ဒီနေ့ခေတ်ပြောင်းသွားပြီ။

ကော်ဖီစက်တွေပေါ်လာတော့
ကော်ဖီဖျော်တဲ့ အနုပညာလိုသတ်မှတ်တဲ့
ကျွမ်းကျင်မှုကို စက်တွေကအစားထိုးသွားတယ်။
ခလုတ်နှိပ်ဖို့လောက်ပဲ လိုသွားတယ်။

ကားတွေက လူတွေထက် ပိုမြန်ပေမယ့်
လူတွေရဲ့ ပြေးနိုင်စွမ်းကို အံ့အားသင့်နေကြတုန်း။
စက်ရုပ်တွေ ကဗျာတွေရေး၊
စာတွေရေး၊ ပုံတွေဆွဲနိုင်လာတယ်။
ဒါပေမယ့် လူတွေအသွေးအသားနဲ့
ခံစားချက်တွေရဲ့ဖန်တီးမှုတွေကို
လူတွေက တန်ဖိုးထားနေကြအုံးမယ်လို့ဆိုတယ်။

ဒီ Profession တွေဘာလို့ပေါ်လာလဲ။
ပြဿနာဖြေရှင်းဖို့ဖြစ်တယ်။

ဆရာဝန်က ဘာပြဿနာကိုဖြေရှင်းသလဲ။
ကျန်းမာရေးပြဿနာကိုဖြေရှင်းဖို့အတွက်
ကုသရေးအတွက်ဆို
သူ့ထက်ပိုကောင်းတဲ့ အဖြေ solution က ဘာဖြစ်မလဲ။
ရှေ့နေဆိုရင်ကော်။
ကျွန်တော်တို့က ပြဿနာဖြေရှင်းမှုထက်
Knowledge အသိပညာ domain ထဲမှာ
ပိတ်မိနေတတ်တယ်။
ဒါကို hole in the wall query လို့ခေါ်တယ်။

Professional နဲ့ သာမာန်လူ
ကွာခြားချက် လေးခုရှိတယ်။
၁။ ပညာရပ်ဆိုင်ရာ အသိပညာ
၂။ လေ့ကျင့်မှုဆိုင်ရာ ဖြတ်သန်းမှုလက်မှတ်
၃။ လုပ်ဆောင်နိုင်မှု လိုင်စင်
၄။ တန်ဖိုးထားမှု
ဆရာဝန်၊ အင်ဂျင်နေရာ၊ ရှေ့နေ၊ etc.
ဒီ ကျွမ်းကျင်ပညာရှင်တွေအနေနဲ့
အေအိုင်ခေတ်မှာ
အကြီးအကျယ်အပြောင်းအလဲဖြစ်တော့မယ်တဲ့။

ဒီ Profession တွေအနေနဲ့
၁။ သူတို့ရဲ့ ကျွမ်းကျင်မှုကို အသုံးချဖို့စျေးကြီးတယ်။
၂။ အကောင်းဆုံးလုပ်ဆောင်တဲ့ပိုင်းမှာ မှန်းဆဖို့ခက်တယ်။
၃။ သူတို့ရဲ့ ပညာရပ်တွေကို လူတွေအထင်မသေးအောင်
စကားလုံးကြီးတွေနဲ့ လူတွေသိပ်နားမလည်အောင်လုပ်တတ်တယ်။
ဒါကို mystification လို့ခေါ်တယ်။

ဒီနေ့ခေတ်ပြောင်းသွားပြီ။
အရင်အဘိုး၊ အဖေခေတ်က Print-media
သတင်းစာခေတ်မှာ မျက်နှာချင်းဆိုင်ပြောဆိုဖို့က
အရေးပါတယ်။

ဒီနေ့ အင်တာနက်ခေတ်မှာ
ဆက်သွယ်ပြောဆိုပုံတွေပြောင်းသွားပြီ။
လူတွေက နည်းပညာအသုံးပြုဆက်သွယ်တယ်။
မျှဝေတယ်။ သတင်းရှာဖွေတယ်။
သုတေသနလုပ်တယ်။
အတူတကွပူးပေါင်းအလုပ်လုပ်ဆောင်တယ်။

