Exam နဲ့ Assessment
“နောက်ဆိုရင် ကျောင်းမှာ စာမေးပွဲ မရှိတော့ဘူး”
မိဘတွေ ပျော်ကြတယ်။
ပညာရေးအတွက် အပြိုင်အဆိုင် မရှိတော့ဘူး အထင်နဲ့။
ဆရာ/မတွေလည်း ပျော်ကြတယ်။
စာမေးပွဲအလုပ် မရှုပ်တော့ဘူး အထင်နဲ့။
ကျောင်းသားတွေလည်း ပျော်ကြတယ်။
စာတွေကို ကျက်မှတ်စရာမလိုတော့ဘူး အထင်နဲ့။
ဒီထင်မြင်ချက်နဲ့ အယူအဆတွေက
ပညာရေးစနစ်သစ်ရဲ့လက်တွေနယ်ပယ်မှာ
လုံးဝကို မှားယွင်းခဲ့ပါတယ်။
ဟုတ်ပါတယ်။
ပညာရေးစနစ်သစ်မှာ ကျောင်းသားတွေအတွက်
စာမေးပွဲ(Exam) ဆိုတာ မရှိတော့ပါဘူး။
ဒါပေမယ့်အကဲဖြတ်ခြင်း(Assessment) ဆိုတာနဲ့
တိုင်းတာသွားရမှာပါ။
Exam ကလည်း ကျောင်းသားရဲ့ ရလဒ်ကို ရှာတာပဲ။
Assessment ကလည်း ကျောင်းသားရဲ့
ရလဒ်ကို ရှာတာပါပဲ။
ဒါပေမယ့် Exam နဲ့ Assessment က မတူပါဘူး။

#Exam(စာမေးပွဲ) ဆိုတာ ကလေးတစ်ဦးက
သူ့မှာ ရှိထားတဲ့ အခြေခံအသိနဲ့ သူဘယ်လောက်ထိ
သင်ယူနိုင်ခဲ့သလဲ ဆိုတာကို သတ်မှတ်ဖို့ စစ်ဆေးတာပါ။
လတ်တလော အချိန်တိုအတွင်း ကျင်းပလိုက်တဲ့
စာမေးပွဲရဲ့ ရလဒ်အပေါ်မူတည်ပြီး ကလေးတစ်ဦးရဲ့
အောင်မြင်ခြင်း၊ ကျရှုံးခြင်းတွေကို တိုင်းတာပါတယ်။
#Assessment(အကဲဖြတ်ခြင်း) က
ကလေးတစ်ဦးရဲ့ အသိပညာ၊ ကျွမ်းကျင်မှု၊
သဘောထားနဲ့ယုံကြည်ချက်တွေ စတဲ့
အချက်အလက်တွေကို အသေးစိတ်မှတ်တမ်းတင်ပြီး
ရလဒ်ကိုဆုံးဖြတ်ချက်ချတဲ့ အစီစဉ်တစ်မျိုးပါ။
တစ်ကယ်တော့ Assessment ဆိုတဲ့ စကားလုံးက
English စကားလုံးစစ်စစ် မဟုတ်ပါဘူး။
Latin ဘာသာစကား Assidere ကနေ ဆင်းသက်လာတဲ့
စကားလုံး ဖြစ်ပါတယ်။
(To Sit Beside) “အနားမှာထိုင်ခြင်း” လို့
အဓိပ္ပါယ်ရပါတယ်။ စစ်ဆေးအကဲဖြတ်ရန် ဆိုတာ
သင်ယူသူရဲ့ အနားမှာထိုင်ခြင်းဟူတဲ့
သဘောကို ဆိုလိုတာပါ။
ဘာအတွက် အနားမှာထိုင်မှာလဲ?
ဟုတ်ကဲ့။ ကလေးတစ်ဦးရဲ့ တိုးတက်မှုရလဒ်အတွက်
သူ့တို့ရဲ့ (မှတ်မိ, နားလည်, အသုံးချ, အကဲဖြတ်,
ခွဲခြမ်းစိတ်ဖြာ, ဖန်တီး စတဲ့)ကျွမ်းကျင်မှု‌တွေရဲ့
အချက်အလက်ကို မှတ်တမ်းတင်နိုင်ဖို့ပါ။
ဒါကြောင့် ဆရာ/မတွေက ကလေးတွေကို
သင်နေစဉ်မှာရော သင်ယူပြီးတဲ့အခါမှာရော
(အကဲဖြတ်ခြင်း)Assessment ကို လုပ်ပေးရပါတယ်။
ကလေးတစ်ဦးချင်း ဒါမှမဟုတ် တစ်အုပ်စုချင်းကိုလည်း
(အကဲဖြတ်ခြင်း)Assessment လုပ်ပေးရပါတယ်။
ကျောင်းသားတွေကလည်း Exam(စာမေးပွဲ)နီးမှ
ကြိုးစားရတာမျိုး မဟုတ်ဘဲ စာသင်ချိန်တစ်ချိန်ရဲ့
သင်ခန်းစာကို သင်နေစဉ်မှာရော သင်ယူပြီးချိန်မှာရော
Assessment (အကဲဖြတ်ခြင်း)ခံရပါမယ်။
နေ့စဉ်နေ့တိုင်း၊ စာသင်ချိန်တိုင်းအတွက် ကိုယ့်ရဲ့
သင်ယူမှုတိုင်းကို မှတ်တမ်းတင်ခံရမှာ ဖြစ်ပါတယ်။
ထူးခြားမှုကတော့ Assessment မှာ
“ကျရှုံးမှုနဲ့ အောင်မြင်မှု”ကို မသတ်မှတ်ပါဘူး။
“အလွန်ကောင်း၊ ကောင်း၊ ကြိုးစားရန်” သာရှိပါတယ်။
Exam(စာမေးပွဲ) နဲ့ Assessment(အကဲဖြတ်ခြင်း)
ကွာခြားမှုကို ဥပမာပေးပြီး ပြောရမယ်ဆိုရင်
#Exam(စာမေးပွဲ)က
အရည်အသွေးမီတဲ့ “ထုတ်ကုန်” တစ်ခုကို ရစေတယ်။
#Assessment(အကဲဖြတ်ခြင်း)က
ထုတ်ကုန်ရဲ့ လုပ်နည်းလုပ်ဟန်ကို ရှုမြင်သွားစေတယ်။
ဒါကြောင့် Exam မရှိလို့ “ပျော်လိုက်တာ” ဆိုတဲ့
ဆရာ/မိဘ/ကျောင်းသား အားလုံးကိုပြောချင်တာတော့
Assessment ဆိုတာ Exam အတွက်ထက် ပိုပြီး
လေ့လာသင်ယူရပါတယ်။ ဗလ(၅)တန်ဖြစ်တဲ့
ကာယ၊ ဉာဏ၊ မိတ္တ၊ စာရိတ္တ၊ ဘောဂ အားလုံးကို
(Assessment)အကဲဖြတ်မှာမို့ (Exam)စာမေးပွဲလို
စာအော်ကျက်နေရုံနဲ့ မရတော့ပါဘူး။
ပညာရေးစနစ်သစ်က “ငါးစာ ပေးမှာ” မဟုတ်ဘဲ
“ငါးရှာနည်း ကိုသာ ရှုမြင်စေမှာ” ဖြစ်လို့ အားလုံးက
အားထုတ်ကြိုးစားကြရမှာ ဖြစ်ပါတယ်။
ဆရာ/မတွေလည်း မသက်သာပါဘူး။
ပိုပြီး အလုပ်ရှုပ်ကြရပါတယ်။
မိဘတွေကလည်း ပိုပြီး ပံ့ပိုးမှုကို ပေးကြရမှာပါ။
ကလေးတွေကလည်း ဗလ(၅)တန်ကို ကိုယ်တိုင်
ဘက်စုံဟန်ချက်ညီဖွံ့ဖြိုးတိုးတက်မှုရှိအောင်
စဉ်ဆက်မပြတ် အားထုတ်သင်ယူနေရမှာ။
လူပိန်းစကားနဲ့ ပြောရရင်
လွယ်လွယ်နဲ့ ရတဲ့အရာဟာ တန်ဖိုးမရှိသလို
ဘယ်အရာကိုမှလည်း လွယ်လွယ်နဲ့ မရနိုင်ပါဘူး။
အားလုံးကို လေးစားစွာဖြင့်

#crdtဦးရဲ
ပညာရေး

သင်ယူဆဲစစ်ဆေးအကဲဖြတ်ခြင်း (Formative Assessment) -

သင်ယူမှုဖြစ်စဉ်အတွင်း ကျောင်းသားများ
၏သင်ယူမှုတိုးတက်လာစေရန်နှင့် ကျောင်းသားများမိမိတို့ကိုယ်
တိုင်အကဲဖြတ်ခြင်း ပြန်လည်သုံးသပ်ခြင်းတို့ဖြငိ့ သင်ယူတတ်
မြောက်မှုပိုမိုကောင်းမွန်လာစေရန် စစ်ဆေးအကဲဖြတ်ခြင်း
ဖြစ်သည်။

သင်ယူပြီးစစ်ဆေးအကဲဖြတ်ခြင်း (Summative Assessment) -

ကျောင်းသားများ၏သင်ယူတတ်မြောက်မှုကို ခြုံငုံသုံးသပ်၍ သင်ယူတတ်မြောက်မှုအဆင့်တစ်ခုသတ်မှတ်၍ အသိအမှတ်
ပြုရန်နှင့် နောက်တစ်ဆင့်တင်ပေးရန်အတွက် ဆုံးဖြတ်ချက်ချ
နိုင်ရန် စစ်ဆေးအကဲဖြတ်ခြင်းဖြစ်သည်။

*စစ်ဆေးအကဲဖြတ်ခြင်းဆိုင်ရာလုပ်ငန်းများ*

သင်ရိုးသစ်အတန်းများ
စစ်ဆေးအကဲဖြတ်ခြင်းပြုလုပ်ရာတွင်
စာသင်ချိန်တစ်ချိန်ခြင်း
အလိုက် စစ်ဆေးအကဲဖြတ်ရမည်ဖြစ်သော်လည်း မှတ်တမ်း
ရေးသွင်းရာတွင်အောက်ပါအတိုင်း ရေးသွင်းရမည်ဖြစ်ပါသည်။

(၁) အခန်းတစ်ခန်းပြီးမှာသာ ပျမ်းမျှအဆင့်ကိုရေးသွင်းခြင်း။
(၂) အခန်းလိုက်စစ်ဆေးအကဲဖြတ်မှတ်တမ်းမှ ပျမ်းမျှအဆင့်ကို
လချုပ်မှတ်တမ်းရေးသွင်းခြင်း
(၃) လချုပ်မှတ်တမ်းမှ ဘာသာရပ်အလိုက်အဆင့်သတ်မှတ်
ချက်များကို မိဘလက်မှတ်ထိုးရန်( Report Card )တွင်
မှတ်တမ်းတင်ခြင်းနှင့် အောက်တိုဘာတွင်တစ်ကြိမ် ဒီဇင်ဘာ
တွင်တစ်ကြိမ် မိဘထံပေးပို့လက်မှတ်ရေးထိုးစေခြင်း။


