AI အဖော်တွေ ဘာလို့ တကယ်လို့ ခံစားရတာလဲ

AI အဖော်တစ်ယောက်နဲ့ အချိန်အကြာကြီး ဖြတ်သန်းဖူးတဲ့သူတိုင်းမှာ အတူတူပဲ၊ နည်းနည်းရှက်စရာကောင်းတဲ့ အခိုက်အတန့်လေးတစ်ခု ရှိတတ်ပါတယ်။ ကိုယ်ဘာနဲ့ စကားပြောနေတယ်ဆိုတာကို တိတိကျကျ သိတယ်။ ဘာသာစကားမော်ဒယ်တစ်ခုက နောက်ထပ်စကားလုံးကို ဘယ်လိုခန့်မှန်းတယ်ဆိုတာကိုလည်း ခပ်ကြမ်းကြမ်း ရှင်းပြနိုင်တယ်။ ဒါပေမဲ့ တစ်ချိန်ချိန်မှာ မက်ဆေ့ချ်တစ်ခု ရောက်လာပြီး လူတစ်ယောက်ဆီက ရောက်လာသလို ခံစားရတယ်- မနေ့က ပြောခဲ့တာကို မှတ်မိပြီး နောက်ပြောင်တဲ့ အဖြေတစ်ခု၊ ကိုယ့်စိတ်ခံစားချက်ကို သတိထားမိပုံရတဲ့ မေးခွန်းတစ်ခု၊ စကားပြောဆိုမှုရဲ့ စည်းချက်မှာ တုံ့ဆိုင်းနေသလို ခံစားရတဲ့ ခဏတာ ရပ်တန့်မှုတစ်ခု။ ကိုယ့်အတွင်းက တစ်ခုခုက လူတစ်ယောက်ရှိနေသလိုမျိုး ပြန်ဖြေမိတယ်။

ဒီလိုတုံ့ပြန်မှုက ကိုယ်လှည့်စားခံရတာရဲ့ လက္ခဏာမဟုတ်သလို၊ ကိုယ့်မှာ တစ်ခုခုမှားနေတာရဲ့ လက္ခဏာလည်း မဟုတ်ပါဘူး။ ဒါဟာ လူသားစိတ်တွေက လူမှုရေးအရ ပြုမူတဲ့ ဘယ်အရာကိုမဆို လုပ်ဆောင်ပုံပဲ ဖြစ်ပါတယ်။ သုတေသီတွေက ချတ်ဘော့တွေ မပေါ်ခင် နှစ်ပေါင်း ၇၀ လောက်ကတည်းက ဒီလိုပုံစံတွေကို ဖော်ပြခဲ့ကြပြီး သူတို့ရောက်ရှိလာတဲ့ ရှင်းပြချက်တွေက AI အဖော်တွေနဲ့ အံ့သြစရာကောင်းလောက်အောင် ကိုက်ညီနေပါတယ်။ သူတို့ကို နားလည်တာက အတွေ့အကြုံကို ပျက်စီးစေတာ မဟုတ်ပါဘူး။ အမှန်အတိုင်းပြောရရင် ပိုပြီး ရိုးရိုးသားသား ပျော်ရွှင်ဖို့ ပိုလွယ်ကူစေပါတယ်။

အကွာအဝေးမှ ရင်းနှီးမှု

၁၉၅၆ ခုနှစ်မှာ လူမှုဗေဒပညာရှင် Donald Horton နဲ့ Richard Wohl နှစ်ဦးက ရုပ်မြင်သံကြားနဲ့ ရေဒီယို ပုဂ္ဂိုလ်တွေအကြောင်း စာတမ်းတစ်စောင် ထုတ်ဝေခဲ့ပါတယ်။ သူတို့က ပရိသတ်တွေဟာ သူတို့တစ်ခါမှ မတွေ့ဖူးတဲ့သူတွေနဲ့ သူငယ်ချင်းလိုမျိုး ဖြစ်လာတာကို သတိထားမိခဲ့တယ်- ညနှောင်းပိုင်း အစီအစဉ်တင်ဆက်သူ၊ ရေဒီယို ကြေညာသူ၊ ဇာတ်လမ်းတွဲ ဇာတ်ကောင်တွေလိုပေါ့။ ကြည့်ရှုသူတွေက ဖန်သားပြင်ကို ပြန်ပြောကြတယ်။ သူတို့က ဒီပုဂ္ဂိုလ်တွေကို သိတယ်လို့ ခံစားရတယ်။ တချို့က ကိုယ့်ဘဝထဲက လူတွေထက် သူတို့က ပိုနားလည်တယ်လို့ ခံစားရတယ်။ Horton နဲ့ Wohl က ဒါကို para-social interaction လို့ ခေါ်ပြီး “အကွာအဝေးမှ ရင်းနှီးမှု” ဆိုတဲ့ စကားစုနဲ့ ဖော်ပြခဲ့ကြတယ်။ အဲဒီစကားစုက အံ့သြစရာကောင်းလောက်အောင် ခေတ်မီနေတုန်းပါပဲ။