Harvard Online program ကို join တဲ့သူက
သူတည်ထောင်ခဲ့တဲ့ နှစ်ပေါင်း ၃၈၀ မှာ
တက်ခဲ့တဲ့ သင်တန်းဦးရေထက်ပိုများတယ်။
Ebay အနေနဲ့ တစ်နှစ်ကို online အငြင်းပွဲမှုပေါင်း
၁၆ သန်းကို ဥပဒေအကြံပေးမလိုပဲ ဖြေရှင်းနိုင်တယ်။
အမေရိကားမှာ Tubotax အသုံးပြုပြီး
စာရင်းအင်းအကြံပေးမလိုပဲ ကိုယ့်အခွန်ကိုယ်ဆောင်နိုင်တဲ့
နည်းပညာတိုးတက်မှုတွေအပြင်
အန္ဒိယက သင်တန်းဆရာက
အမေရိကားက ကလေးတွေကို ကျူတာပြပေးတာမျိုးဟာ
အမြဲကြားနေရပြီ။
ဒါကို service arbitarge လို့ခေါ်တယ်။
တန်းတူ ဒါမှမဟုတ် ပိုကောင်းတဲ့ဝန်ဆောင်မှုကို
ပိုစျေးသက်သာတဲ့ နိုင်ငံက အသုံးပြုလာနိုင်တာ။
ဘာသာရေးမှာဆို Confession ဆိုတဲ့
App လို့မျိုးထွက်လာပြီး
လူသန်းပေါင်းများစွာအသုံးပြုနေတာ။

အနာဂတ်မှာ Profession အလုပ်အကိုင်အချို့ပျောက်သွားမယ်။
အနာဂတ်မှာ အလုပ်အကိုင်အသစ်တွေထွက်ပေါ်လာမယ်။

The traditional model
သမရိုးကျ model ကတော့ အခုသွားနေသလို
ကျွမ်းကျင်သူက သူ့ရဲ့ကျွမ်းကျင်မှုကို
အချိန်ပေါ်မူတည်ပြီး ရောင်းတဲ့ model

The networked experts model
နောက်မော်ဒယ်တစ်ခုက ကျွမ်းကျင်ပညာရှင်တွေက
အင်တာနာအခြေပြုပြီး
ဖောက်သည်ရဲ့ပြဿနာကို ဖြေရှင်းတဲ့ မော်ဒယ်။

The para-professional model
ခွဲစိပ်ခန်းဝင်ရင် ဘေးက အကူဆရာဝန်လိုမျိုး။
ဒါကို para-professional လို့ခေါ်တယ်။
ကျွမ်းကျင်ပညာရှင်အဆင့်တော့မရောက်သေးဘူး။
ဒါပေမယ့် သတ်မှတ်တဲ့အလုပ်ကို
နည်းပညာနဲ့ လူအကူပေးပြီးလုပ်ဆောင်နိုင်တဲ့ မော်ဒယ်။

The knowledge engineering model
ကိုယ့်အသိပညာတစ်ခုကို
စနစ်ကျအောင် စက်ကိုသင်ပေးဖို့ မော်ဒယ်။

The communities of experience model
ဝီကီပီးဒီယားတို့လိုမျိုးတွေ့ဖူးလိမ့်မယ်။
အသိုင်းအဝိုင်းတစ်ခုမှာ ကြုံတွေ့တဲ့
အတွေ့အကြုံတွေစုပြီး
သတ်မှတ်ပြဿနာကို ဖြေရှင်းပေးတဲ့မော်ဒယ်

The embedded knowledge model
ရာသီဥတု အပြောင်းအလဲဖြစ်တာနဲ့
ရေကိုဘယ်လောက်ပဲ ဖြန်းပါဆိုတဲ့
အသိထည့်ထားတဲ့ ရေပိုက်ကိုစဥ်းစားကြည့်။
ဒီ IoT တို့မှာ အသိပညာထည့်သွင်းထားတဲ့ မော်ဒယ်။