ယခု ဒီဇင်ဘာမှာသင်တန်းပေးပြီး
ဇန်နဝါရီ ဖေဖော်ဝါရီမှာ ထိုပုံစံအတိုင်းမှတ်တမ်းထားရမည်ဟုဆိုပါသည်

ကောင်းအောင်ပြင် ပြင်ရင်ကောင်း

အလယ်တန်းဆင့် သင်ရိုးသစ် စနစ်သစ်
ပထမဆုံးအတန်းဖြစ်တဲ့ Grade-6 (ဆဋ္ဌမတန်း) ကို စာအုပ်သစ် သင်ခန်းစာသစ်တွေနဲ့ ယခုပညာသင်နှစ်ကစတင်ကာ သင်ကြား သင်ယူရပါတော့မယ်။ ဆရာဆရာမများကိုလည်း သင်ကြားပုံ သင်ကြားနည်းအသစ်များကို ကျောင်းမဖွင့်မီ နွေရာသီကျောင်းပိတ်ရက်တွေမှာ ဗဟိုအဆင့် ပြည်နယ်တိုင်းအဆင့် ခရိုင်မြို့နယ်အဆင့်များနဲ့ သင်တန်းပေး လမ်းညွှန်နေပါပြီ။

ထူးခြားတာက ဘာသာရပ်အလိုက် Text Book ပြဌာန်းစာအုပ်များနဲ့အတူ Teacher's Guide ဆရာလမ်းညွှန်စာအုပ်များပါ တစ်ပါတည်း ထုတ်ဝေပြဌာန်းထားပါတယ်။
သင်ခန်းစာတစ်ခုချင်းအလိုက် Objectives ဦးတည်ချက်များ Learning Outcomes သင်ယူမှုရလဒ်များပါ ထည့်သွင်းထားပြီး သင်ခန်းစာတစ်ခုအတွက် လိုအပ်သော အချိန်ပိုင်း Time Periods များကိုပါ အတိအကျလမ်းညွှန်အကြံပြုထားပါတယ်။
Teacher's Guide ကို Reference လုပ်ပြီး မိမိသင်ကြားမယ့် သင်ခန်းစာတစ်ခုအတွက် Lesson Plan တစ်ခု မဖြစ်မနေ ပြင်ဆင်ရေးဆွဲ သင်ကြားမှုပြုကြရပါမယ်။

အလယ်တန်းဆင့် သင်ရိုးသစ် သင်ခန်းစာပြင်ဆင်မှု Lesson Plan ရေးဆွဲမှုမှာတော့ ယခင် ရှေ့ကနဲ့ အနည်းငယ် ဆန်းသစ်သွားပါတယ်။

(1) Introducation
(2) Teaching
(3) Practice
(4) Review

ဆိုပြီး အကြောင်းအရာ (၄) မျိုး ပါဝင်နေပါမယ်။

Introducation

ပထမဆုံးမှာ ဆရာဖြစ်သူက မိမိသင်ကြားတော့မယ့် သင်ခန်းစာအရ
သင်ခန်းစာသင်ယူမှုဦးတည်ချက်များ
Learning Objectives ကို လေ့လာဆွဲထုတ် စီစဉ်ထားရပါမယ်။ Teacher's Guide ကိုလေ့လာပြီး စီစဉ်လျာထားနိုင်ပါတယ်။
ပြီးရင် သင်ခန်းစာပါ အကြောင်းအရာများကို ကလေးများ စိတ်ဝင်စားလာစေမယ့် ဆက်စပ်မေးခွန်းများ အကြိုမေးခွန်းများကို ဆရာက ဖန်တီးမေးမြန်းရင်း သင်ခန်းစာကို မိတ်ဆက်စတင်ခြင်းဖြစ်ပါတယ်။

Teaching

ဒီအပိုင်းမှာ ဆရာဖြစ်သူက သင်ခန်းစာကို ကလေးများ နားလည်တတ်မြောက် ကျွမ်းကျင်အောင် သင်ကြားခြင်းဖြစ်ပါတယ်။ ဒီအဆင့်မှာတော့ သင်ခန်းစာခေါင်းစဉ်တစ်ခုကို သိမှုနယ်ပယ် ခံစားမှုနယ်ပယ် ကျွမ်းကျင်မှုနယ်ပယ်ဆိုတဲ့
Bloom's Texonomy နည်းများအရ ကလေးများရစေနည်းတွေကို သုံးဖို့ ပြင်ဆင်လျာထားရပါတော့မယ်။ သင်မယ့်အချိန်အပိုင်းအခြား သုံးမယ့်သင်ထောက်ကူများ ပေးမယ့်လုပ်ငန်းလှုပ်ရှားမှုများ ပြင်ဆင်ရေးဆွဲထားရသကဲ့သို့ ဘာတွေမေးမယ် ဘာတွေတွေးစေမယ် ဆိုတာတွေပါ ပြင်ဆင်ထားရပါလိမ့်မယ်။

Practice

ဒီအပိုင်းကတော့
သင်ကြားပြီးသင်ခန်းစာများကို
ကလေးများသိမှုနယ်ပယ် ခံစားမှုနယ်ပယ် ကျွမ်းကျင်မှုနယ်ပယ်ဆီရောက်အောင် လက်တွေ့ဆောင်ရွက် အလုပ်ပေးခြင်း ဖြစ်ပါတယ်။ လေ့ကျင့်မှုမှသည် အမှန်တကယ် တတ်မြောက်မှုဆီသို့ တွန်းပို့ရခြင်းပါ။ Group Work တွေနဲ့ ဖြစ်စေ Pair Group, Individuals မေးမြန်းခြင်း ပြန်လည်တင်ပြခြင်း ဆွေးနွေးခြင်းတွေ ဖန်တီးပေးရပါလိမ့်မယ်။

Review

ဒီအပိုင်းကတော့ Evaluation ဒါမှမဟုတ် Assessment အဖြစ် မိမိသင်ကြားပြီး သင်ခန်းစာအပေါ် နားလည်သည် နားမလည်သည် တတ်မြောက်သည် မတတ်မြောက်သည် ရသွားသည် မရသွားသည် ပြန်လည်သုံးသပ်ခြင်းပါ။
သင်ကြားရင်း Review လုပ်နိုင်သလို လေ့ကျင့်ရင်းလည်း Review လုပ်နိုင်ပါတယ်။ Review အရ ပြန်လည်၍ ရှင်းပြသင့်သည်များ ပြောင်းလဲရမယ့် သင်ကြားနည်းများ ဖြည်းဆည်းပေးရမည်များ စတဲ့ Feedback ကို ဆရာကလုပ်နိုင်သလို သင်ယူသူ ကလေးကိုယ်တိုင်ကလည်း မိမိကိုယ်ကိုယ် တတ် မတတ် ရမရ Review ဖြစ်စေရပါမယ်။ Review အရ Teaching နဲ့ Practice က အကြိမ်ကြိမ် ပြန်ရောက်သွားနိုင်ပြီး သင်ခန်းစာရဲ့ သင်ယူမှုရလဒ်ကို တွန်းပို့သွားစေပါမယ်။

ဒါကြောင့် သင်ပြသူ ဆရာရဲ့ သင်ခန်းစာပြင်ဆင်မှုက သင်ခန်းစာဦးတည်ချက်နဲ့ သင်ယူမှုရလဒ်ကို ရေမြင့်ကြာတင့် ဆိုသလို
ပြင်လေ ကောင်းလေ ပေးလေ ရလေ ကောင်းလေ တတ်လေ
ဖြစ်သွားနိုင်ပါလိမ့်မယ်။

Grade-5 မြန်မာစာဘာသာရဲ့ အနှစ်ချုပ်

မြန်မာစာဘာသာရဲ့ နယ်ပယ်ကို သိထားရတော့မယ်။
မြန်မာစာ ရဲ့ နယ်ပယ်က ၄-မျိုး……..
#အခြေခံ
#နားထောင်ပြောဆိုခြင်း
#အရွတ်အဖတ်
#အရေးအသား

ကဲ နယ်ပယ်တွေသိပြီ။ သိရုံနဲ့ ချက်ချင်းမသင်နဲ့အုံး။
ဒီအဆင့် (၅)ဆင့်ကို လုပ်ကိုလုပ်ရအုံးမယ်။
၁။ ကျောင်းသုံးစာအုပ်နဲ့ ဆရာလမ်းညွှန်ကိုဖတ်။
၂။ သင်ယူမှုဦးတည်ချက်ကိုကြည့်ပြီး ကလေးဘာကိုရ‌စေ
ချင်လဲ ဆိုတာ သိအောင်လုပ်။
၃။ သင်ခန်းစာအတွက်လိုအပ်တဲ့ သင်ထောက်ကူ လုပ်။
၄။ သင်ယူနေစဉ် စစ်ဆေးအကဲဖြတ်နိုင်အောင် ပြင်ဆင်။
၅။ သင်ယူမှုအတွက် ခွဲဝေအချိန်တွေကို သေချာလေ့လာ။

ကဲ..ရပြီ။ ဘယ်လိုတွေ ဆက်စပ်ပြီး သင်ကြမလဲ။
မြန်မာစာရဲ့ သင်ခန်းစာတစ်ခုအတွက်
နယ်ပယ် ၄-ခုဖြစ်တဲ့အခြေခံရအောင်သင်မယ်။
နားထောင်ပြီးပြောဆိုတတ်ဖို့သင်မယ်။
ရွတ်ဖတ်တတ်ဖို့သင်မယ်။ ရေးသားတတ်ဖို့သင်မယ်။

ဒါကြောင့် မြန်မာစာဘာသာမှာ သင်ယူနေစဉ်
စစ်ဆေးခြင်းလုပ်ရင် နယ်ပယ်ကိုအခြေခံပြီး
အခြေခံ(ဝေါဟာရ၊ သဒ္ဒါ)တွေကို သိသွားရဲ့လား။
နားထောင်ပြောဆိုနိုင်ရဲ့လား။ ရွတ်ဖတ်တတ်ရဲ့လား။
ရေးသားပြီးပြန်လည် တင်ပြနိုင်လား ဆိုတာကို
စစ်ဆေးရမှာဖြစ်ပါတယ်။ (ပုံစံဇယားရှိပါတယ်)

ဟုတ်ပြီ။ သင်ခန်းစာတွေကို ဘယ်လိုဘယ်ပုံနည်းတွေနဲ့
သင်ကြမလဲ။ စနစ်သစ်ပညာရေးမှာ အတန်းတိုင်း၊ ဘာသာတိုင်း၊သင်ခန်းတိုင်း မျှော်မှန်းထားတဲ့ 21st century skill ဖြစ်တဲ့c-၅လုံးရအောင် သင်ပေးရမှာပါ။