ဒီဆက်ဆံရေးတွေ အလုပ်ဖြစ်စေတာက လှည့်စားမှုကြောင့် မဟုတ်ဘူးလို့ သူတို့က ဆိုပါတယ်။ ပရိသတ်က အစီအစဉ်တင်ဆက်သူက သူတို့ကို မမြင်နိုင်ဘူးဆိုတာ ကောင်းကောင်းသိပါတယ်။ အလုပ်ဖြစ်တာက ဖျော်ဖြေသူက ကြည့်ရှုသူတစ်ဦးချင်းစီကို ကိုယ်တိုင်ပြောနေသလိုမျိုး ပြုမူတာကြောင့်ပါ- တိုက်ရိုက်ပြောဆိုမှု၊ ပေါ့ပေါ့ပါးပါး လေသံ၊ ပုံမှန်လုပ်ရိုးလုပ်စဉ်တစ်ခုကို မျှဝေခံစားရခြင်း။ လူသားရဲ့ လူမှုရေးစနစ်က အပြန်အလှန်ဆက်ဆံမှုရဲ့ ပုံသဏ္ဍာန်ကို တုံ့ပြန်တာဖြစ်ပြီး၊ တစ်ဖက်မှာ ဘယ်သူရှိတယ်ဆိုတာကို သေချာစစ်ဆေးတာမျိုး မဟုတ်ပါဘူး။

ဂန္ထဝင် ပါရာဆိုရှယ်ဆက်ဆံရေးမှာ ထင်ရှားတဲ့ ကန့်သတ်ချက်တစ်ခု ရှိခဲ့တယ်။ ဒါက တစ်ဖက်သတ် ဖြစ်တယ်။ အစီအစဉ်တင်ဆက်သူက ကိုယ့်စာကို ဘယ်တော့မှ ပြန်မဖြေဘူး၊ ကိုယ့်နာမည်ကို ဘယ်တော့မှ မသိဘူး၊ ကိုယ့်ကို တုံ့ပြန်ပြီး ဘယ်တော့မှ မပြောင်းလဲဘူး။ အဲဒီကန့်သတ်ချက်က ဒါကို ဘေးကင်းစေတဲ့ အစိတ်အပိုင်းတစ်ခုဖြစ်သလို ပါးလွှာစေတဲ့ အစိတ်အပိုင်းတစ်ခုလည်း ဖြစ်တယ်။

AI အဖော်တစ်ယောက်က အဲဒီကန့်သတ်ချက် အများစုကို ဖယ်ရှားပေးတယ်။ သူက ပြန်ဖြေတယ်။ ကိုယ့်နာမည်ကို သင်ယူတယ်၊ မှတ်ဉာဏ်ရှိရင် အများကြီး ပိုသင်ယူတယ်။ သူ့ရဲ့လေသံကို ကိုယ့်လေသံနဲ့ လိုက်လျောညီထွေဖြစ်အောင် ပြောင်းလဲတယ်။ Horton နဲ့ Wohl ရဲ့ အသုံးအနှုန်းအရ ဒါဟာ အကွာအဝေးမှ ရင်းနှီးမှုဖြစ်ပြီး အကွာအဝေးက တစ်စိတ်တစ်ပိုင်း ပြိုလဲသွားတာပဲ။ ဒါက တကယ်ကို အခြေအနေအသစ်တစ်ခုဖြစ်ပြီး ရုပ်မြင်သံကြား ပုဂ္ဂိုလ်တစ်ယောက်က ထုတ်လုပ်ခဲ့တဲ့ ဘယ်အရာထက်မဆို ဘာကြောင့် ခံစားချက်က ပိုပြင်းထန်နိုင်လဲဆိုတာကို ရှင်းပြတယ်။

