ဤဆွေးနွေးချက်သည် ပညာရေးတွင် တိုးတက်ပြောင်းလဲမှု လိုအပ်ချက်၊ အထူးသဖြင့် နည်းပညာနှင့် AI ၏ အခန်းကဏ္ဍ တို့အပေါ် အဓိကထား ဆွေးနွေးထားပါသည်။ စာရေးဆရာနှင့် ပါမောက္ခ Steven နှင့် ဆွေးနွေးဖက်တစ်ဦးတို့သည် ပညာရေးစနစ်၏ လက်ရှိ ချို့ယွင်းချက်များနှင့် အနာဂတ်အတွက် လိုအပ်သော ပြောင်းလဲမှုများကို ပွင့်ပွင့်လင်းလင်း ပြောဆိုကြသည်။
ပညာရေး၏ ရည်ရွယ်ချက်နှင့် အစဉ်အလာများကို ပြန်လည်သုံးသပ်ခြင်း
Steven သည် သူ၏ လူသိများသော စာအုပ်များဖြစ်သည့် “Freakonomics” နှင့် “SuperFreakonomics” တို့တွင် ဒေတာအချက်အလက်များကို အသုံးပြုကာ အစဉ်အလာအယူအဆများကို ပြောင်းလဲခဲ့သည့်နည်းတူ ပညာရေးတွင်လည်း အစဉ်အလာအယူအဆများကို လုံးဝပြောင်းလဲပစ်ရန် လိုအပ်ကြောင်း အခိုင်အမာ ပြောကြားသည်။ နှစ်ပေါင်းရာချီကြာအောင် အနည်းငယ်စီ ပြောင်းလဲမှုများကိုသာ ထပ်ပေါင်းထည့်လာခဲ့ရာမှ ပညာရေး၏ အဓိက ရည်ရွယ်ချက်ကို လုံးဝ မေ့လျော့နေပြီဟု ၎င်းက ဆိုသည်။ ပညာရေး၏ ရည်ရွယ်ချက်မှာ မျှတသည့်၊ စူးစမ်းတတ်သည့်၊ လောကကြီးအပေါ် စိတ်ဝင်စားမှုရှိသော လူသားမျိုးဆက်သစ်ကို ဖန်တီးရန် ဖြစ်သည်။
"လိုရင်ယူ" စနစ် (Just-in-Case Learning) မှ "အချိန်မီယူ" စနစ် (Just-in-Time Learning) သို့
နည်းပညာများ အလွန်လျင်မြန်စွာ ပြောင်းလဲနေသော ယနေ့ခေတ်တွင် လူတစ်ဦးသည် တစ်သက်လုံးအတွက် အကျိုးရှိမည့် အရာတစ်ခုကို သင်ယူရုံဖြင့် မလုံလောက်တော့ကြောင်း ဆွေးနွေးဖက်က ထောက်ပြသည်။ ယင်းသည် ပညာရေးစနစ်၏ အခြေခံလုပ်ငန်းပုံစံကိုပင် ပြောင်းလဲရန် လိုအပ်ကြောင်း ၎င်းက ဆိုသည်။
Steven က ယခုလက်ရှိ ပညာရေးစနစ်သည် "လိုရင်ယူ" (just-in-case) စနစ် ဖြစ်ပြီး၊ ကျောင်းသားများကို ကဲကုလပ်၊ ဂျီသြမေတြီ၊ ရှိတ်စပီးယား စသည်တို့ကို နောင်အနှစ် ၂၀ အကြာတွင် လိုအပ်လာနိုင်သည့် "ဖြစ်ချင်ဖြစ်လာနိုင်သည့်" အခြေအနေတစ်ခုအတွက် ကြိုတင်သင်ကြားပေးနေခြင်းသာ ဖြစ်ကြောင်း ရှင်းပြသည်။
ယင်းအစား၊ "အချိန်မီယူ" (just-in-time) စနစ် သည်သာ ပိုမို အဓိပ္ပာယ်ရှိကြောင်း ၎င်းက ယုံကြည်သည်။ နောင်ငါးနှစ် သို့မဟုတ် နှစ် ၂၀ တွင် မည်သည့် အလုပ်ကို လုပ်နေရမည်ဟု မသိနိုင်သော ကမ္ဘာကြီးတွင်၊ ထို့ပြင် လိုအပ်သော အသိပညာများကို လက်ချောင်းထိပ်တွင် ရှာဖွေနိုင်နေပြီဖြစ်သော ကမ္ဘာကြီးတွင်၊ အချက်အလက်များနှင့် ဖော်မြူလာများဖြင့် ဦးနှောက်ကို အတင်းအဓမ္မဖြည့်သွင်းခြင်းသည် အနာဂတ်ကို စီမံခန့်ခွဲရန်အတွက် အဖြေမဟုတ်ကြောင်း Steven က ဆိုသည်။ လိုအပ်သော ကိရိယာများကို မိမိကိုယ်တိုင် ပြန်လည်သင်ယူနိုင်စွမ်းရှိရန်သာ အဓိက လိုအပ်သည်။