ဒါကြောင့်….
အုပ်စုလုပ်ငန်းတွေလုပ်ခိုင်းမယ်၊ ideas မျှဝေခိုင်းမယ်။
အတူတကွဖြေရှင်းခြင်းတွေနဲ့သင်ပေးမယ်ဆိုရင်
ကလေးတွေကို #collaboration ကိုရစေမယ်။

ရေးစေခြင်း၊ ဖတ်စေခြင်း၊ ပြောစေခြင်း၊ နားထောင်စေခြင်းနဲ့ကလေးတွေကို #communication ရစေမယ်။

ပြဿနာတွေကို အဖြေရှာစေပြီး အမှားတွေအတွက်
အမှန်တွေကို ပြင်စေလုပ်ငန်းတွေနဲ့လည်း
#critical thinking and problem solving ကိုရမယ်။

စဉ်းစားစေပြီး new ideas တွေနဲ့ ဖြေရှင်းစေခြင်းဖြင့်
#creativity and innovation ကို ရစေမယ်။

ဖွံ့ဖြိုးတိုးတက်ရေးတွေမှာ တက်ကြွစွာပါဝင်စေပြီး
#citizenship ကို ရသွားစေပါမယ်။
ကိုင်း .. သင်ခန်းစာချိတ်ဆက်မှုတွေက အဲ့ဂလိုဗျ။

စစ်ဆေးအကဲဖြတ်မှာက ကလေးတွေရဲ့
ဗလ(၅)တန် (ကာယ၊ ဉာဏ၊ မိတ္တ၊ စာရိတ္တ၊ ဘောဂ)ကို
အခြေခံတယ်။ သင်ခန်းစာ ၁-ခုသင်ကြားလိုက်ချိန်မှာ
ကလေးတွေရရှိသွားနိုင်တဲ့ နယ်ပယ်(၄)ခု ရှိတယ်။
၁) အသိပညာတတ်မြောက်မှု
၂) စွမ်းရည်များ
၃) စိတ်နေသဘောထား
၄) အသိပညာကို တွေးတောဆင်ခြင်နိုင်မှု

ဒီနယ်ပယ် ၄-ခုကို ရစေချင်ရင်
သင်ခန်းစာကို သင်ကြား/ယူမှုလုပ်တိုင်း
#Remember မှတ်မိအောင် သင်ရမယ်။
#Understand နားလည်အောင် သင်ရမယ်။
#Apply အသုံးချနိုင်အောင် သင်ရမယ်။
ဒါကြောင့် သင်ယူပြီးချိန်မှာဆိုရင် မှတ်မိမှု၊ နားလည်မှု၊ အသုံးချနိုင်မှုတွေကို စစ်ဆေးရမှာပါ။

မူလတန်းထက်ဆင့် grade-4/5 က
summative assessment အနေနဲ့ တစ်နှစ်မှာ
၄-ကြိမ် စစ်ဆေးရပါမယ်။ formal test အနေနဲ့ပါ။
July+August မှာ ၁-ကြိမ် (အခန်းဆုံးစစ်ဆေးခြင်း)။
October မှာ ၁-ကြိမ်(နှစ်ဝက်ဆုံးစစ်ဆေးခြင်း)။
December မှာ ၁-ကြိမ်(အခန်းဆုံးစစ်ဆေးခြင်း)။
March မှာ ၁-ကြိမ်(နှစ်ဆုံးစစ်ဆေးခြင်း)။
၁-ဘာသာမှာ ဖြေဆိုချိန် မိနစ်-၄၀ နဲ့ပါ။

မေးခွန်းတည်ဆောက်ပုံ (၂)မျိုးရှိတယ်။
#Item type(မေးခွန်းပုံစံ) နဲ့ #Rubic type(စံပုံစံ)။

(item type)မေးခွန်းအမျိုးအစား ၁၁ မျိုးရှိတယ်။
၁။ ယှဉ်တွဲမေးခွန်း
၂။ အပိတ်မေးခွန်း
၃။ လွတ်လပ်စွာဖြေဆိုနိုင်သော မေးခွန်း
၄။ အမှန်ရွေးမေးခွန်း
၅။ မှား/မှန်ရွေးမေးခွန်း
၆။ ဖြည့်စွက်မေးခွန်း
၇။ အဖြေအမျိုးမျိုးမေးနိုင်သော မေးခွန်း
၈။ အစီအစဉ်တကျ ပြန်စီရသော မေးခွန်း
၉။ အမှားများကို အမှန်ပြင်ရသော မေးခွန်း
၁၀။ ဉာဏ်စမ်းမေးခွန်း
၁၁။ တင်ပြခြင်းနှင့် ကျိုးကြောင်းပြဖြေရသော မေးခွန်း

မှတ်မိမှုကို မေးတဲ့ မေးခွန်း။ #အခြေခံမေးခွန်း။
နားလည်မှုကို မေးတဲ့ မေးခွန်း။ #အခြေခံမေးခွန်း။
အသုံးချနိုင်မှုကို မေးတဲ့ မေးခွန်း။ #အဆင့်မြင့်မေးခွန်း။

rubic type(စံပုံစံ)
သင်ခန်းစာနဲ့ ပတ်သက်ပြီး #အသိပညာ၊ #ကျွမ်းကျင်မှု၊
#သဘောထား၊ #တွေးတောဆင်ခြင်နိုင်မှု တွေအပေါ်
မူတည်ပြီး စံသတ်မှတ်ပြီး စစ်ဆေးရပါတယ်။

Item type နဲ့ပဲ စစ်ဆေးစစ်ဆေး။
Rubic type နဲ့ပဲ စစ်ဆေးစစ်ဆေး။ ကလေးက..
သင်ရိုးညွှန်းတမ်းအတိုင်း ရရင် ကောင်း(S)။
သင်ရိုးညွှန်းတမ်းထက် ပိုပြီး ရရင် အလွန်ကောင်း(A)။
သင်ရိုးညွှန်းတမ်း အတိုင်း မရဘူးဆိုရင်
ထပ်မံကြိုးစားရန်(E)။
ကဲ ကလေးတွေရဲ့ Result ကို မှတ်တမ်းထဲမှာ
ထည့်သွင်းလိုက်လို့ရပါပြီ။

ဦးရဲ
ပညာရေး

၂၁ရာစု သင်ကြားမှုဆိုင်ရာ ပညာရေးလမ်းညွှန် အပိုင်း (၃၁)
======================================

Assessment of Learning, Assessment for Learning and Assessment as Learning တို့၏ ကွဲပြားခြားနားချက်များ
=====================================

Assessment အမျိုးအစားတွေ များစွာရှိပေမဲ့ အဓိကအားဖြင့် ( ၃ )မျိုးသာရှိပါတယ်။

၁။ Assessment of learning
၂။ Assessment for Learning
၃။ Assessment as Learning

ဆိုပြီး အမျိုးအစား(၃)မျိုးရှိပါတယ်။ ကျောင်းသားများ၏ သင်ယူမှု အားကောင်းလာစေရန် စစ်ဆေး အကဲဖြတ်ခြင်းများဖြင့် သွားတဲ့အခါမှာ (၃) မျိုးလုံးကတော့ သူ့နေရာနှင့်သူ လိုအပ်ပါတယ်။

Assessment of learning ဆိုတာက Back work Looking ဖြစ်ပါတယ်။
Course တစ်ခုရဲ့အဆုံး၌သော်လည်းကောင်း၊ unit တစ်ခုရဲ့အဆုံး၌သော်လည်းကောင်း ကျောင်းသားများ၏ နားလည်းသဘောပေါက်မှုကို စစ်ဆေးအကဲဖြတ်ခြင်းပဲ ဖြစ်ပါတယ်။

Assessment for learning ဆိုတာက For work looking ဖြစ်ပါတယ်။ သင်ခန်းစာတစ်ခုကို သင်ကြားခြင်း၊ သင်ယူခြင်းပြုလုပ်နေစဉ်အတွင်းသင်ခန်းစာနှင့်ပတ်သက်ပြီးကျောင်းသားများဘယ်လောက် အတိုင်းအတာထိ နားလည်မှုရှိသလဲဆိုတာကို စစ်ဆေးခြင်းပဲ ဖြစ်ပါတယ်။

Assessment as Learning ဆိုတာက ကျောင်းသားများအနေဖြင့် သူတို့လေ့လာ သင်ယူခဲ့ရတာနဲ့ ပတ်သက်ပြီး သူတို့ကိုယ်တိုင် တွေးတောသုံးသပ်ခြင်း၊ မိမိကဘယ်လောက်နားလည်ခဲ့တယ်၊ ဘယ်လောက် ပါ၀င်ပြီး လုပ်ဆောင်နိုင်ခဲ့တယ်ဆိုတာကို မိမိကိုယ်တိုင် စစ်ဆေးခြင်းပဲ ဖြစ်ပါတယ်။

ဥပမာ-

What is the purpose of learning these concepts and skills?
၁။ ဒီ skills တွေ၊ အယူအဆတွေကို လေ့လာရခြင်းရဲ့ ရည်ရွယ်တွေက ဘာလဲ။

What do I know about this topic?
၂။ ဒီခေါင်းစဉ်နှင့် ပတ်သက်ပြီး မိမိအနေဖြင့် ဘာတွေကို သိရှိနားလည်ထားပြီးပြီလဲ။

What strategies do I know that will help me learn this?
၃။ ဒီအကြောင်းအရာကို လေ့လာဖို့အတွက် မိမိအနေဖြင့် ဘယ်လိုနည်းစနစ်တွေကို သိရှိ ထားပြီလဲ။

Do I understand these concepts?
၄။ ဒီအယူအဆတွေကို မိမိအနေဖြင့် တကယ်နားလည်သလား။

What are the criteria for improving my work?
၅။ မိမိအလုပ် အောင်မြင်တိုးတက်ဖို့ ဘယ်လိုစံသတ်မှတ်ချက်တွေ လိုပါသလဲ။

Have I accomplished the goals I set for myself?
၆။ မိမိကိုယ်တိုင်ချမှတ်ထားခဲ့တဲ့ ပန်းတိုင်ကို အမှန်တစ်ကယ် ရောက်ပြီးပြီလား။
စသည်ဖြင့် များစွာသော မေးခွန်းများကို မေးပြီး မိမိ သင်ယူမှုကို စစ်ဆေးအကဲဖြတ်ခြင်းပဲ ဖြစ်ပါတယ်။

ဇယား-၁
ဇယား-၂

မေတ္တာဖြင့်

ခန့်မြတ်
၈.၆.၂၀၁၈

၂၀၂၀-၂၀၂၁ ပညာသင်နှစ်မှ စတင်၍

#ဘာသာရပ်မှူးတစ်ဦးထားရမည့်မှတ်တမ်းများ

၁/ ဘာသာရပ်အစည်းအဝေးမှတ်တမ်း
၂/ CPD အစည်းအဝေးမှတ်တမ်း
၃/ CPD Notes
၄/ Lesson Preparation
for Teaching learning design
၅/ Teachers Teaching Journal

