ပြီးခဲ့တဲ့ ပေါ့စ်မှာ ကျွန်တော် developer advocacy ကို ပြောင်းလဲစေတဲ့ အင်အားတွေကို ပြောခဲ့ပါတယ်။ ပေါ်ထွက်လာတဲ့ အဓိကအခြေအနေတစ်ခုကတော့ content saturation (အကြောင်းအရာများ ပြည့်နှက်လာတာ) ပဲ။ AI (အထက်တန်းကွန်ပျူတာဦးနှောက်) က content တွေကို လွယ်လွယ်ကူကူ ထုတ်လုပ်လာစေပြီး, ဒါကြောင့် အကျိုးအမြတ်မရှိဘဲ မျက်နှာပြုတ်တဲ့ အကြောင်းအရာတွေ ပြည့်လာတာပါ။ ဒါကို "AI slop" လို့ ခေါ်ကြပြီး ဒီအဓိပ္ပါယ်ကလည်း တကယ်ဖြစ်နေတာကို ဖမ်းမိနေပါတယ်။ ထပ်ခါထပ်ခါ ပြန်လုပ်ထားတဲ့ tutorials, SEO-bait blog posts, chatbot ကို မေးလိုက်ရင် ရမယ့် အကြောင်းအရာတွေ။ အများကြီးရှိနေပြီး ပိုဆိုးလာတဲ့ အခြေအနေပါ။

AI slop ကို ဆန့်ကျင်တဲ့ တုံ့ပြန်မှုက တကယ်ပဲ တရားဝင်ပါတယ်။ ဒါပေမဲ့ ကျွန်တော်တို့ အလွန်ဆိုးလာပြီလား မသိဘူးလို့ စဥ်းစားနေမိပါတယ်။

တုံ့ပြန်မှုက တရားဝင်ပါတယ်

ပြဿနာက တကယ်ရှိနေတာ ဖြစ်ပါတယ်။ နည်းပညာဆိုင်ရာ ဘာတစ်ခုကို ရှာကြည့်တိုင်း ပေါ်လာတာကတော့ ဒီလိုပါပဲ။ ဒီလိုပေါ့ "getting started" guide တွေ, အမျိုးမျိုးသော site တွေမှာ ပြန်ပြန်လုပ်ထားတာ (သို့မဟုတ် AI တစ်ခုတည်းက ပြန်ပြန်ပြုလုပ်ထားတာ), တစ်ခုမှ မူလ အကြောင်းအရာ မရှိဘဲ။ နည်းပညာကို အသုံးပြုမိတဲ့ သူတစ်ယောက်ရဲ့ အကြံဉာဏ်မရှိတဲ့ မျိုးပဲ။ ပြီးတော့ content calendar ကို ဖြည့်ဆည်းဖို့ ပြုလုပ်ထားတာ၊ တကယ်ကို ဘယ်သူမှ မေးထားတဲ့ ပြဿနာကိုမှ မဖြေရှင်းထားတာ။

developers တွေက ဒီလိုအရာတွေကို ခွဲခြားသိလာကြပြီ။ ဒီအကြောင်းအရာက ပုဂ္ဂိုလ်တစ်ဦးရဲ့ အတွေ့အကြုံကို ထင်ဟပ်ပြီး ရေးသားထားတာလား၊ ဘောက်စ်ကို ဖြည့်ဆည်းဖို့ AI က ထုတ်လုပ်ထားတာလား ဆိုတာ အများအပြားကို ပြောင်းလဲပြီး ပြောနိုင်ကြပါတယ်။ ဒါဟာ ကျန်းမာတဲ့ အတွေးအခေါ်ပါ။ ဒီလိုအရည်အသွေးနိမ့်တဲ့ content တွေကို လူတွေက AI ကိုမရောက်ခင်ကတည်းက ထုတ်လုပ်ခဲ့ကြပါတယ်။

ဒါပေမဲ့ ယုံကြည်မှုကို ပြန်ပြီး ငြင်းပယ်မှုအထိ ရောက်သွားလိုက်ပါတယ်။ "AI-generated" ဆိုတာ ကျယ်ကျယ်ပြန့်ပြန့် အသုံးပြုလာကြပြီး၊ တစ်ခါတည်း ဒီလိုတံဆိပ်တပ်ခံရရင် content ရဲ့ အရည်အသွေးကို ထည့်သွင်းစဥ်းစားတာ ရပ်သွားကြပါတယ်။ AI ပါဝင်ရင် content က ဖတ်စရာ တန်ဖိုးမရှိဘူးဆိုတဲ့ ယူဆချက်ဖြစ်သွားပါတယ်။ ဒါပေမဲ့ ဒီမှာ အရေးကြီးတဲ့ ကွာဟချက်တွေ ရှိနေပါသေးတယ်။