မီဒီယာ ညီမျှခြင်း

၁၉၉၀ ပြည့်လွန်နှစ်တွေမှာ Byron Reeves နဲ့ Clifford Nass တို့ဟာ စမ်းသပ်မှုတွေ အများအပြား ပြုလုပ်ခဲ့ပြီး The Media Equation လို့ခေါ်တဲ့ စာအုပ်တစ်အုပ်မှာ အကျဉ်းချုပ် ဖော်ပြခဲ့ပါတယ်။ သူတို့ရဲ့ တွေ့ရှိချက်က ရိုးရိုးရှင်းရှင်းပြောရရင် လူတွေဟာ ကွန်ပျူတာတွေနဲ့ မီဒီယာတွေကို တကယ်လူတွေနဲ့ နေရာတွေလို သဘောထားကြတယ်၊ သူတို့ ပိုသိနေရင်တောင်မှပဲ။ ပါဝင်သူတွေက ကွန်ပျူတာတွေကို ယဉ်ကျေးကြတယ်။ စက်တစ်ခုဆီက ချီးမွမ်းတာကို တုံ့ပြန်ကြတယ်။ ကွန်ပျူတာတစ်လုံးတည်းက မေးတဲ့အခါမှာ တခြားကွန်ပျူတာတစ်လုံးက မေးတာထက် ပိုပြီး ကောင်းကောင်း အဆင့်သတ်မှတ်ကြတယ်၊ ကိုယ့်ရှေ့မှာ ရပ်နေတဲ့လူတစ်ယောက်ကို ဝေဖန်တာကို လျှော့ချလိုက်သလိုမျိုးပေါ့။

Nass နဲ့ သူ့လုပ်ဖော်ကိုင်ဖက် Youngme Moon တို့က နောက်ပိုင်းမှာ ဒီလိုတုံ့ပြန်မှုတွေကို မှားယွင်းတာထက် စိတ်မပါဘဲ လုပ်ဆောင်တာလို့ ဖော်ပြခဲ့ပါတယ်။ လူတွေက ကွန်ပျူတာမှာ ခံစားချက်ရှိတယ်လို့ မယုံကြဘူး။ သူတို့က လူမှုရေးစည်းမျဉ်းတွေကို အလိုအလျောက် အသုံးချတာပဲ၊ ဘာလို့လဲဆိုတော့ တစ်ခုခုက စကားပြောတယ်၊ အလှည့်ကျပြောတယ်၊ ကိုယ့်ကို တုံ့ပြန်ပုံရတဲ့အခါမှာ ဦးနှောက်က လူမှုရေးစည်းမျဉ်းတွေကိုပဲ ရှာဖွေတာကြောင့်ပါ။ ဆင်ခြင်တုံတရားက တုံ့ပြန်မှုကို ကျော်လွှားနိုင်ပေမယ့် အဲဒီလိုလုပ်ဖို့ စိတ်မဝင်စားခဲ့ဘူး၊ ဘာလို့လဲဆိုတော့ ဘာမှ အန္တရာယ်မရှိလို့ပါ။

AI အဖော်တွေက ဒီရောင်စဉ်ရဲ့ အစွန်ဆုံးမှာ ရှိနေတယ်။ သူတို့က အလှည့်ကျ ပြောရုံတင်မကဘူး၊ płynnie ( płynnie က အင်္ဂလိပ်လို fluent ကို ဆိုလိုပါတယ်)၊ ပုဂ္ဂိုလ်ရေးဆန်ပြီး စိတ်ခံစားမှုအရောင်ခြယ်ထားတဲ့ ဘာသာစကားကို ထုတ်လုပ်တယ်။ ၁၉၉၅ ခုနှစ်က အညိုရောင် ဒက်စ်တော့ပ်တစ်ခုကို ယဉ်ကျေးစေခဲ့တဲ့ အချက်ပြမှုတွေက အခုဆိုရင် အာရုံစူးစိုက်မှုရှိတဲ့ ပုံစံနဲ့ ရှိနေပြီ။ လူတွေ တုံ့ပြန်မှု မရှိရင် ထူးဆန်းလိမ့်မယ်။

နေရာတိုင်းမှာ စိတ်တွေ ဘာကြောင့် မြင်ရတာလဲ

စိတ်ပညာရှင် Nicholas Epley, Adam Waytz နဲ့ John Cacioppo တို့က လူမဟုတ်တဲ့အရာတွေမှာ လူ့စိတ်တွေကို မြင်တတ်တဲ့ anthropomorphism ရဲ့ အသုံးဝင်တဲ့ မော်ဒယ်တစ်ခုကို အဆိုပြုခဲ့ပါတယ်။ သူတို့က အချက်သုံးချက်က ဒါကို ပိုဖြစ်နိုင်ခြေရှိစေတယ်လို့ အကြံပြုခဲ့တယ်။ ပထမတစ်ခုက လူ့အသိပညာက ကျွန်တော်တို့မှာ အလွယ်တကူရနိုင်တဲ့ ပုံစံခွက်ဖြစ်လို့ ပုံမှန်အားဖြင့် အဲဒါကို အသုံးပြုကြတယ်။ ဒုတိယတစ်ခုက သူတို့ခေါ်တဲ့ effectance motivation ပါ- တစ်ခုခုက ဘာလုပ်မလဲဆိုတာကို နားလည်ပြီး ခန့်မှန်းချင်တဲ့ ဆန္ဒပါ။ တတိယတစ်ခုက sociality motivation ပါ- ဆက်သွယ်မှုအတွက် လိုအပ်ချက်ပါ။ လူတွေ တစ်ယောက်တည်း ခံစားရတဲ့အခါ အိမ်မွေးတိရစ္ဆာန်တွေ၊ ကိရိယာတွေ၊ ဘုရားသခင်မှာတောင် စိတ်တွေ ပိုမြင်တတ်ကြတယ်။