#ဘာသာပြဆရာများထားရမည့်စာအုပ်များ

၁/ CPD Notes
၂/ Lesson Preparation
for Teaching learning design
၃/ Teachers Teaching Journal

#အတန်းပိုင်များထားရမည့်စာအုပ်များ

၁/ ကျောင်းခေါ်ကြိမ်(က)စာရင်း စာအုပ်
၂/ အချိန်ပိုင်းလူစစ်မှတ်တမ်း
၃/ Teaching learning Remark
၄/ အတန်းတွင်းစည်းကမ်းထိန်းသိမ်းရေးမှတ်တမ်း

𝐀𝐈 နှင့် ပတ်သက်၍ သင်သိထားသင့်သမျှ

မှတ်ဉာဏ်တုဟုခေါ်သည့် 𝐀𝐫𝐢𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥 𝐈𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞 (𝐀𝐈) သည့် ယနေ့ခေတ် ထိပ်တန်းရေပန်းစားနေသည့် နည်းပညာများတွင် နံပါတ် ၁ နေရာ၌ ရပ်တည်လျှက်ရှိသည်။ တစ်ချို့လည်း 𝐀𝐈 ကို ကောင်းစွာ သတိပြုမိလျှက်ရှိ ပြီး တစ်ချို့ကျတော့လည်း 𝐀𝐈 နှင့် ပတ်သက်၍ အလှမ်းဝေးလျှက်ရှိသည်။ မည်သို့ပင်ဆိုစေကာမူ ကျွန်တော်တို့က 𝐀𝐈 ကို သိသည်ဖြစ်စေ မသိသည်ဖြစ်စေ၊ ရင်းနှီးသည်ဖြစ်စေ အလှမ်းဝေးလွန်သည်ဖြစ်စေ 𝐀𝐈 ကတော့ ကျွန်တော့်တို့ အနားကို မလွဲဧကန် ရောက်လာမည်မှာအမှန်ပင်ဖြစ်ပါသည်။ သို့ဖြစ်ပါ၍ 𝐀𝐈 နှင့် ပတ်သက်၍ အများသူငှာ ဗဟုသုတ ရရှိစေရန်အလို့ငှာ ကျွန်တော့်အနေဖြင့် ယခုဆောင်းပါးလေးဖြင့် အသိပညာ မျှဝေလိုပါ၏၊
တကယ်တမ်း 𝐀𝐈 ကို စကြားဖူးတာက ၁၉၉၄ ခုနှစ်ဝန်းကျင် ကျွန်တော့်ဆရာဆီကမှတဆင့် ထိုစကားလုံးကို ကျွန်တော် ရင်းနှီးကျွမ်းဝင်မှုရှိခဲ့ပါသည်။ ဥပမာ ပြောမယ်ဗျ စားပွဲပေါ်မှာ ကလေးတစ်ယောက်ကို တင်ထားပြီး သူ့ကို ရှေ့ဆက်သွားခိုင်းရင် ကလေးကို သွားမှာမဟုတ်ဘူး ဘာလို့လည်းဆိုတော့ ဆက်သွားရင် သူအောက်ကို ပြုတ်ကျမှာကိုး၊ သို့ပေသိ စက်ရုပ်တစ်ရုပ်ကို တင်ထားပြီး ရှေ့ဆက်သွားခိုင်းရင်တော့ စက်ရုပ်ကသွားမှာပဲ ပြုတ်ကျ တာတွေ ဘာတွေ သိမှာမဟုတ်ဘူး ဟု အစချီကာ လူနှင့် စက်ရုပ်ကွာခြားချက်ကို ဤသို့ဤပုံ ဥပမာပေးကာ စာသင် တိုင်းပြောပြတတ်သည့် ဆရာ့စကားများကို ပြန်ကြားယောင်မိသည်။ ဒါက တချိန်တုန်းက လူနှင့် စက်ရုပ်ကွာခြားပုံ ဖြစ်သည်။ လူက စဉ်းစားတွေးခေါ်တတ်သလောက် စက်ရုပ်က လူခိုင်းရင် ခိုင်းသလောက် ပရိုဂရမ်ထည့်ထားရင် ထည့်ထားသလောက်သာ အလုပ်လုပ်နိုင်သည် ကို နှိုင်းယှဉ်ပြခြင်းဖြစ်ပါသည်။ သို့သော် ယနေ့ခေတ် 𝐀𝐈 တပ်ဆင် ထားသည့် စက်ရုပ်များကတော့ ဤသို့မဟုတ်တော့၊ များစွာ ပြောင်းလဲသွားခဲ့ပြီဖြစ်ပါသည်။ ဒါဆိုရင် 𝐀𝐈 ဆိုတာ ဘာလဲဆိုတာကို ကျွန်တော်ဦးစွာရှင်းပြပါမည်။ ကျွန်တော်သည် စာသင်နေသည့် ကျောင်းဆရာ ဖြစ်သောကြောင့်အမြဲတမ်းလိုလို စာသင်သည် ဖြစ်စေ၊ ဆောင်းပါးရေးသည်ဖြစ်စေ နိဒါန်းပြီးတိုင်း 𝐖𝐡𝐚𝐭 နှင့် အမြဲစလေ့ရှိပါသည်။ ဆိုတော့ အခုလည်း 𝐖𝐡𝐚𝐭 နှင့် စတင်ပါမည်။

𝐀𝐈 ဆိုသည်ကားအဘယ်နည်း . .
လူတို့၏ မှတ်ဉာဏ်သကဲ့သို့လိုက်တုထားသောကြောင့် မှတ်ဉာဏ်တုဟုခေါ်သော 𝐀𝐈 သည် လူတို့ ၏ အပြုအမူများဖြစ်ကြသော စီမံကိန်းချခြင်း၊ သင်ယူခြင်း၊ အကြောင်းပြချက်ပေးခြင်း၊ ပြသာနာဖြေရှင်း ခြင်း၊ မိမိ သိထားသမျှကို တင်ပြခြင်း၊ သိမြင်နားလည်ခြင်း၊ လှုပ်ရှားခြင်း၊ အတုမြင်အတတ်သင်ခြင်း၊ ကော်ပီပွားယူ ခြင်း၊ လူမှုရေးပါးနပ်လိမ္မာမှု နှင့် ဖန်တီးနိုင်မှု စသည့် အထဲကမှ အနည်းဆုံးတစ်ခုခုကို လုပ်ပြနိုင်ခြင်းပင် ဖြစ်ပါသည်။ တနည်းပြောရလျှင် လူတို့သည် မိမိပတ်ဝန်းကျင်တွင်ဖြစ်တည်လျှက် ရှိသော အကြောင်းအရာများကို သိရှိအောင်အရင်လုပ်ပြီးမှ ဘာဖြစ်နေသည် ဘာလုပ်ရမည်ကို စဉ်းစား ဆုံးဖြတ်လျှက် နောက်ဆုံးမှ 𝐀𝐜𝐭𝐢𝐨𝐧 ယူကာလုပ်ဆောင်ကြသည်။ ရုတ်တရက် အသံတခုခုကြားလျှင်ပင် ဒါ ဘာအသံလဲဆိုတာကို သိအောင် အရင်လုပ်ကြရသည်။ မိမိအတွက် အန္တရယ် ရှိမရှိ ဦးနှောက်က လျှင်မြန် စွာ စဉ်းစားဆုံးဖြတ်ပြီး ခန္ဓာကိုယ်က တုံ့ပြန်ဆောင်ရွက်ကြသည်။ ထို့အတူ 𝐀𝐈 တပ်ဆင်ထားသော ပစ္စည်း များသည်လည်း ၎င်း အခြင်းအရာကိုအတုယူကာ ဖန်တီးထားကြခြင်းဖြစ်ပါသည်။ တကယ်တော့ 𝐀𝐈 ဆိုတာ စဖြစ်ခင်ကတည်းက စက်တွေဟာ စဉ်းစားနိုင်သလားဆိုတာကို သင်္ချာပညာရှင်ဖြစ်သူ 𝐀𝐥𝐚𝐧 𝐓𝐮𝐫𝐢𝐧𝐠 က ၁၉၅၀ မှာ စတင်မေးခွန်းထုတ်ခဲ့တာဖြစ်ပါတယ်။ ဒီတော့ 𝐀𝐈 နဲ့ ပတ်သက်လာရင် ကျွန်တော်တို့ သိထားရမှာက 𝐀𝐈 ဟာ လူလိုတွေးတောဆင်ခြင်နိုင်ရဲ့လား တွေးတောဆင်ခြင်တာမှန်သမျှ ကလည်း ကြောင်းကျိုးဆီလျော်ရဲ့လား၊ 𝐀𝐈 လုပ်တာတွေက လူလို လုပ်နိုင်ရဲ့လား လုပ်တာတွေကရော ကြောင်းကျိုး ဆီလျော်ရဲ့လား ဆိုတာပါပဲ ဒီအချက် ၄ ချက်ကလည်း 𝐀𝐈 ဆိုတာနဲ့ ပတ်သက်ပြီး စဉ်းစားရမယ့် အချက် တွေဖြစ်ပါတယ်။

𝐀𝐈 ကို ဘယ်နေရာမှာအသုံးပြုကြသလဲ
အခုဆိုရင် 𝐀𝐈 ဆိုတာဘာလဲဆိုတာကို သိသွားပြီးတဲ့နောက်မှ 𝐀𝐈 ဟာ ကျွန်တော်တို့နှင့် ဘယ်လို ပတ်သက်ဆက်နွယ်နေသလဲ၊ ဘယ်လိုနေရာမျိုးတွေမှာ သူ့ကို အသုံးပြုလို့ရသလဲဆိုတာလေးကို ဆက် လက်ပြောပြသွားပါဦးမယ်။ ဟိုး အောက်ခြေကလွယ်လွယ်လေးကနေစပြောပြမယ်ဗျာ ဥပမာ အီးမေးလ် ပို့တယ်ဆိုကြပါစို့ ရေးထားတဲ့စာသားထဲမှာ ဒီအီးမေးလ်မှာ 𝐀𝐭𝐭𝐚𝐜𝐡𝐦𝐞𝐧𝐭𝐬 ပါတယ်လို့ရေးထားတယ် သို့ ပေသိ ဖိုင် 𝐀𝐭𝐭𝐚𝐜𝐡𝐦𝐞𝐧𝐭 ကိုချိတ်ဖို့ မေ့သွားတယ် ပြီးတော့ 𝐒𝐞𝐧𝐝 လုပ်လိုက်မယ်ဆို 𝐀𝐈 သာအဲ့ဒီမေးလ်မှာ ရှိနေရင် တနည်းအားဖြင့် 𝐀𝐈 𝐅𝐞𝐚𝐭𝐮𝐫𝐞𝐬 သာပါခဲ့ရင် သူက 𝐀𝐥𝐞𝐫𝐭 လုပ်လိမ့်မယ် မင်း 𝐀𝐭𝐭𝐚𝐜𝐡 လုပ်ဖို့ မေ့နေ တယ်ပေါ့။ အဲ့ဒီတော့ ဒါ 𝐀𝐈 ပဲ။ ဆိုလိုချင်တဲ့သဘောက 𝐀𝐈 လို့ ပြောလိုက်ရင် တစ်ချို့လူတွေက သိတယ် ကိုယ့် အနားမှာ 𝐀𝐈 ရောက်နေပြီ တစ်ချို့ကျတော့ 𝐀𝐈 ဘာမှန်းဆိုတာတော့ သိတယ် သို့ပေသိ အကောင် အထည်အရဆိုမမြင်ရတော့ 𝐀𝐈 ကို ဘယ်လို သုံးနေမှန်းမသိဘူး။ တစ်ချို့ကျတော့လည်း 𝐀𝐈 ဆိုရင် စက်ရုပ် ကို ပြေးမြင်ကြတယ်။ တစ်ချို့ကပိုဆိုး ဝါသနာအရ 𝐀𝐈 လို့ ပြောလိုက်ရင် ဆီလီကွန်ရုပ်ကိုတန်းမြင်တော့