ပညာရေးစနစ်၏ အခက်အခဲများနှင့် အကဲဖြတ်မှုစနစ်
အဆိုပါ လိုအပ်သည့် ပြောင်းလဲမှုများ ဖြစ်ပေါ်ရန် ခက်ခဲရခြင်းမှာ လက်ရှိ ပညာရေးစနစ်သည် အကဲဖြတ်ခြင်း (evaluation) ပေါ်တွင် တည်ဆောက်ထားသောကြောင့် ဖြစ်သည်။ Steven သည် ချီကာဂိုတက္ကသိုလ်မှ ဆရာတစ်ဦးအနေဖြင့် ၎င်းကိုယ်တိုင်ပင် ထိုစနစ်၏ အကျဉ်းသားဖြစ်နေသည်ကို ဝန်ခံသည်။ ကျောင်းသားများကို A နှင့် B စသည်ဖြင့် ခွဲခြားနိုင်ရန်အတွက် အရေးမပါသော အရာများကို ခက်ခဲရှုပ်ထွေးစွာ သင်ကြားပေးခြင်းသည် လက်ရှိ ဆရာများ လုပ်ကိုင်နေရသည့် အဆိုးဆုံးသော နည်းလမ်းဖြစ်ကြောင်း ၎င်းက ရိုးသားစွာ ဖော်ထုတ်ပြောဆိုသည်။
AI ဆရာများ၏ အလားအလာနှင့် စိန်ခေါ်မှုများ
ဆွေးနွေးဖက်သည် AI ကို အသုံးပြု၍ ကျောင်းသားများအား အခြေခံအယူအဆများဆီသို့ ရောက်ရှိစေနိုင်မည့် နည်းလမ်းများကို စဥ်းစားသည်။ သင်ကြားရေးရလဒ်များကို သိသိသာသာ တိုးတက်စေကြောင်း သက်သေပြထားသည့် သင်ကြားပြသခြင်း (tutoring) ကို AI ဖြင့် ပေးနိုင်ရန် Google ၏ LearnLM ကဲ့သို့သော စမ်းသပ်မှုများအကြောင်းကို ၎င်းက ဖော်ပြသည်။
Steven ကမူ သူသာ ကယ်လီဖိုးနီးယား ပညာရေးဌာနကို စီမံခန့်ခွဲရပါက ကလေးတိုင်း၏ နားထဲတွင် AI ဆရာတစ်ဦး ရှိနေစေရန် မည်သို့ လုပ်ဆောင်ရမည်ကိုသာ တွေးတောမိကြောင်း ပြောကြားသည်။ ဒေါ်လာ ၁၇ ဘီလီယံ အကုန်အကျခံ၍ ကလေးတိုင်းအတွက် အချိန်ပြည့် လူသားဆရာတစ်ဦး ထားနိုင်သည်ဆိုပါက ချက်ချင်း လက်ခံမည်ဖြစ်ရာ၊ AI ကိရိယာများဖြင့် ကလေးများကို တပ်ဆင်ပေးရန် အဘယ်ကြောင့် လူအများ အပြေးအလွှား မလုပ်ဆောင်ကြသည်ကို ၎င်းက အံ့သြမိသည်။
သို့သော်လည်း ဆွေးနွေးဖက်က AI သည် ဆရာအဖြစ် ဆောင်ရွက်နိုင်သော်လည်း လှုံ့ဆော်မှု (motivation) ပေးရာတွင် လူသား၏ အခန်းကဏ္ဍ ရှိနေသေးကြောင်း ထောက်ပြသည်။ လက်ရှိအချိန်သည် နည်းပညာအသစ်တစ်ရပ် ထွက်ပေါ်လာပြီး ယင်းနည်းပညာကိုယ်တိုင် အလွန်လျင်မြန်စွာ ပြောင်းလဲနေသည့် အခိုက်အတန့်ဖြစ်ပြီး၊ ပညာရေးအဖွဲ့အစည်းကြီးများသည် ထိုနည်းပညာကို မည်သို့ အကောင်းဆုံး အသုံးချရမည်ကို ရှာဖွေနေဆဲဖြစ်ကြောင်း ၎င်းက ယူဆသည်။
လူသား ဆရာများ၏ အခန်းကဏ္ဍ အသစ်
Steven တည်ထောင်နေသော ကျောင်း၏ အဓိက ရည်ရွယ်ချက်မှာ နည်းပညာကို အသုံးပြု၍ ကလေးတစ်ဦးချင်းစီ၏ အသိပညာ အဆင့်အတန်းကို တုံ့ပြန်သင်ကြားပေးခြင်း (Mastery Learning) ဖြစ်သည်။ ၎င်းသည် လက်ရှိ သင်ကြားနေသည့်အချိန်၏ လေးပုံတစ်ပုံခန့်ဖြင့် SAT/ACT စစ်ဆေးမည့် ဘာသာရပ်များကို သင်ကြားပေးနိုင်လိမ့်မည်ဟု ၎င်းက ခန့်မှန်းသည်။