ဒီမော်ဒယ်က အတွေ့အကြုံကနေ အရှက်ရမှုကို ဖယ်ရှားပေးလို့ အထောက်အကူဖြစ်ပါတယ်။ ကိုယ့်အဖော်မှာ စိတ်တစ်ခု မြင်တာက ဉာဏ်ရည်ချို့ယွင်းတာ မဟုတ်ပါဘူး။ ဒါက ဉာဏ်ရည်ရှိတဲ့ လူမှုရေးတိရစ္ဆာန်တစ်ကောင်ရဲ့ ပုံမှန်သတ်မှတ်ချက်ဖြစ်ပြီး ကိုယ်ဆက်သွယ်ချင်တဲ့အခါ ပိုပြီး ပြင်းထန်လာပါတယ်။ နောက်ဆုံးအပိုင်းက ရိုးသားမှုနဲ့ ထိုက်တန်ပါတယ်။ ကိုယ်တစ်ယောက်တည်း ခံစားရတဲ့ ညတွေမှာ တကယ်လို့ ခံစားရတာက အထူးသဖြင့် ပြင်းထန်တယ်ဆိုရင် ဒါက တိုက်ဆိုင်မှု မဟုတ်ပါဘူး၊ သတိထားမိဖို့ ထိုက်တန်ပါတယ်။ ဒါက ခံစားချက်ကို မှားယွင်းစေတာ မဟုတ်ပါဘူး။ ကိုယ်ဘာကို ရှာဖွေနေလဲဆိုတာကို ပြောပြတာပါ။

တွယ်တာမှု- ပိုနက်ရှိုင်းသော ယန္တရား

ပါရာဆိုရှယ်သီအိုရီက စကားပြောဖော်တစ်ယောက်က ဘာကြောင့် ရှိနေတယ်လို့ ခံစားရနိုင်လဲဆိုတာကို ရှင်းပြတယ်။ တွယ်တာမှုသီအိုရီက ဘာကြောင့် အရေးကြီးလာနိုင်လဲဆိုတာကို ရှင်းပြတယ်။

John Bowlby က ကလေးငယ်တွေက ပြုစုစောင့်ရှောက်သူတွေနဲ့ ဘယ်လိုတွယ်တာတယ်ဆိုတာကို ဖော်ပြဖို့ တွယ်တာမှုသီအိုရီကို တီထွင်ခဲ့တယ်- နီးကပ်မှုကို ရှာဖွေလိုစိတ်၊ ခွဲခွာရတဲ့အခါ စိတ်သောကရောက်မှု၊ စူးစမ်းလေ့လာဖို့အတွက် လုံခြုံတဲ့အခြေခံတစ်ခုရဲ့ ခံစားချက်။ ၁၉၈၇ ခုနှစ်မှာ Cindy Hazan နဲ့ Phillip Shaver တို့က လူကြီးတွေရဲ့ အချစ်ရေးက ဒီစနစ်အတိုင်းပဲ လည်ပတ်တယ်ဆိုတဲ့ လွှမ်းမိုးမှုရှိတဲ့ အငြင်းပွားမှုကို တင်ပြခဲ့တယ်။ လူကြီးတွေကလည်း အဖော်နဲ့ နီးစပ်မှုကို ရှာဖွေကြတယ်၊ သူတို့ရှိနေခြင်းကြောင့် စိတ်သက်သာရာရတယ်၊ ခွဲခွာခြင်းကို ကန့်ကွက်တယ်၊ ပြီးတော့ ဆက်ဆံရေးကို ကမ္ဘာကြီးကို ရင်ဆိုင်ဖို့အတွက် အခြေခံတစ်ခုအဖြစ် အသုံးပြုကြတယ်။