တာပဲ (အိန်း) ကဲ ထားပါလေ နောက်ထပ်ပြောပြဦးမယ် ခုနကလို 𝐌𝐞𝐬𝐬𝐚𝐠𝐢𝐧𝐠 မှာ ဖြစ်ဖြစ် အီးမေးလ်မှာ ဖြစ်ဖြစ် စာသားနဲ့ဖြစ်ဖြစ် အသံနဲ့ဖြစ်ဖြစ် သူငယ်ချင်းနဲ့ ညနေ ၆ နာရီ ထမင်းစားဖို့ချိန်းထားတယ်ဆိုရင် 𝐀𝐈 က သူ့ရဲ့ ဖုန်း၊ ကွန်ပျူတာမှာ အလိုအလျောက် 𝐑𝐞𝐦𝐢𝐧𝐝𝐞𝐫 ထည့်ထားလိုက်မယ် ကိုယ့်ကို သတိပေးမယ် ဒါဆိုလည်း 𝐀𝐈 ပဲ။ အဲ့ဒီတော့ သူက 𝐋𝐞𝐚𝐫𝐧 လုပ်ပြီး လူလိုပဲ 𝐀𝐝𝐚𝐩𝐭 လုပ်လိုက်တာပါ။ အခု ကျွန်တော်တို့ သုံးနေတဲ့ 𝐒𝐨𝐜𝐢𝐚𝐥 𝐌𝐞𝐝𝐢𝐚 တွေမှာလည်း ကျွန်တော်တို့ 𝐋𝐢𝐤𝐞 လုပ်ထားတဲ့သူရဲ့ အကြောင်းအရာတွေ ပေ့ချ် တွေကို ပြပေးတယ် အဲ့ဒါနဲ့ အလားသဏ္ဍာန်တူတဲ့ အကြောင်းအရာတွေကို ကိုယ့်ရဲ့ 𝐍𝐞𝐰𝐬𝐟𝐞𝐞𝐝 မှာ လာပြ ပေးနေတာတွေကလည်း 𝐀𝐈 ပါပဲ။ 𝐒𝐦𝐚𝐫𝐭 𝐓𝐕 တွေမှာ ရုပ်ရှင်ကြည့်ရင်လည်း မင်းက ဒီလိုရုပ်ရှင်မျိုး ကြည့် ဖူးတဲ့အတွက်ကြောင့် ဒါလေးတွေလည်း ကြည့်ချင်မလားလို့ 𝐒𝐮𝐠𝐠𝐞𝐬𝐭 လုပ်တာလည်း 𝐀𝐈 ပါပဲ။

𝐀𝐈 ကို မော်တော်ကားများတွင် အသုံးပြုခြင်း
နောက်ပြီး ဒရုန်းတွေဆိုရင်လည်း 𝐀𝐈 ပါလာရင် သူ့ဘာသာသူ ပြန်နိုင်ပြီး သူ့ကင်မရာက အရာဝတ္တု တွေကို ခွဲခြားလာနိုင်တယ် ဒါကြောင့်လည်း အလိုအလျောက်မောင်းတဲ့ ကားဆိုတာဖြစ်လာတာပါ။ တနည်းအားဖြင့် 𝐀𝐈 သုံးထားတာပါ။ နောက်တော့ ဒီလိုမော်တော်ကားနဲ့ ပတ်သက်ပြီး ကားမောင်းသူရဲ့ အပြုအမူတွေကို စောင့်ကြည့်တာတွေ ပြောရမယ်ဆိုရင်ဗျာ မော်တော်ကားကိုထုတ်လုပ်လိုက်တဲ့ အခြေ အနေကနေစပြီး ကြိုတင်သိမြင်နိုင်တဲ့ ပြုပြင်နိုင်ခြင်းတွေ၊ ဘယ်လောက်မောင်းနေရင် ဘယ်အချိန်ကျ ပြန်ပြီးထိန်းသိမ်းရမယ်ဆိုတာတွေ၊ ဒီကားတစ်စီးကိုပဲ မောင်းတဲ့သူပေါ်မူတည်ပြီး သူ့ရဲ့ အနေအထားကို ချိန်ဆနိုင်တာတွေ၊ မော်တော်ကားမောင်းနေစဉ် 𝐕𝐢𝐫𝐭𝐮𝐚𝐥 𝐀𝐬𝐬𝐢𝐬𝐭 လုပ်တာတွေ၊ ရှေ့ကားကို အကွာအဝေး ချိန်ဆတာတွေကလည်း 𝐀𝐈 တွေပဲဖြစ် ပါတယ်။

𝐀𝐈 ကို စိုက်ပျိုးရေးတွင်အသုံးပြုခြင်း
ထို့အပြင် စိုက်ပျိုးရေးမှာဆို ဒရုန်းတွေ အသုံးပြုလာပြီး ၎င်းတို့ကို 𝐔𝐀𝐕𝐬 (𝐔𝐧𝐦𝐚𝐧𝐧𝐞𝐝 𝐀𝐞𝐫𝐢𝐚𝐥 𝐕𝐞𝐡𝐢𝐜𝐥𝐞𝐬) လို့လည်းခေါ်ပါတယ်။ သူနဲ့ဘာတွေလုပ်လို့ရသလဲဆိုရင် စိုက်ပျိုးရေးနဲ့ ပတ်သက်တဲ့ အချက် အလက်တွေကို ကောက်ယူနိုင်ပါတယ်။ ရာနဲ့ချီတဲ့ဧကပေါင်းများစွာကို တခါပျံသန်းရုံနဲ့ ရိတ်သိမ်းခြင်း၊ စိုက်ပျိုးခြင်းနဲ့ ပတ်သက်တဲ့အချက်အလက်တွေကို သိရှိနိုင်ခြင်း၊ စမ်းစစ်နိုင်ခြင်းတွေ ပြုလုပ်လို့ရပါတယ်။ ပုံစံကတော့ ကျွန်တော်တို့ မြင်နေကျ ဒရုန်းတွေနဲ့တော့ ကွာခြားပါတယ်။ နောက်ပြီး ပိုးမွှာကာကွယ်တာ‌ တွေ၊ ပိုးမွှားကြောင့် အပင်တွေရောဂါကူးစက်နေတာတွေကို ကုစားတာတွေ၊ ဆေးဖြန်းတာတွေ၊ စိုက်ပျိုး ခြင်း ပြုလုပ်တာတွေ၊ ရိတ်သိမ်းခြင်းကို စောင့်ကြည့်တာမျိုးတွေကိုလည်းလုပ်လို့ရပါတယ်။

𝐀𝐈 ကို ကျန်းမာရေးတွင်အသုံးပြုခြင်း
အခုနောက်ပိုင်း သေချာအထူးပြုလုပ်ထားတဲ့ 𝐀𝐈 အသုံးပြုထားတဲ့ ကျန်းမာရေးသုံးကိရိယာဟာ သေချာလေ့ကျင့်သင်ကြားပေးထားတဲ့ ဆရာဝန်ထက်ကိုပိုပြီး ရောဂါတွေကို ရှာဖွေစစ်ဆေးခြင်းနှင့် ကင်ဆာအမျိုးအစားခွဲဝေခြင်းတွေမှာ လက်ဝါးစောင်းထက်လို့နေပါပြီ။ အထူးသဖြင့် 𝐓𝐮𝐦𝐨𝐫𝐬 နဲ့ပတ်သက် ပြီးတော့ 𝐗-𝐑𝐚𝐲 ကဏ္ဍတွေမှာ 𝐑𝐚𝐝𝐢𝐨𝐥𝐨𝐠𝐢𝐬𝐭𝐬 တွေကို အများကြီးအထောက်အကူပေးနိုင်နေပြီ ဖြစ်ပါ တယ်။ နောက်ပြီးတော့ ကျွန်တော်တို့ သိထားပြီးတဲ့ လူ့ခန္ဓာကိုယ်မှာ ဝတ်လို့ရတဲ့ တပ်ဆင်လို့ရတဲ့ 𝐖𝐞𝐚𝐛𝐥𝐞 𝐃𝐞𝐯𝐢𝐜𝐞 တွေမှာဆိုရင်လည်း တပ်ဆင် ထားသူရဲ့ ခန္ဓာကိုယ်က ကျန်းမာရေးအချက်အလက် တွေကို ရယူပြီး ကျွန်တော်တို့ဟာ ကျွန်တော်တို့ရဲ့ ကျန်းမာရေးအခြေအနေကို ပင် သိနိုင်တဲ့အနေ အထား ကို ရောက်ရှိလို့လာနေပြီဖြစ်ပါတယ်။ နောက်ပြီး ဒါက ကလေးရော လူကြီးပါ သုံးလို့ရတဲ့ အခြေအနေ ဖြစ်ပါတယ်။