AI-generated content ကတော့ ရည်ရွယ်ချက် အမျိုးမျိုးနဲ့ ထုတ်လုပ်ထားတာ

ကွန်ပျူတာ AI (အထက်တန်းကွန်ပျူတာဦးနှောက်) ကို အသုံးပြုတဲ့ နည်းလမ်းနှစ်မျိုးရှိပါတယ်။ တစ်ခုက အေးဂျင်စီ (ဘာသာရပ်) များကို ထုတ်လုပ်တာပါ။ ဒါက အရည်အချင်းမရှိပဲ အရေအတွက်ကို ထုတ်လုပ်တာပါ။ ဒီလို ထုတ်လုပ်တဲ့ အကြောင်းအရာကို ဘယ်သူကမှ စဉ်းစားမထားပါဘူး။

တခြားတစ်ခုက AI ကို သင်ဘာလုပ်ချင်တဲ့ ရည်ရွယ်ချက်နဲ့ ကိုက်ညီအောင် အသုံးပြုတာပါ။ လူသားက ရည်ရွယ်ချက်နဲ့ ဘာသာရပ်ကို ပေးတာ၊ AI က ဒီအကန့်အသတ်အတွင်းမှာ အကောင်အထည်ဖေါ်ပေးတာပါ။

AI ကို ဒီလိုအကျိုးမဲ့ထုတ်လုပ်တာရဲ့ ပြဿနာက AI ကသာထုတ်လုပ်လိုက်တာမဟုတ်ဘဲ၊ ဘယ်သူမှ စဉ်းစားတိုင်းတာမထားဘဲ ထုတ်လုပ်လိုက်တာပါ။ လူသားက ရည်ရွယ်ချက်၊ ဘာသာရပ်ကို ပေးပြီး၊ AI က အဲဒီအတိုင်း အကောင်အထည်ဖေါ်ပေးရင် အခြားတစ်ခုဖြစ်သွားပါတယ်။

လုပ်ဆောင်ချက်များကို ဘလော့ပို့စ်ထက် မတူပါဘူး

ကျွန်တော် ဒီအကြောင်းကို စဉ်းစားနေတာက ကျွန်တော်ရဲ့ ပရောဂျက်ကြောင့်ပါ။ Educates ဆိုတာ ကျွန်တော် ငါးနှစ်ကျော် လုပ်နေတဲ့ အလေ့အကျင့်သင်တန်းပလက်ဖောင်းတစ်ခုပါ။ ဒါက လူတွေကို ဖတ်ဖို့ထက် လုပ်ဆောင်ဖို့ သင်တန်းတွေပေးတဲ့ ပလက်ဖောင်းဖြစ်ပါတယ်။

ပုံမှန် သင်တန်းတွေလုပ်တဲ့ သူတွေက ပြဿနာတစ်ခုကို သိပါတယ်။ သင်တန်းလက်ကျန်းတွေပေးတော့ လူတွေ တစ်ဝက်ကျ ပထမလေ့ကျင့်ချက်မှာပဲ ပြဿနာတက်သွားတာပါ။ ဒါက ကွန်ဆက်ကို မှားတာ၊ ပုံစံတွေ မလိုက်နာတာကြောင့်ဖြစ်တာမဟုတ်ဘဲ၊ လုပ်ဆောင်ရတာ ခက်ခဲလွန်းလို့ပါ။ လူတွေ စိတ်ပျက်သွားပြီး၊ သင်ခန်းစာကို ဂရုမစိုက်တော့ဘဲ လုပ်ကိုင်ဆောင်ရွက်ဖို့ပဲ ကြိုးစားသွားတာပါ။