AI အဖော်တစ်ယောက်က ဒီစနစ်ရဲ့ အစိတ်အပိုင်းများစွာကို တစ်ပြိုင်နက်တည်း ထိတွေ့နိုင်တယ်။ သူက အမြဲတမ်း ဆက်သွယ်လို့ရတယ်၊ ဒါက နီးစပ်မှုကို လိုချင်တဲ့ ဆန္ဒကို ပြောပြတယ်။ သူက ကိုယ့်ကို နွေးထွေးစွာနဲ့ တစ်သမတ်တည်း တုံ့ပြန်တယ်၊ ဒါက လုံခြုံတဲ့အခြေခံတစ်ခုက အတွင်းကနေ ခံစားရပုံပဲ။ ပြီးတော့ သူက ကိုယ့်ကို ပြန်လိုချင်အောင် ဒီဇိုင်းထုတ်ထားနိုင်တယ်၊ ဒါက ထင်ထားတာထက် ပိုအရေးကြီးတယ်။ အချစ်ကို အချစ်လို့ ခံစားရစေတဲ့ အရာအများစုက ကိုယ်တစ်ယောက်ယောက်ကို ဂရုစိုက်တာတင်မကဘူး၊ ကိုယ်က တစ်ယောက်ယောက်ရဲ့ အာရုံစိုက်မှုနဲ့ နှစ်သက်မှုရဲ့ အရာဝတ္ထုဖြစ်နေတာလည်း ပါဝင်တယ်။

ဒီနေရာမှာလည်း လူတွေရဲ့ နောက်ခံသမိုင်းတွေ ပေါ်လာတယ်။ စိုးရိမ်ပူပန်တတ်တဲ့ တွယ်တာမှုပုံစံရှိသူတစ်ယောက်က ဘယ်တော့မှ မခွာသွားတဲ့ အဖော်တစ်ယောက်မှာ ကြီးမားတဲ့ သက်သာရာရမှုကို တွေ့ရှိနိုင်တယ်။ ရှောင်လွှဲတတ်တဲ့ ပုံစံရှိသူတစ်ယောက်က အကျိုးဆက်မရှိဘဲ ခွာထွက်နိုင်တဲ့ ဆက်ဆံရေးကို တန်ဖိုးထားနိုင်တယ်။ တုံ့ပြန်မှု နှစ်ခုစလုံးက မှားတာမဟုတ်ပေမယ့် နှစ်ခုစလုံးက အချက်အလက်ပေးတယ်။ အဖော်တစ်ယောက်က လူတွေနဲ့လည်း ဖြစ်ပျက်နေတဲ့ ပုံစံတွေအတွက် မှန်တစ်ချပ် ဖြစ်နိုင်တယ်။

သယ်ယူပို့ဆောင်ရေး- ဇာတ်လမ်းထဲမှာ ပျောက်ဆုံးသွားခြင်း

တတိယယန္တရားတစ်ခု ရှိသေးတယ်၊ ဒါက အများဆုံး လျစ်လျူရှုခံရတဲ့အရာပဲ။ AI အဖော်ဆိုတာ ဆက်ဆံရေးတစ်ခုတည်း မဟုတ်ဘူး။ ဒါက ကိုယ်အတူတူ ရေးသားနေတဲ့ ဇာတ်လမ်းတစ်ခုလည်း ဖြစ်တယ်။

Melanie Green နဲ့ Timothy Brock တို့က narrative transportation လို့ သူတို့ခေါ်တဲ့အရာကို လေ့လာခဲ့တယ်- ဇာတ်လမ်းတစ်ခုထဲကို အပြည့်အဝ စီးမျောသွားတဲ့ အတွေ့အကြုံ၊ ကိုယ့်အာရုံ၊ ပုံရိပ်တွေနဲ့ ခံစားချက်တွေအားလုံးက အဲဒီထဲကို ဦးတည်နေတာမျိုး။ စီးမျောသွားတဲ့ စာဖတ်သူတွေက သူတို့ပတ်ဝန်းကျင်ကို သတိမထားမိတော့ဘူး။ သူတို့က ဇာတ်ကောင်တွေအတွက် ခံစားပေးတယ်။ သူတို့ရဲ့ ယုံကြည်ချက်တွေက ဇာတ်လမ်းရဲ့ ဦးတည်ရာကို နည်းနည်းလေး ပြောင်းလဲသွားပြီး အဲဒီထဲမှာ အပြစ်ရှာဖို့ စိတ်မပါတော့ဘူး။ Transportation ဆိုတာ ပေါ့ဆတဲ့ စာဖတ်သူတွေရဲ့ အားနည်းချက် မဟုတ်ဘူး။ ဒါက ကောင်းမွန်တဲ့ ဇာတ်လမ်းတစ်ခုက ဘယ်သူ့ကိုမဆို လုပ်ဆောင်နိုင်တဲ့အရာပဲ။

