship ကို သင်နေတာ နှစ်ပေါင်းများစွာ ရှိပြီ။
ကျွန်တော် Project တွေ ပေးဖူးတယ်။
ဒါပေမယ့် လူတိုင်းက အဲဒီလို မလုပ်နိုင်ဘူး။
မိသားစုနောက်ခံ
စီးပွားရေးအခြေအနေ
ပညာရေးအခွင့်အလမ်း
စတဲ့ အချက်တွေက ကွာခြားနေတယ်။
Project လုပ်လိုက်ရုံနဲ့
အောင်မြင်မယ်လို့ မပြောနိုင်ဘူး။
Clara Shih
ဟုတ်ပါတယ်။
လွယ်တော့ မလွယ်ဘူး။
ဒါပေမယ့်
AI ကို တကယ် နားလည်ချင်ရင်
အစကနေ အဆုံးအထိ
ကိုယ်တိုင် တစ်ခုခု လုပ်ကြည့်ဖို့ လိုတယ်။
AI ရဲ့ အကန့်အသတ်တွေ
AI ရဲ့ အားသာချက်တွေ
Model တွေ ဘယ်လို ပြောင်းလဲလာတယ်
ဆိုတာ သိဖို့
ဒါက အရေးကြီးဆုံး Skill ဖြစ်တယ်။
Daron Acemoglu
Clara ပြောတာဟာ လက်ရှိအခြေအနေကို ဖော်ပြတာ မှန်တယ်။
အခု လူတွေဟာ
Model တစ်ခုချင်းစီကို
အချိန်အများကြီး ပေးပြီး လေ့လာနေရတယ်။
သုံးလကြာရင်
Model အသစ်တွေ ထပ်ပေါ်လာတယ်။
အဲဒီအခါ အစကနေ ပြန်လေ့လာရတယ်။
Clara Shih
ဟုတ်ပါတယ်။
လွယ်တော့ မလွယ်ဘူး။
ဒါပေမယ့်
AI ကို တကယ် နားလည်ချင်ရင်
အစကနေ အဆုံးအထိ
ကိုယ်တိုင် တစ်ခုခု လုပ်ကြည့်ဖို့ လိုတယ်။
AI ရဲ့ အကန့်အသတ်တွေ
AI ရဲ့ အားသာချက်တွေ
Model တွေ ဘယ်လို ပြောင်းလဲလာတယ်
ဆိုတာ သိဖို့
ဒါက အရေးကြီးဆုံး Skill ဖြစ်တယ်။
Daron Acemoglu
Clara ပြောတာဟာ လက်ရှိအခြေအနေကို ဖော်ပြတာ မှန်တယ်။
အခု လူတွေဟာ
Model တစ်ခုချင်းစီကို
အချိန်အများကြီး ပေးပြီး လေ့လာနေရတယ်။
သုံးလကြာရင်
Model အသစ်တွေ ထပ်ပေါ်လာတယ်။
အဲဒီအခါ အစကနေ ပြန်လေ့လာရတယ်။
နေရာတစ်ခုတည်းမှာ ရပ်တည်နိုင်ဖို့တောင် အမြဲတမ်း ပြေးနေရတယ်။
ကျွန်တော့်အမြင်မှာတော့
ဒါဟာ ထုတ်လုပ်နိုင်စွမ်း မြင့်တဲ့ အနာဂတ် မဟုတ်ဘူး။
စိုးရိမ်စရာကောင်းတဲ့ အနာဂတ်တစ်ခု ဖြစ်တယ်။
Clara Shih
ဟုတ်တယ်။
ကျွန်မ အရင်က ပြောခဲ့သလိုပဲ။
AI ဟာ အံ့ဖွယ်ကောင်းတယ်။
တစ်ချိန်တည်းမှာ ကြောက်စရာလည်း ကောင်းတယ်။
ဒါဆို
AI ကို ပိုကောင်းတဲ့ဘက်ကို ဘယ်လို တွန်းပို့မလဲ။
ပိုဆိုးတဲ့ဘက်ကို မရောက်အောင် ဘယ်လို ကာကွယ်မလဲ။
အဲဒါက အရေးကြီးတဲ့ မေးခွန်း ဖြစ်ပါတယ်။
(ဆက်ရန် – အပိုင်း ၅ : အစိုးရတွေ၊ နိုင်ငံရေးသမားတွေ၊ လူ့အဖွဲ့အစည်းတွေ AI ကို ဘယ်လို တုံ့ပြန်သင့်သလဲ၊ နောက်ဆုံး နိဂုံးချုပ်)
ကျွန်တော့်အမြင်မှာတော့
ဒါဟာ ထုတ်လုပ်နိုင်စွမ်း မြင့်တဲ့ အနာဂတ် မဟုတ်ဘူး။
စိုးရိမ်စရာကောင်းတဲ့ အနာဂတ်တစ်ခု ဖြစ်တယ်။
Clara Shih
ဟုတ်တယ်။
ကျွန်မ အရင်က ပြောခဲ့သလိုပဲ။
AI ဟာ အံ့ဖွယ်ကောင်းတယ်။
တစ်ချိန်တည်းမှာ ကြောက်စရာလည်း ကောင်းတယ်။
ဒါဆို
AI ကို ပိုကောင်းတဲ့ဘက်ကို ဘယ်လို တွန်းပို့မလဲ။
ပိုဆိုးတဲ့ဘက်ကို မရောက်အောင် ဘယ်လို ကာကွယ်မလဲ။
အဲဒါက အရေးကြီးတဲ့ မေးခွန်း ဖြစ်ပါတယ်။
(ဆက်ရန် – အပိုင်း ၅ : အစိုးရတွေ၊ နိုင်ငံရေးသမားတွေ၊ လူ့အဖွဲ့အစည်းတွေ AI ကို ဘယ်လို တုံ့ပြန်သင့်သလဲ၊ နောက်ဆုံး နိဂုံးချုပ်)
Join Us @ MoeMaKa Telegram
t.me@moemaka
Please show your support, donate with Zelle
Zelle to moemaka.org@gmail.com "MoeMaKa Multimedia"
Like and Subscribe MoeMaKa YouTube Channel
youtube.com/@moemaka
Like us on MoemaKa Facebook
Follow us on X
X.com/MoeMaKa
#MoeMaKaMedia
#WhatsHappeningInMyanmar