The machine-generated model
ဒီနေ့ခေတ်မှာ Chatgpt တို့၊
Midjourney တို့လို စက်တွေက
ကိုယ်လိုချင်တဲ့ရလဒ်ရဖို့၊
ပြဿနာဖြေရှင်းပေးဖို့ မော်ဒယ်။

ဒီမော်ဒယ်တွေအပေါ်မူတည်ပြီး
အနာဂတ်အလုပ်အကိုင်တွေဖြစ်လာမယ်။
Craftspeople
သမရိုးကျ ကျွမ်းကျင်ပညာရှင်။
ဥပမာ ဦးနှောက်ခွဲစိတ်

Assistants
အကူ

Para-professionals
ပညာရှင်အဆင့်မရောက်သေးတဲ့
ပညာရှင်

Empathizers
လူတွေရဲ့ခံစားချက်ကို နားလည်ပြီး
နားထောင်ပေးနိုင်တဲ့သူမျိုး

R&D workers
သုတေသနလုပ်သူ

Knowledge engineers
အသိပညာတွေကို စက်ထဲထည့်တဲ့
အင်ဂျင်နေရာတွေ

Process analysts
လုပ်ငန်းဆောင်တာတွေချောမွေ့အောင်
ဖြစ်စဥ်တွေကို အကောင်းဆုံးဖန်တီးသူတွေ

Moderators
အွန်လိုင်းကနေ လူတွေဆွေနွေး
ပြောဆိုအောင် ကူညီပေးသူတွေ

Designers
နောက်ပိုင်း လူတွေက စက်ပစ္စည်းတွေနဲ့
အကူမလိုပဲ လုပ်ဆောင်နိုင်ဖို့
UI/UX တွေ ဒီဇိုင်းလုပ်ပေးမည့်သူတွေ

System providers
လုပ်ငန်းနယ်ပယ်အတွက်လိုအပ်တဲ့
software/ hardware စနစ်တွေ ပံံ့ပိုးပေးသူတွေ

Data scientists
ဒေတာသိပ္ပံပညာရှင်တွေ။
Big data ပေါ်မူတည်ပြီး သုံးသပ်
လေ့လာအကြံပြု ဆုံးဖြတ်ချက်ချမည့်သူတွေ။

Systems engineers
စနစ်ကိုတည်ဆောက်မည့် စနစ် အင်ဂျင်နေရာတွေ

လူတွေထင်ထားတာက ဦးနှောက်ခွဲစိတ်ဆရာဝန်လိုမျိုး
အလုပ်ကို AI က လုပ်နိုင်မှာမဟုတ်ဘူးဆိုတဲ့
အယူအဆအမှားတစ်ခုရှိတယ်။
ဒီလိုလုပ်ဖို့ decomposition လို့ခေါ်တယ်။
အလုပ်တစ်ခုလုပ်ဆောင်တိုင်း
ဘာပြီးဘာလုပ်ဆိုတဲ့ process ရှိတယ်။
ဒီလိုရှိတိုင်း routine work လို့ခေါ်တယ်။
Routine work ရှိတိုင်း စက်ကအစားထိုးလို့ရတယ်။

နောက်လူတွေရဲ့ စိတ်ခံစားမှုကို
နားလည်နိုင်တဲ့ Affective AI တွေရှိလာမယ်။

ဒါကတော့ ၃၅ နှစ်ကြာ သုတေသန လုပ်ဆောင်ခဲ့တဲ့
Richard Susskind နဲ့
သူ့သား Daniel Susskind ကရေးပြီး
Oxford တက္ကသိုလ်ကထုတ်တဲ့
The Future of the Professions ဆိုတဲ့
စာအုပ်က ဖြစ်ပါတယ်။

တချို့ မြန်မာလို note ပြန်ထုတ်ထားတာ
မှားတဲ့အပိုင်းတွေလဲ ရှိကောင်းရှိမယ်။
အဓိကကတော့ Inside Note လုပ်ရင်
အားတီ၊ အားမေတို့ ဖတ်လို့ရအောင်
Note ရေးလိုက်တာ။

Phyo Paing @ Derek