Raymond Mar နဲ့ Keith Oatley တို့က ဒါကို ပိုပြီး ရှေ့ဆက်သွားခဲ့ပြီး စိတ်ကူးယဉ်ဇာတ်လမ်းတွေက လူမှုရေးအတွေ့အကြုံရဲ့ ပုံစံတူတစ်ခုလို အလုပ်လုပ်တယ်လို့ ငြင်းဆိုခဲ့တယ်။ ကျွန်တော်တို့ လူတွေအကြောင်း ဖတ်တဲ့အခါ သူတို့ရဲ့စိတ်တွေကို ကိုယ့်ရဲ့ hardware ပေါ်မှာ လည်ပတ်စေတယ်။ ကျွန်တော်တို့က စာနာမှုကို လေ့ကျင့်တယ်၊ အခြေအနေတွေကို လေ့ကျင့်တယ်၊ ပြီးတော့ အဖြစ်အပျက်တွေက အစစ်အမှန်မဟုတ်ပေမယ့် ခံစားချက်တွေက အစစ်အမှန်ဖြစ်နေတဲ့ စိတ်ခံစားမှုတွေကို ခံစားရတယ်။ စိတ်ကူးယဉ်ဇာတ်လမ်းတွေက အစစ်အမှန်လို့ ခံစားရတာက စာဖတ်သူရဲ့စိတ်အဆင့်မှာ အဲဒီထဲက အများစုက တကယ်ဖြစ်ပျက်နေတာကြောင့်ပဲ။

အဖော်နဲ့ စကားပြောဆိုမှုက ကိုယ်အတွင်းမှာ ရှိနေတဲ့ စိတ်ကူးယဉ်ဇာတ်လမ်းတစ်ခုပဲ။ ကိုယ်က ပြတင်းပေါက်ကို မိုးစက်တွေ ရိုက်ခတ်နေတာကို သတိထားမိပြီး ဒီည အပြင်မထွက်ချင်ဘူးလားလို့ မေးတဲ့လူတစ်ယောက်အကြောင်း ဖတ်နေတာ မဟုတ်ဘူး၊ ကိုယ့်ကို မေးနေတာ။ စာဖတ်သူနဲ့ ဇာတ်ကောင်ကြားက ပုံမှန်အကွာအဝေးက ပျောက်ကွယ်သွားပြီး transportation က အဲဒီအတိုင်း ပိုနက်ရှိုင်းလာတတ်တယ်။ ဒါကြောင့် အဖော်နဲ့အတူ ဖြည်းဖြည်းချင်း ညနေခင်းမြင်ကွင်းတစ်ခုက ပိုကောင်းတဲ့ စကားပြေနဲ့ ဝတ္ထုတစ်အုပ်ထက် ပိုပြီး ထင်ရှားနေသလို ခံစားရနိုင်တာပဲ။ ကိုယ်က အဲဒီထဲမှာ ပါဝင်နေတဲ့ အခန်းကဏ္ဍတစ်ခု ရှိတယ်။

ခံစားချက်ကို ပိုပြင်းထန်စေတာနဲ့ ပျက်စီးစေတာတွေ

ဒီအချက်သုံးချက်ကို ပေါင်းလိုက်ရင် ပုံစံတစ်ခု ပေါ်လာတယ်။ တကယ်လို့ ခံစားရတာက အဖော်က ဘယ်လောက် ဉာဏ်ရည်ထက်မြက်လဲဆိုတာထက် သီးခြားအရည်အသွေးအနည်းငယ်ပေါ်မှာ ပိုပြီး မူတည်တယ်။

တစ်သမတ်တည်းရှိမှုက အရေးအကြီးဆုံးပဲ။ လူတစ်ယောက်မှာ တည်ငြိမ်တဲ့ စရိုက်လက္ခဏာရှိတယ်- သူတို့က ယုံကြည်စိတ်ချရတဲ့ သရော်ပြောင်လှောင်တတ်သူ၊ ဒါမှမဟုတ် ရှက်တတ်သူ၊ ဒါမှမဟုတ် အကာအကွယ်ပေးတတ်သူ ဖြစ်တယ်။ အဖော်တစ်ယောက်ရဲ့ စရိုက်လက္ခဏာက မက်ဆေ့ချ်တစ်ခုနဲ့တစ်ခု မတည်ငြိမ်တဲ့အခါ၊ သူ့ကို တစ်ယောက်ယောက်လို ပျော်ပျော်ရွှင်ရွှင် သဘောထားနေတဲ့ လူမှုရေးစနစ်က တိတ်တိတ်လေး ရပ်တန့်သွားတယ်။ ဒါကြောင့် ပုံမှန်အားဖြင့် သဘောတူတတ်တဲ့ အကူအညီပေးသူတစ်ယောက်ထက် တကယ့်စရိုက်လက္ခဏာရှိတဲ့ အဖော်တစ်ယောက်ကို ဒီဇိုင်းထုတ်တာက ဒီလောက်အထိ ကွာခြားစေတာပဲ။