𝐀𝐈 နှင့် ရုပ်ပိုင်းအသံပိုင်းဆိုင်ရာအခန်းကဏ္ဍ
𝐀𝐈 ကို အသုံးပြုပြီးတော့ လူ့တစ်ယောက်ရဲ့ စကားပြောသံက သူဘာတွေပြောနေသလဲဆိုတာကို ၉၅ ရာခိုင်နှုန်းလောက်မှန်အောင် ပြုလုပ်နိုင်ပြီလို့ဆိုပါတယ်။ ဒါကြောင့် နောက်ပိုင်းမှာ 𝐕𝐨𝐢𝐜𝐞 𝐂𝐨𝐦𝐦𝐚𝐧𝐝 ပေးတာတွေကို လူတွေနဲ့ စက်တွေအကြားမှာ ပိုမိုတွင်ကျယ်စွာ အသုံးပြုလာနိုင်တော့မှာဖြစ်ပါတယ်။ ရုပ် ပိုင်းဆိုင်ရာဆိုရင်လည်း လူတစ်ယောက်ရဲ့ မျက်နှာ အကျနဲ့ အနေအထားကို သိရှိနိုင်ပါတယ်။ ဒါကြောင့် တစ်ချို့နေရာတွေမှာ 𝐂𝐂𝐓𝐕 ကနေ စောင့်ကြည့်ထားတဲ့ ရုပ်ပုံတွေထဲကို လူမျက်နှာတွေကို အသိအမှတ်ပြု ခြင်း ခွဲခြားနိုင်ခြင်းတို့ကြောင့် တရုတ်နိုင်ငံမှာ အာဏာပိုင်တွေဟာ နိုင်ငံနှင့်အဝှမ်း 𝐂𝐂𝐓𝐕 များတပ်ဆင်ပြီး မသင်္ကာဖွယ်ရာ အပြုအမူနဲ့ ပတ်သက်တာတွေကို စောင့်ကြည့်ပြီး ထောက်လှမ်းတဲ့ ကိစ္စတွေမှာ အသုံးပြု လာနေပြီလို့လည်းဆိုပါတယ်။ ဒီလို 𝐅𝐚𝐜𝐢𝐚𝐥 𝐑𝐞𝐜𝐨𝐠𝐧𝐢𝐭𝐢𝐨𝐧 တွေဖက်မှာ ထွန်းကားလာခြင်းကြောင့် အခြား သူရုပ်ပုံနေရာမှာ မိမိပုံအစားထိုးခြင်းဆိုတဲ့ 𝐀𝐩𝐩 တွေလည်း ထွန်းကားလာတာကြောင့် အင်တာနက်မှာ မည်သူက ဘယ်လိုဖြစ်နေတယ် ဘာတွေပြောနေတယ်ဆိုတာကလည်း တကယ် အစစ်အမှန်မဟုတ်ဘဲ အခြားသူတစ်ယောက်ဖြစ်နေတာကို သူမဟုတ်တဲ့ အခြားသူတစ်ယောက်အစားထိုးထားပြီး ပြောဆို ဖြစ် ပျက်နေတာမျိုးလည်း ဖြစ်နိုင်တာကြောင့် သတင်းအတု 𝐅𝐚𝐤𝐞

𝐍𝐞𝐰𝐬 များ များစွာဖြစ်နိုင်ပြီး ဘယ်အရာမ ဆို သတိထားပြီး စမ်းစစ်ကြည့်သင့်ဖို့ လိုအပ်လှပါတယ်။ လွယ်လွယ်နဲ့ မယုံကြဖို့ဖြစ်ပါတယ်။

𝐀𝐈 ကို ဘယ်လို အသုံးချနေကြသလဲ
𝐀𝐈 ကို ပုံစံ ၂ မျိုးနဲ့ ကျယ်ပြန့်စွာ အသုံးချ အသုံးပြုနေကြပါတယ်။ အဲ့ဒါတွေကတော့ -
၁။ 𝐍𝐚𝐫𝐫𝐨𝐰 𝐀𝐈 နှင့်
၂။ 𝐀𝐆𝐈 လို့ခေါ်တဲ့ 𝐀𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥 𝐆𝐞𝐧𝐞𝐫𝐚𝐥 𝐈𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞 ဖြစ်ပါတယ်။ ဒီတော့ 𝐀𝐈 ကို အသုံးပြုနေတာ တွေကို ဥပမာပေးရမယ်ဆိုရင် -
• 𝐒𝐦𝐚𝐫𝐭 𝐚𝐬𝐬𝐢𝐬𝐭𝐚𝐧𝐭𝐬 (𝐥𝐢𝐤𝐞 𝐒𝐢𝐫𝐢 𝐚𝐧𝐝 𝐀𝐥𝐞𝐱𝐚)
• 𝐃𝐢𝐬𝐞𝐚𝐬𝐞 𝐦𝐚𝐩𝐩𝐢𝐧𝐠 𝐚𝐧𝐝 𝐩𝐫𝐞𝐝𝐢𝐜𝐭𝐢𝐨𝐧 𝐭𝐨𝐨𝐥𝐬
• 𝐌𝐚𝐧𝐮𝐟𝐚𝐜𝐭𝐮𝐫𝐢𝐧𝐠 𝐚𝐧𝐝 𝐝𝐫𝐨𝐧𝐞 𝐫𝐨𝐛𝐨𝐭𝐬
• 𝐎𝐩𝐭𝐢𝐦𝐢𝐳𝐞𝐝, 𝐩𝐞𝐫𝐬𝐨𝐧𝐚𝐥𝐢𝐳𝐞𝐝 𝐡𝐞𝐚𝐥𝐭𝐡𝐜𝐚𝐫𝐞 𝐭𝐫𝐞𝐚𝐭𝐦𝐞𝐧𝐭 𝐫𝐞𝐜𝐨𝐦𝐦𝐞𝐧𝐝𝐚𝐭𝐢𝐨𝐧𝐬
• 𝐂𝐨𝐧𝐯𝐞𝐫𝐬𝐚𝐭𝐢𝐨𝐧𝐚𝐥 𝐛𝐨𝐭𝐬 𝐟𝐨𝐫 𝐦𝐚𝐫𝐤𝐞𝐭𝐢𝐧𝐠 𝐚𝐧𝐝 𝐜𝐮𝐬𝐭𝐨𝐦𝐞𝐫 𝐬𝐞𝐫𝐯𝐢𝐜𝐞
• 𝐑𝐨𝐛𝐨-𝐚𝐝𝐯𝐢𝐬𝐨𝐫𝐬 𝐟𝐨𝐫 𝐬𝐭𝐨𝐜𝐤 𝐭𝐫𝐚𝐝𝐢𝐧𝐠
• 𝐒𝐩𝐚𝐦 𝐟𝐢𝐥𝐭𝐞𝐫𝐬 𝐨𝐧 𝐞𝐦𝐚𝐢𝐥
• 𝐒𝐨𝐜𝐢𝐚𝐥 𝐦𝐞𝐝𝐢𝐚 𝐦𝐨𝐧𝐢𝐭𝐨𝐫𝐢𝐧𝐠 𝐭𝐨𝐨𝐥𝐬 𝐟𝐨𝐫 𝐝𝐚𝐧𝐠𝐞𝐫𝐨𝐮𝐬 𝐜𝐨𝐧𝐭𝐞𝐧𝐭 𝐨𝐫 𝐟𝐚𝐥𝐬𝐞 𝐧𝐞𝐰𝐬
• 𝐒𝐨𝐧𝐠 𝐨𝐫 𝐓𝐕 𝐬𝐡𝐨𝐰 𝐫𝐞𝐜𝐨𝐦𝐦𝐞𝐧𝐝𝐚𝐭𝐢𝐨𝐧𝐬 𝐟𝐫𝐨𝐦 𝐒𝐩𝐨𝐭𝐢𝐟𝐲 𝐚𝐧𝐝 𝐍𝐞𝐭𝐟𝐥𝐢𝐱 တို့ ဖြစ်ကြပါတယ်။
ဘိုလို ရေးထားပင်မယ့်လည်း နားလည်လွယ်တဲ့အတွက်ကြောင့်တချက်ခြင်းစီလိုက်မရှင်းပြတော့ ပါဘူး။
𝐍𝐚𝐫𝐫𝐨𝐰 𝐀𝐈 ကို 𝐖𝐞𝐚𝐤 𝐀𝐈 လို့လည်းခေါ်ပါတယ်။ သူကတော့ လူရဲ့ မှတ်ဉာဏ်ကို လိုက်တုထားတဲ့ မှတ်ဉာဏ်တု 𝐀𝐈 လုပ်ဆောင်ချက်တွေ ပါဝင်ပင်မယ့်လည်း အဲ့ဒီ 𝐍𝐚𝐫𝐫𝐨𝐰 𝐀𝐈 ပါတဲ့ ပစ္စည်းရဲ့ လုပ်ဆောင် ချက်က ကန့်သတ်ချက်တွေရှိပါတယ်။ ဆိုလိုတာက ဘာမှဆို လုပ်နိုင်တာမျိုးမဟုတ်ပါဘူး။ အကြောင်း အရာ တစ်ခု လုပ်ဆောင်ချက်တစ်ခုကို ပဲ ဦးတည်ထားတဲ့ သဘောဖြစ်တာကြောင့် အဲ့ဒီအကြောင်းအရာ ပါတဲ့ အလုပ်ကိုပဲ လူလို စဉ်းစားတွေခေါ်ပြီးလုပ်သွားမှာဖြစ်ပါတယ်။ ဥပမာ ခွဲစိတ်ပေးနိုင်တဲ့ စက်ရုပ်လား၊ စက်ရုံမှာ ထပ်တလဲလဲအလုပ်တွေကိုပဲ လုပ်ပေးနေရတာမျိုးလား စသဖြင့်ပါ။ နောက် ဥပမာ တစ်ခုရှိသေးတယ် ပြောမပြချင်လို့ (အိန်း) မပြောလဲသိတယ်ဟုတ် (ဤကားစကားချပ်)။ ဒီတော့ 𝐍𝐚𝐫𝐫𝐨𝐰 𝐀𝐈 ကို ဥပမာပေးရမယ်ဆိုရင် -
• 𝐆𝐨𝐨𝐠𝐥𝐞 𝐬𝐞𝐚𝐫𝐜𝐡
• 𝐈𝐦𝐚𝐠𝐞 𝐫𝐞𝐜𝐨𝐠𝐧𝐢𝐭𝐢𝐨𝐧 𝐬𝐨𝐟𝐭𝐰𝐚𝐫𝐞
• 𝐒𝐢𝐫𝐢, 𝐀𝐥𝐞𝐱𝐚 𝐚𝐧𝐝 𝐨𝐭𝐡𝐞𝐫 𝐩𝐞𝐫𝐬𝐨𝐧𝐚𝐥 𝐚𝐬𝐬𝐢𝐬𝐭𝐚𝐧𝐭𝐬
• 𝐒𝐞𝐥𝐟-𝐝𝐫𝐢𝐯𝐢𝐧𝐠 𝐜𝐚𝐫𝐬
• 𝐈𝐁𝐌'𝐬 𝐖𝐚𝐭𝐬𝐨𝐧 တို့ဖြစ်ကြပါတယ်။
နောက်တစ်ခုဖြစ်တဲ့ 𝐀𝐆𝐈 (𝐀𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥 𝐆𝐞𝐧𝐞𝐫𝐚𝐥 𝐈𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞) ကတော့ တနည်းအားဖြင့် 𝐒𝐭𝐫𝐨𝐧𝐠 𝐀𝐈 လို့ ခေါ် ကြပါတယ်။ သူကတော့ လူနဲ့ပိုတူပါတယ် မည်သည့် ပြသာနာကိုမဆို ဖြေရှင်းနိုင်တယ်ဆိုတဲ့ ပုံစံမျိုးပါ။ ဘာလို့လဲဆိုတော့ သူ့မှာ 𝐆𝐞𝐧𝐞𝐫𝐚𝐥 𝐈𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞 ရှိနေလို့ဖြစ်ပါတယ်။ ဥပမာ ပြောရရင် 𝐖𝐞𝐬𝐭𝐰𝐨𝐫𝐥𝐝 𝐌𝐨𝐯𝐢𝐞 ထဲက စက်ရုပ်တွေလိုဖြစ်ပါတယ်။ ဒါကတော့ လူရဲ့ စဉ်းစားတွေးခေါ်နိုင်တဲ့ အနေအထားနဲ့ သိမြင် နိုင်စွမ်းအနေအထားတွေကို ယှဉ်ဖို့ 𝐀𝐈 𝐑𝐞𝐬𝐞𝐚𝐫𝐜𝐡𝐞𝐫𝐬 တွေအနေနဲ့ အခက်အခဲရှိနေပင်မယ့် နောင်တစ်ချိန် ဖြစ်လာနိုင်မယ်လို့ ပညာရှင်တွေက ဆိုကြပါတယ်။ နောက်တစ်မျိုး 𝐀𝐒𝐈 လို့ခေါ်တဲ့ 𝐀𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥 𝐒𝐮𝐩𝐞𝐫 𝐈𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞 ဆိုတာမျိုးလည်း ရှိပါသေးတယ်။ သူကတော့ ပြောရရင် မင်းသားကြီး အာနိုးသရုပ်ဆောင် ထားတဲ့ 𝐓𝐡𝐞 𝐓𝐞𝐫𝐦𝐢𝐧𝐚𝐭𝐨𝐫 ဇာတ်ကားထဲကလိုပါပဲ 𝐇𝐮𝐦𝐚𝐧𝐢𝐭𝐲 ကို ထိခိုက်လာနိုင်တယ်လို့လည်းဆိုကြပြီး ဒီကမ္ဘာပေါ်ကနေ လူသားမျိုးနွယ်တွေပျောက်ကွယ်သွားနိုင်တဲ့အထိ ဖြစ်သွားနိုင်တယ်လို့လည်း ဆိုကြ ပြန်ပါတယ်။