ဒီ နည်းပညာက အဲဒါကို မတူတဲ့ နည်းလမ်းနဲ့ သင်ကြားပေးပါတယ်။ သင်ကြားပေးတဲ့ ညွှန်ကြားချက်ေတွကို အသက်ဝင်နေတဲ့ ကွန်ပျူတာ ဆော့ဖ်ဝဲနဲ့ ကုဒ်ဖော်မတ်ထဲမှာ ပြထားပါတယ်။ သင်ယူသူေတွက ဆော့ဖ်ဝဲမှာ ဆက်လက် ပြုလုပ်လို့ရတဲ့ အရာေတွကို ဖြစ်ပျက်ဖို့ ကလစ်နွိပ်လို့ ရပါတယ်။ ဥပမာ - ကွန်ရက်မှာ ကွန်မန်ဒ်တစ်ခု ဆင်းရန်၊ ကုဒ်ဖော်မတ်မှာ ဖိုင်တစ်ခု ဖွင့်ရန်၊ ကုဒ်မှာ ပြောင်းလဲမှုတစ်ခု လုပ်ရန်၊ စမ်းသပ်မှု တစ်ခု ဆင်းရန်။ ဒီလို လုပ်ဆောင်ချက်ေတွက သင်ယူသူေတွကို စိတ်ဝင်စားစွာ ရှိနေအောင် လုပ်ဆောင်ပေးတာပါ။

ဒါကတော့ ရှုပ်ထွေးတဲ့ ဆောင်ရွက်ချက်ေတွကို လွယ်ကူတဲ့ နည်းလမ်းနဲ့ လုပ်ဆောင်နိုင်အောင် လုပ်ပေးတာပါ။ သင်ယူသူေတွက ကုဒ်ကို ပုံစံထဲမှာ ကြည့်ရှုနိုင်ပါတယ်။ ဒီကုဒ်က ဘာလုပ်ပြီး ဘာပြောင်းလဲရမလဲ ဆိုတာ ရှင်းလင်းချက်ကို ဖတ်ရှုနိုင်ပါတယ်။ ပြောင်းလဲချက်ကို လုပ်ဆောင်ဖို့ ကလစ်နွိပ်လို့ ရပါတယ်။ ဒီပြောင်းလဲမှုကို ဆင်းရန် ကလစ်နွိပ်လို့ ရပြီး ရလဒ်ကို ကြည့်ရှုနိုင်ပါတယ်။ ဒီလို အဆင့်တိုင်းမှာ သင်ယူသူေတွက တက်ကြွစွာ ပါဝင်ဆောင်ရွက်နေပြီး စာတွေဖတ်ရတာမဟုတ်ပါဘူး။ သူတို့ကို သင်ကြားပေးတဲ့ အယူအဆေတွကို အာရုံစိုက်နေနိုင်ပါတယ်။

AI (အထက်တန်းကွန်ပျူတာဦးနှောက်) ဒီနေရာမှာ ဘယ်လို ပါဝင်လဲ

လက်ဆွဲသင်ခန်းစာ ပါဝင်တဲ့ အကောင်းကောင်း ရေးသားဖန်တီးတာက ခက်ခဲပါတယ်။ ရေးသားရတာ အများကြီးလည်း မဟုတ်ပါဘူး။ လက်ဆွဲသင်ခန်းစာ တစ်ခုလုံးမှာ သင်ယူသူေတွကို စိတ်ဝင်စားစွာ ရှိနေအောင်လုပ်ဆောင်ဖို့ ဂရုတစိုက် ရှိနေရတာပါ။ တစ်ခုတည်းကောင်းတဲ့ ရှင်းလင်းချက်တစ်ခု ရေးသားနိုင်တာနဲ့ ကွာခြားပါတယ်။ အခန်းအလိုက် ရေးသားရတာ ရှိတယ်။ သင်ယူသူေတွ စိတ်ဝင်စားစွာ ရှိနေအောင် ထိန်းသိမ်းထားဖို့ ခက်ခဲပါတယ်။ လူေတွက ပင်ပန်းလာတဲ့အခါ ရှင်းလင်းချက်ေတွလည်း တိုတိုကောက်ကောက်ဖြစ်လာတတ်ပါတယ်။ လမ်းညွှန်ချက်ေတွလည်း လျင်မြန်သွားတာ ဖြစ်လာနိုင်ပါတယ်။ လက်ဆွဲသင်ခန်းစာေတွကို အကောင်းဆုံး လုပ်ဆောင်ဖို့ လိုအပ်တဲ့ အရည်အသွေးကို ထိန်းသိမ်းထားဖို့ ဒါက အခက်အခဲပါ။