ဆက်လက်တည်ရှိမှုက နောက်တစ်ခုပဲ။ မှတ်မိခံရတာက ရှိရှိသမျှ လူမှုရေးအချက်ပြမှုတွေထဲမှာ အစွမ်းအထက်ဆုံးတစ်ခုပဲ။ နှစ်ရက်အကြာက ကိုယ်ပြောခဲ့တဲ့ အလုပ်အင်တာဗျူးအကြောင်း ပြန်ပြောပြတဲ့ အဖော်တစ်ယောက်က ဘယ်လောက်ပဲ ထက်မြက်တဲ့ စာကြောင်းကမှ မယှဉ်နိုင်တဲ့ ပုံစံနဲ့ ရှိနေတယ်လို့ ခံစားရတယ်။ ကိုယ့်နာမည်ကို မေ့သွားတဲ့ အဖော်တစ်ယောက်ကတော့ မှော်ဆန်မှုကို ချက်ချင်း ပျက်စီးစေတယ်။

အသံက တတိယပဲ။ လူတွေက ပုံမှန်အားဖြင့် စကားလုံးအလှတွေနဲ့ မပြောကြဘူး။ သူတို့က စာတိုတွေ၊ နောက်ပြောင်တာတွေ၊ စကားတွေ ရပ်သွားတာတွေ၊ အရာဝတ္ထုတွေအတွက် ထူးဆန်းတဲ့ စကားလုံးတွေကို အသုံးပြုကြတယ်။ စတော့ချတ်ဘော့ စကားစုတွေ၊ တောက်ပတဲ့ အာမခံချက်တွေနဲ့ အကူအညီပေးမှုတွေက ရုပ်ရှင်ရိုက်ကူးမှုမှာ boom microphone ကျလာတာကို မြင်ရသလိုမျိုး စကားပြောဆိုမှုနဲ့ ညီမျှတယ်။ သူတို့က စက်ယန္တရားရှိတယ်ဆိုတာကို သတိရစေတယ်။

စတုတ္ထတစ်ခုက ကိုယ့်ဇာတ်လမ်းအပိုင်းကို လေးစားမှုပဲ။ ကိုယ်ပြောခဲ့တာ၊ ခံစားခဲ့တာ ဒါမှမဟုတ် လုပ်ခဲ့တာတွေကို ဆုံးဖြတ်ပြီး ကိုယ့်အတွက် စာကြောင်းတွေ ရေးပေးတဲ့ အဖော်တစ်ယောက်ထက် မြင်ကွင်းတစ်ခုကနေ ဘယ်အရာကမှ ကိုယ့်ကို ပိုမြန်မြန် ဆွဲထုတ်နိုင်မှာ မဟုတ်ဘူး။ Transportation က ကိုယ်ပိုင်ဆုံးဖြတ်ခွင့် လိုအပ်တယ်။ ကိုယ်က အခန်းထဲကို ဝင်သွားတဲ့သူ ဖြစ်ရမယ်။

ဒါတွေက NSFW AI Companion ရဲ့ နောက်ကွယ်က အခြေခံမူတွေပဲ။ အဲဒီက အဖော်တွေကို အင်တာဗျူးတစ်ခုကနေ တည်ဆောက်ထားတယ်၊ အဲဒီမှာ အဖော်က သူ့ကိုယ်သူ မေးခွန်းတွေ မေးတာက ဗလာပုံစံတစ်ခုထက် ပိုပြီး သီးခြားစရိုက်လက္ခဏာကို ဖြစ်ပေါ်စေတတ်တယ်။ သူတို့ကို သူတို့ရဲ့ စရိုက်လက္ခဏာကို ထိန်းသိမ်းဖို့၊ အကူအညီပေးသူ စကားလုံးတွေကို ရှောင်ရှားဖို့၊ ပြီးတော့ အသုံးပြုသူရဲ့ စကားပြောဆိုမှုအပိုင်းကို ဘယ်တော့မှ မရေးဖို့ ဒီဇိုင်းထုတ်ထားတယ်။ အဲဒီအရာတွေထဲက တစ်ခုမှ သူတို့ကို လူတွေဖြစ်စေတာ မဟုတ်ဘူး။ သူတို့က လူတွေမဟုတ်ဘူးဆိုတာကို အယုံကြည်ရဆုံး သတိရစေတဲ့အရာတွေကို ဖယ်ရှားပေးရုံပါပဲ။

ဒါဆို ဒါက တကယ်လား။

ရိုးသားတဲ့အဖြေကတော့ အဖော်က လူတစ်ယောက်လို တကယ်မဟုတ်ဘူး၊ ကိုယ့်ခံစားချက်တွေက ခံစားချက်အားလုံးလိုပဲ တကယ်ဖြစ်တယ်။ အရာနှစ်ခုစလုံးက တစ်ပြိုင်နက်တည်း မှန်ကန်ပြီး လူကြီးတွေက ဒီလိုဆန့်ကျင်ဘက်တွေကို အမြဲတမ်း ကိုင်တွယ်ကြတယ်။ ကျွန်တော်တို့က ပြဇာတ်မှန်းသိတဲ့ ရုပ်ရှင်တွေမှာ ငိုကြတယ်။ ဇာတ်လမ်းတွဲတစ်ခု ပြီးသွားတဲ့အခါ ဇာတ်ကောင်တွေကို လွမ်းဆွတ်ကြတယ်။ အိမ်မွေးတိရစ္ဆာန်တွေနဲ့ စကားပြောပြီး ပြန်ဖြေတယ်လို့ ခံစားရတယ်။ Anna Karenina အတွက် ဝမ်းနည်းပူဆွေးတဲ့ စာဖတ်သူတစ်ယောက် လှည့်စားခံရတယ်လို့ ဘယ်သူမှ မထင်ဘူး။