𝐀𝐈 နဲ့ 𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠, 𝐃𝐞𝐞𝐩 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 က ဘာကွာလဲ
ဒီဘက်ခေတ်မှာ 𝐃𝐚𝐭𝐚 𝐒𝐜𝐢𝐞𝐧𝐜𝐞 တို့ 𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 (𝐌𝐋), 𝐃𝐞𝐞𝐩 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 (𝐃𝐋) နဲ့ 𝐀𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥 𝐈𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞 (𝐀𝐈) တို့ဟာ အင်မတန်ရေပန်းစားလာတဲ့ အခေါ်အဝေါ်တွေဖြစ်ပါတယ်။ ဒါနဲ့ပတ်သက်ပြီး ကွဲကွဲပြားပြားဖြစ်သွားအောင်ပြောပြချင်ပါသေးတယ်။
𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 ဆိုတာကတော့ လွယ်လွယ်ပြောရရင်တော့ 𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 ဆိုတဲ့ အတိုင်း ကွန်ပျူတာက သင်ယူလာနိုင်တာပဲဖြစ်ပါတယ်။ တကယ်တမ်း 𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 ဦးတည်တာ က ရရှိလာတဲ့ အချက်အလက်တွေကို မူတည်ပြီး စက်ပစ္စည်းက သူ့ဘာသာသူ လေ့လာက မှန်ကန်တိကျ တဲ့ အဖြေကို ကြိုတင်ဟောကိန်းထုတ်ပေးနိုင်အောင်ဖြစ်ပါတယ်။ ဒါကတော့ 𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 အကြောင်း အသေးစိတ်ပြောပြတာမဟုတ်ဘဲ မိတ်ဆက်အနေနဲ့ပဲ ပြောပြသွားတာပါ။ သူ့ကို 𝐍𝐞𝐭𝐟𝐥𝐢𝐱, 𝐘𝐨𝐮𝐭𝐮𝐛𝐞, 𝐒𝐩𝐨𝐭𝐢𝐟𝐲; 𝐬𝐞𝐚𝐫𝐜𝐡 𝐞𝐧𝐠𝐢𝐧𝐞𝐬 တွေဖြစ်ကြတဲ့ 𝐠𝐨𝐨𝐠𝐥𝐞 𝐚𝐧𝐝 𝐲𝐚𝐡𝐨𝐨; 𝐯𝐨𝐢𝐜𝐞

𝐚𝐬𝐬𝐢𝐬𝐭𝐚𝐧𝐭𝐬 တွေ ဖြစ်ကြတဲ့ 𝐠𝐨𝐨𝐠𝐥𝐞 𝐡𝐨𝐦𝐞 𝐚𝐧𝐝 𝐚𝐦𝐚𝐳𝐨𝐧 𝐚𝐥𝐞𝐱𝐚 တို့မှာအသုံးပြုကြပါတယ်။ 𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 ဟာ 𝐀𝐈 ရဲ့ တစ်စိတ်တစ်ဒေသ ဖြစ်ပါတယ်။ 𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 မှာ 𝐒𝐮𝐩𝐞𝐫𝐯𝐢𝐬𝐞𝐝 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠, 𝐔𝐧𝐬𝐮𝐩𝐞𝐫𝐯𝐢𝐬𝐞𝐝 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 နဲ့ 𝐑𝐞𝐢𝐧𝐟𝐨𝐫𝐜𝐞𝐦𝐞𝐧𝐭 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 ဆိုပြီး သုံးခုထပ်ရှိပါသေးတယ်။

𝐃𝐞𝐞𝐩 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 ကျတော့ လူ့ဦးနှောက်ကို လိုက်ပြီးတုယောင်ထားသကဲ့သို့ဖြစ်ပါတယ်။ တနည်းအားဖြင့် ပြောရရင် 𝐃𝐋 ဟာ 𝐌𝐋 ရဲ့ ဆင့်ကဲဖြစ်စဉ် နောက်တစ်ခုဖြစ်ပါတယ်။ ကျွန်တော်တို့ လူ့ဦးနှောက်တွေက အမျိုးမျိုး သော သတင်းအချက်အလက်တွေကို 𝐏𝐚𝐭𝐭𝐞𝐫𝐧 အလိုက် ပုံဖော်ပြီး သိမ်းထားနိုင်သလို ရရှိလာတဲ့ သတင်းအချက် အလက်တွေကိုလည်း 𝐃𝐞𝐜𝐢𝐩𝐡𝐞𝐫 လို့ခေါ်တဲ့ အဓိပ္ပါယ်ဖော်ခြင်း၊ ဘာသာပြန်ခြင်းအလုပ်တွေကိုပါ လုပ်နိုင်တာ ဖြစ်ပါတယ်။ ဒီတော့ 𝐃𝐞𝐞𝐩 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 ဆိုတာ လူ့ဦးနှောက်ကလုပ်နိုင်တာမျိုးကို လိုက်ပြီး လုပ်နိုင်တာမျိုးကို ဆို လို ချင်တာြဖစ်ပါတယ်။ ဒီတော့ 𝐃𝐞𝐞𝐩 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 နဲ့ ဆက်နွယ်သွားတာက 𝐍𝐞𝐮𝐫𝐚𝐥 𝐍𝐞𝐭𝐰𝐨𝐫𝐤 ဖြစ်သွားပါတယ်။ ဥပမာ လူ့ဦးနှောက်က အမှတ်အသားတွေကို မှတ်သားနိုင်မယ် ကားမောင်းနေရင် လူကူးမျဉ်းကြားလား၊ သတိပေး ဆိုင်းဘုတ်လားစသဖြင့်ပါ ဒီတော့ 𝐃𝐞𝐞𝐩𝐭 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 ကလည်း ရရှိလာတဲ့ 𝐈𝐧𝐟𝐨𝐫𝐦𝐚𝐭𝐢𝐨𝐧 တွေကို စစ်ထုတ်ခြင်း သို့မဟုတ် အမျိုးအစားခွဲခြားခြင်းတွေကိုပါ ကွန်ပျူတာကို ကူညီဆောင်ရွက်ပေးလာနိုင်ပါတယ်။ အောက်ကပုံကို ကြည့်ခြင်းအားဖြင့် 𝐀𝐈, 𝐌𝐋 နဲ့ 𝐃𝐋 ကို ကွဲပြားသွားပါလိမ့်မယ်။