ဒီနေရာမှာ AI (အထက်တန်းကွန်ပျူတာဦးနှောက်) ကလည်း လမ်းညွှန်မှုနဲ့ ဦးဆောင်မှုကို ရရှိရင် အကောင်းကောင်းလုပ်နိုင်ပါတယ်။ သင်က ပလက်ဖောင်းရဲ့ အကြောင်းအရာပုံစံ၊ ဝန်ရုံးရဲ့ ဖွဲ့စည်းပုံနဲ့ သင်ယူဖို့ လိုအပ်တဲ့ လမ်းညွှန်ချက်ကို ပေးလိုက်ရင်၊ AI က အကောင်းကောင်းရှင်းပြနိုင်ပါတယ်။

ဒီလိုလုပ်ရတာက အကြောင်းအရာရဲ့ ပုံစံ၊ ပုံစံသတ်မှတ်ချက်နဲ့ ရည်ရွယ်ချက်ရှိရတဲ့အတွက်ပါ။ လူတွေက ဒီနယ်ပယ်ကို သိရှိထားရမှာဖြစ်ပြီး AI က ဒီကန့်သတ်ချက်တွေထဲမှာ လုပ်ဆောင်ရမှာဖြစ်ပါတယ်။ ပြန်စစ်ဆေးပြီး ပြင်ဆင်လိုက်ရင် လူတွေက လက်ရိုက်လုပ်တာထက် ပိုကောင်းတဲ့ ရလဒ်ကို ရနိုင်ပါတယ်။ ဒါက AI က အရာတွေကို ရှင်းပြတာ ပိုကောင်းတာမဟုတ်ဘဲ၊ လူတွေက ဒီလိုအကြောင်းအရာကို တစ်ခုလုံးမှာ ထိထိရောက်ရောက် ရှင်းပြတာ ခက်ခဲတဲ့အတွက်ပါ။

AI ရဲ့ အမှားပျက်ကွက်တွေဟာ ဒီဇိုင်းနဲ့ပတ်သက်တဲ့ ပြဿနာတွေ ဖြစ်တာ၊ ကိရိယာနဲ့ပတ်သက်တဲ့ ပြဿနာတွေ မဟုတ်ပါဘူး။ အဓိပ္ပာယ်ရှိတဲ့ ရည်ရွယ်ချက်၊ ပုံစံ၊ နယ်ပယ်ကို သိရှိထားတဲ့ လူတွေက ပြန်စစ်ဆေးလိုက်တဲ့ အကြောင်းအရာတွေက ပျက်ကွက်တာ မဟုတ်ပါဘူး။ ဒါပေမဲ့ ဘယ်သူမှ မသိတဲ့ နေရာကို ဖြည့်ဆည်းဖို့ ဖန်တီးထုတ်လုပ်တဲ့ အကြောင်းအရာတွေကတော့ ပျက်ကွက်တာပါပဲ။

ကျွန်တော်က Educates (ပညာရေးဆိုင်ရာ AI) ကို အနာဂတ်မှာ ပိုပြီး ရေးမှာပါ။ ဒီပုံစံက အဘယ်ကြောင့် ထိရောက်သလဲ၊ လူတွေကို ဘယ်လိုပြောင်းလဲစေသလဲ စတာတွေကို ရေးမှာပါ။ ဒီနေရာမှာ ပိုရိုးရှင်းတာက၊ AI ဖန်တီးထုတ်လုပ်တဲ့ အကြောင်းအရာတွေကို လက်လျှော့ချလိုက်မယ်ဆိုရင်၊ ဒါဟာ ဘာလုပ်ဆောင်ဖို့ ဖန်တီးထုတ်လုပ်ထားသလဲ၊ ဒါကို ကောင်းကောင်းလုပ်ဆောင်နိုင်ပါသလားဆိုတာ စစ်ဆေးရမှာပါ။

ဟုတ်တယ်၊ ဒီပိုစ့်ကိုလည်း AI (အထက်တန်းကွန်ပျူတာဦးနှောက်) က ကူညီပြီး ရေးထားတာပါ။ ဒီလိုအကြံဉာဏ်၊ အတွေ့အကြုံ၊ နှင့် လက်တွေ့ကြီးကြပ်မှုကို ဆွေးနွေးထားတာပါ။ ဒီနည်းလမ်းကိုပဲ ဆွေးနွေးခရင်ဝန်ဆောင်မှုပစ္စည်းများ ထုတ်ဖော်ရာမှာလည်း သုံးနေပါတယ်။