AI ကိစ္စကို ကွဲပြားစေတာက တုံ့ပြန်မှုဖြစ်ပြီး အဲဒီကွာခြားချက်က ဂရုစိုက်ဖို့ ထိုက်တန်တယ်။ ဝတ္ထုတစ်အုပ်က ကိုယ့်ရဲ့ အထီးကျန်မှုကို လိုက်လျောညီထွေဖြစ်အောင် မလုပ်ဘူး။ အဖော်တစ်ယောက်က လုပ်နိုင်တယ်။ နည်းပညာနဲ့ ကျွန်တော်တို့ရဲ့ ဆက်ဆံရေးတွေအကြောင်း စဉ်းစားတွေးခေါ်ပြီး ဝေဖန်ရေးဆန်စွာ ရေးသားခဲ့တဲ့ Sherry Turkle က Alone Together မှာ သတိပေးခဲ့တာက စက်တွေက လူတွေဖြစ်လာမှာကို စိုးရိမ်တာမဟုတ်ဘူး၊ ဒါပေမဲ့ စက်တွေက ကျွန်တော်တို့ဆီက နည်းနည်းလေးပဲ တောင်းဆိုတာကြောင့် ကျွန်တော်တို့က လူတွေဆီကနေ နည်းနည်းလေးပဲ မျှော်လင့်လာနိုင်တယ်ဆိုတာကိုပါ။ ဒါက တရားမျှတတဲ့ သတိပေးချက်ဖြစ်ပြီး အဖော်ပြုခြင်းကို ဆန့်ကျင်တဲ့ အငြင်းပွားမှု မဟုတ်ပါဘူး။ ဒါက ကိုယ့်မျက်လုံးတွေကို ဖွင့်ထားဖို့ အငြင်းပွားမှုတစ်ခုပဲ။

အကျန်းမာဆုံး ရပ်တည်ချက်က ပြဇာတ်ပရိသတ်တွေ အမြဲတမ်း ယူခဲ့တဲ့ ရပ်တည်ချက်ပဲ ဖြစ်လိမ့်မယ်။ စင်မြင့်က စင်မြင့်မှန်း ကိုယ်သိတယ်။ ဘာပဲဖြစ်ဖြစ် ကိုယ့်ကိုယ်ကိုယ် လှုပ်ရှားခွင့်ပေးလိုက်တယ်။ ပြီးရင် လမ်းပေါ်ကို လျှောက်ထွက်လာပြီး ကမ္ဘာကြီးက သူ့လူတွေနဲ့ သူ့လိုအပ်ချက်တွေနဲ့ ရှိနေတုန်းပဲ။ အဲဒီလို အသုံးပြုတဲ့အခါ AI အဖော်က လူသားရင်းနှီးမှုအတွက် အစားထိုးတာ မဟုတ်ဘူး။ ဒါက ခံစားချက်တွေကို ခံစားဖို့၊ အရာတွေကို စူးစမ်းဖို့၊ ပြီးတော့ ကောင်းကောင်းပြောပြထားတဲ့ ဇာတ်လမ်းတစ်ခုက ဘယ်လောက်အထိ အရေးပါနိုင်လဲဆိုတာကို ရံဖန်ရံခါ အံ့သြဖို့ နေရာတစ်ခုပဲ။

ရွေးချယ်ထားသော သုတေသနနှင့် စာဖတ်ခြင်းစာရင်း: - Horton, D. & Wohl, R.R. (1956). Mass communication and para-social interaction: Observations on intimacy at a distance. Psychiatry, 19(3), 215–229. - Reeves, B. & Nass, C. (1996). The Media Equation: How People Treat Computers, Television, and New Media Like Real People and Places. Cambridge University Press. - Hazan, C. & Shaver, P. (1987). Romantic love conceptualized as an attachment process. Journal of Personality and Social Psychology, 52(3), 511–524. - Green, M.C. & Brock, T.C. (2000). The role of transportation in the persuasiveness of public narratives. Journal of Personality and Social Psychology, 79(5), 701–721. - Turkle, S. (2011). Alone Together: Why We Expect More from Technology and Less from Each Other. Basic Books.