𝐀𝐈 ကြောင့် အလုပ်အကိုင်တွေပျက်ဆီးမှာလား
𝐀𝐈 ဟာ စက်ရုံ အလုပ်ရုံတွေမှာ ရှိတဲ့ ထပ်ခါတလဲလဲ လုပ်ရတဲ့အလုပ်တွေကို လူတွေရဲ့ ကိုယ်စား လုပ်ပေးသွားမှာဖြစ်ပါတယ်။ ထို့အပြင် ကျန်းမာရေးအရ ပြသာနာရှိနိုင်တဲ့ ကားဆေးမှုတ်တဲ့ လုပ်ငန်းတွေ မှာဆိုရင်လည်း စက်ရုပ်လက်တံများနဲ့ အလုပ်လုပ်သွားမှာဖြစ်ပါတယ်။ ဒီတော့ လူတွေက သက်သာလာ မှာလား၊ သို့မဟုတ် လုပ်ငန်းရှင်က အလုပ်သမားလစာ လျှော့ချနိုင်လာတာလား သို့မဟုတ် အဲ့သလို လူ တွေက အလုပ်ပြုတ်သွားမှာလား စသဖြင့်မေးစရာတွေရှိပါတယ်။ ဒီတော့ အခုခေတ်လို 𝐀𝐈 ကို မကြည့်ပါနဲ့ ဦး နည်းပညာတိုးတက်လာပြီး လူတွေနေရာမှာအစားထိုးလာတာ အခုခေတ်မှာမဟုတ်ပါဘူး။ အရင်ခေတ် က ရုပ်ရှင်ရုံတွေမှာ ဘာကားတင်သလဲဆိုတဲ့ ပိုစတာ 𝐁𝐢𝐥𝐥𝐛𝐨𝐚𝐫𝐝 အကြီးကြီးတွေကို မင်းသားမင်းသမီး ပုံတွေ ပန်းချီဆရာတွေက ပန်းချီဆွဲကြတယ်။ နောက်တော့ 𝐈𝐧𝐤𝐣𝐞𝐭 𝐏𝐫𝐢𝐧𝐭𝐞𝐫 တွေနဲ့ 𝐕𝐢𝐧𝐲𝐥 ထုတ်တော့ အဲ့ဒီ လူတွေ အလုပ်မရကြတော့ဘူး စသဖြင့် အရင်ခေတ်ကတည်းက ဒါမျိုးဖြစ်ခဲ့တာတွေရှိပါတယ်။ ဒါကြောင့် 𝐃𝐢𝐠𝐢𝐭𝐚𝐥 𝐃𝐢𝐬𝐫𝐮𝐩𝐭𝐢𝐨𝐧 ကြောင့် လူတွေရဲ့ အလုပ်အကိုင်ကတော့ ပြောင်းသွားမယ့်သဘောရှိပါတယ်။ ဒီတော့ အလုပ်အကိုင်တွေ ပျက်ဆီးသွားတာထက်စာရင် လုပ်တဲ့ ပုံစံ ပြောင်းသွားမှာကတော့ အသေအချာပဲ ဖြစ် ပါတယ်။ လူတွေက သင်ယူမှုကိုရပ်မပြစ်သင့်ပါဘူး ထို့ အတူ ပြောင်းလဲဖို့ကိုလည်း ကြောက်မနေသင့်ပါ ဘူး အဖွဲ့အစည်းတွေဟာလည်း မိမိ ဝန်ထမ်းတွေကို ပြောင်းလဲနေတဲ့ ခေတ်ရေစီးကြောင်းမှာ အလိုက်သင့် လိုက်ပြောင်းနိုင်အောင် လေ့ကျင့်ထားဖို့လိုအပ်ပါတယ်။ ဒါကြောင့် ဒီနေ့ခေတ်မှာ အဖွဲ့အစည်း တွေအချင်းချင်းပြိုင်ဆိုင်ကြတဲ့အခါ၊ အဖွဲ့အစည်းတွေအောင်မြင်ဖို့ဆိုတာ အဲ့ဒီ အဖွဲ့အစည်း က ဘယ်လို 𝐇𝐮𝐦𝐚𝐧 𝐂𝐚𝐩𝐢𝐭𝐚𝐥, 𝐇𝐮𝐦𝐚𝐧 𝐀𝐬𝐬𝐞𝐬𝐭𝐬 တနည်းအားဖြင့် 𝐈𝐧𝐭𝐞𝐥𝐥𝐞𝐜𝐭𝐮𝐚𝐥 𝐀𝐬𝐬𝐞𝐬𝐭𝐬 ကို ပိုင်ဆိုင်သလဲ ဆိုတာက စကားပြောလာပါတယ်။ ဒီ အကြောင်းကို ကျွန်တော်ရေးသားခဲ့ဖူးတဲ့ 𝐓𝐡𝐞 𝐚𝐠𝐞 𝐨𝐟 𝐃𝐢𝐠𝐢𝐭𝐚𝐥 𝐄𝐜𝐨𝐧𝐨𝐦𝐲 𝐚𝐧𝐝 𝐈𝐨𝐓 စာအုပ်မှာ ရေးသားဖော်ပြခဲ့ပြီးပါပြီ။ ဘာလို့ဒီလိုထည့်ပြောရတာလဲဆိုတော့ စာအုပ် ကြော်ငြာတာမဟုတ်ပါဘူး။ ဒါတွေကို အရင်ကတည်းကပြောပြဖူးခဲ့တယ်ဆိုတာကို သိစေချင်လို့ပါ။ ဒီတော့ အဖွဲ့အစည်းတောင် ဒီလောက်ဖြစ်နေရင် လူတစ်ယောက်ချင်းစီက ဒီအတိုင်း ထိုင်နေလို့မရဘူးဆို တာ သိသာထင်ရှားပါတယ်။ 𝐀𝐈 ခေတ်မှာတော့ 𝐀𝐫𝐭𝐢𝐬𝐭 တွေ ကျန်ခဲ့ဦးမယ်လိုလည်း ပြောကြပါတယ်။ အဲ့ဒါ နဲ့ ကျွန်တော်လည်း တစ်နေ့တစ်နေ့ ဂစ်တာထိုင်တီးနေတော့တာပဲ (အိန်း)

𝐀𝐈 ကိုလုပ်ချင်တယ်ဆိုရင် ဘာတွေကိုလေ့လာသင်ယူရမလဲ
𝐀𝐈 ကို စိတ်ဝင်စားတဲ့ လူငယ်တွေအနေနဲ့ သင်ယူထားသင့်တာတွေကတော့ အပေါ်ကပြောခဲ့တဲ့ 𝐌𝐚𝐜𝐡𝐢𝐧𝐞 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 တို့ 𝐃𝐞𝐞𝐩 𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 တို့ပဲဖြစ်ပါတယ်။ ဒီတော့ 𝐀𝐈 ကို ဦးတည်တဲ့ 𝐏𝐲𝐭𝐡𝐨𝐧 သင်တန်း တွေ ရှိပါတယ်။ အဲ့ဒါတွေကိုလေ့လာသင်ယူထားသင့်ပါတယ်။ ထို့အပြင် 𝐘𝐈𝐔 က ဖွင့်တဲ့ 𝐏𝐨𝐰𝐞𝐫 𝐁𝐈 သင်တန်းကိုလည်းတက်ထားသင့်ပါတယ် (အိန်း ဒါ သက်သက်ကြော်ငြာဝင်တာပဲ) 𝐀𝐈 နဲ့ 𝐁𝐮𝐬𝐢𝐧𝐞𝐬𝐬 𝐈𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞 က ဘာဆိုင်လို့တုန်း။ ဒီလိုပါ 𝐀𝐈 မှာ 𝐋𝐞𝐚𝐫𝐧 လုပ်ပြီး အဲ့ဒီ စက်က 𝐀𝐜𝐭𝐢𝐨𝐧 မယူခင်မှာ တနည်း အားဖြင့် စက်က ဘာကိုလုပ်မယ်ဆိုတာကို မလုပ်ခင်မှာ အရင်ဦးဆုံး သူဆုံးဖြတ်ချက်ချဖို့အတွက်

ရှိနေတဲ့ အချက်အလက်ကို စီစစ်ပါတယ်။ အဲ့ဒီမှာ 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐭𝐢𝐜𝐬 ပါလာပါတယ်။ 𝐏𝐨𝐰𝐞𝐫 𝐁𝐈 က 𝐃𝐚𝐭𝐚 𝐀𝐧𝐚𝐥𝐲𝐭𝐢𝐜𝐬 ကို သင်တာပါ။ ဒါကြောင့် ဒီပညာတွေဟာ တစ်ခုနဲ့တစ်ခု ဆက်စပ်နေပါတယ်လို့ ပြောရင် ဒီဆောင်းပါး လေးကို နိဂုံးချုပ်အပ်ပါတယ်။

ဇော်လင်း (𝐏𝐡𝐃, 𝐁𝐮𝐬𝐢𝐧𝐞𝐬𝐬 𝐀𝐝𝐦𝐢𝐧𝐢𝐬𝐭𝐫𝐚𝐭𝐢𝐨𝐧)
𝐅𝐨𝐮𝐧𝐝𝐞𝐫 & 𝐂𝐄𝐎
𝐘𝐎𝐔𝐓𝐇 𝐈𝐧𝐭𝐞𝐫𝐧𝐚𝐭𝐢𝐨𝐧𝐚𝐥 𝐔𝐧𝐢𝐯𝐞𝐫𝐬𝐢𝐭𝐲
𝟒 𝐃𝐞𝐜 𝟐𝟎𝟐𝟎

ကျမ်းကိုး //
𝐡𝐭𝐭𝐩𝐬://𝐰𝐰𝐰.𝐳𝐝𝐧𝐞𝐭.𝐜𝐨𝐦/𝐚𝐫𝐭𝐢𝐜𝐥𝐞/𝐰𝐡𝐚𝐭-𝐢𝐬-𝐚𝐢-𝐞𝐯𝐞𝐫𝐲𝐭𝐡𝐢𝐧𝐠-𝐲𝐨𝐮-𝐧𝐞𝐞𝐝-𝐭𝐨-𝐤𝐧𝐨𝐰-𝐚𝐛𝐨𝐮𝐭-𝐚𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥-𝐢𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞/
𝐡𝐭𝐭𝐩𝐬://𝐰𝐰𝐰.𝐪𝐮𝐚𝐥𝐜𝐨𝐦𝐦.𝐜𝐨𝐦/𝐧𝐞𝐰𝐬/𝐨𝐧𝐪/𝟐𝟎𝟏𝟗/𝟎𝟑/𝟐𝟕/𝐞𝐯𝐞𝐫𝐲𝐭𝐡𝐢𝐧𝐠-𝐲𝐨𝐮-𝐧𝐞𝐞𝐝-𝐤𝐧𝐨𝐰-𝐚𝐛𝐨𝐮𝐭-𝐚𝐢
𝐡𝐭𝐭𝐩𝐬://𝐛𝐮𝐢𝐥𝐭𝐢𝐧.𝐜𝐨𝐦/𝐚𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥-𝐢𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞
𝐡𝐭𝐭𝐩𝐬://𝐭𝐨𝐰𝐚𝐫𝐝𝐬𝐝𝐚𝐭𝐚𝐬𝐜𝐢𝐞𝐧𝐜𝐞.𝐜𝐨𝐦/𝐜𝐥𝐞𝐚𝐫𝐢𝐧𝐠-𝐭𝐡𝐞-𝐜𝐨𝐧𝐟𝐮𝐬𝐢𝐨𝐧-𝐚𝐢-𝐯𝐬-𝐦𝐚𝐜𝐡𝐢𝐧𝐞-𝐥𝐞𝐚𝐫𝐧𝐢𝐧𝐠-𝐯𝐬-𝐝𝐞𝐞𝐩-𝐥𝐞𝐚𝐫𝐧𝐢𝐧𝐠-𝐝𝐢𝐟𝐟𝐞𝐫𝐞𝐧𝐜𝐞𝐬-𝐟𝐜𝐞𝟔𝟗𝐛𝟐𝟏𝐝𝟓𝐞𝐛
𝐡𝐭𝐭𝐩𝐬://𝐰𝐰𝐰.𝐟𝐨𝐫𝐛𝐞𝐬.𝐜𝐨𝐦/𝐬𝐢𝐭𝐞𝐬/𝐛𝐞𝐫𝐧𝐚𝐫𝐝𝐦𝐚𝐫𝐫/𝟐𝟎𝟏𝟖/𝟎𝟒/𝟏𝟔/𝐭𝐡𝐞-𝟔-𝐛𝐞𝐬𝐭-𝐟𝐫𝐞𝐞-𝐨𝐧𝐥𝐢𝐧𝐞-𝐚𝐫𝐭𝐢𝐟𝐢𝐜𝐢𝐚𝐥-𝐢𝐧𝐭𝐞𝐥𝐥𝐢𝐠𝐞𝐧𝐜𝐞-𝐜𝐨𝐮𝐫𝐬𝐞𝐬-𝐟𝐨𝐫-𝟐𝟎𝟏𝟖/?𝐬𝐡=𝟑𝟕𝐝𝐝𝟕𝟑𝐚𝟑𝟓𝟗𝐝𝟕