အချိန်ပိုများ ရလာသောအခါ၊ ထိုအချိန်များကို စိတ်လှုပ်ရှားစရာကောင်းပြီး ဆွဲဆောင်မှုရှိသော သင်ရိုးညွှန်းတမ်း ဖြင့် ကလေးများကို ပေးအပ်ရန် Steven က စဥ်းစားသည်။ ၎င်း၏ ကျောင်းရှိ ဆရာများကို အားပေးသူများ (cheerleaders) နှင့် လမ်းညွှန်ပေးသူများ (guides) အဖြစ် ပြောင်းလဲရန် ရည်ရွယ်သည်။ ၎င်းတို့၏ အဓိက တာဝန်မှာ ကလေးများ မိမိတို့ မည်သူဖြစ်သည်ကို နားလည်လာစေရန် ကူညီပေးခြင်းနှင့် တိုးတက်မှုကို အဟန့်အတားဖြစ်စေသည့် အရာများကို ဖယ်ရှားပေးခြင်း ဖြစ်သည်။
ဆွေးနွေးဖက်သည် သူ၏ အထက်တန်းကျောင်း သမိုင်းဆရာကို ဥပမာပေးသည်။ ထိုဆရာသည် သမိုင်းကို အချက်အလက်များနှင့် နေ့စွဲများအစား လူသားများ မည်သို့ အပြန်အလှန်တုံ့ပြန်ကြသည်ကို စဥ်းစားရမည့် အခြေအနေများအဖြစ် တင်ပြခဲ့ရာမှ ကျောင်းသားများ စိတ်ဝင်စားမှု မြင့်တက်လာခဲ့သည်။
Steven သည် ဆရာများအား မိမိတို့ကိုယ်ကို ပိုမိုလွတ်လပ်စွာ ဖော်ပြနိုင်ရန်နှင့် ကလေးများနှင့် ချိတ်ဆက်နိုင်ရန် တိုက်တွန်းလိုသည်။ လက်ရှိစနစ်က ဆရာများအား နိုင်ငံတော် စံနှုန်းများနှင့်အညီ သတ်မှတ်ထားသော ဘာသာရပ်များကို လိုက်နာရန် ဖိအားပေးနေခြင်းသည် မှားယွင်းသော လှုံ့ဆော်မှုများဖြစ်ကြောင်း ၎င်းက ယူဆသည်။
"လုပ်ချင်လို့" (Want to) နှင့် "လုပ်ရလို့" (Have to) ပညာရေး
ဆွေးနွေးဖက်က Google ၏ YouTube, Search, နှင့် Gemini ကဲ့သို့သော ကိရိယာများသည် လူများက လုပ်ချင်လို့ (want to) သင်ယူရန် လာရောက်သည့် နေရာများဖြစ်ကြောင်း ဖော်ပြသည်။ ၎င်းတို့သည် လုပ်ရလို့ (have to) သင်ယူရသည့် ပညာရေးထက် ကွဲပြားသော နည်းလမ်းဖြင့် သင်ယူကြသည်။
AI ကိရိယာများကို အသုံးပြုခြင်းဖြင့် ပညာရေး၏ "လုပ်ချင်လို့" အစိတ်အပိုင်းကို ပိုမိုကြီးမားလာစေပြီး၊ "လုပ်ရလို့" အစိတ်အပိုင်းကို ပိုမို ထိရောက်အောင်မြင်စေရန် ဆောင်ရွက်နိုင်လိမ့်မည်ဟု မျှော်လင့်ကြောင်း ၎င်းက နိဂုံးချုပ်လိုက်သည်။
Steven က လက်ရှိ သူ၏ တက္ကသိုလ်အတန်းတွင် သူကိုယ်တိုင် အတိတ်၏ အစိတ်အပိုင်းလို ခံစားနေရသော်လည်း၊ ယခု ကျောင်းအသစ်ကို ဖန်တီးနေခြင်းကမူ အနာဂတ်၏ အစိတ်အပိုင်း ဖြစ်နေသည်ဟု ဆိုကာ၊ နောင်နှစ်များတွင် ထိုလုပ်ငန်းသည် ပျော်ရွှင်စရာကောင်းပြီး ကမ္ဘာအတွက် အံ့သြဖွယ်ရာများ ဖန်တီးပေးနိုင်ခဲ့သည်ဟု ပြောဆိုနိုင်ရန် မျှော်လင့်ကြောင်း ပြောကြားပြီး ဆွေးနွေးခန်းကို ရပ်နားလိုက်သည်။