# အဘယ်ကြောင့် ဉာဏ်ရည်တု မော်ဒယ်များသည် အွန်လိုင်း အမုန်းစကား ထောက်လှမ်းရာတွင် ရုန်းကန်နေရသနည်း။

မျက်နှာပြင်နောက်ကွယ်ရှိ အမည်မသိ အွန်လိုင်းအကောင့်များမှတစ်ဆင့် ယခင်က လူကိုယ်တိုင် ပျံ့နှံ့ခဲ့သော မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုများသည် ယခုအခါ ပိုမိုကျယ်ပြန့်၍ ပိုမိုမြန်ဆန်စွာ ပျံ့နှံ့လျက်ရှိသည်။

ကုလသမဂ္ဂက ဇွန်လ ၁၈ ရက်နေ့တွင် မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုများကို တန်ပြန်တိုက်ဖျက်ရေး နိုင်ငံတကာနေ့ကို ကျင်းပပြုလုပ်နေချိန်တွင် ကုလသမဂ္ဂ အထွေထွေအတွင်းရေးမှူးချုပ် အန်တိုနီယို ဂူတာရက်စ်က လူမှုကွန်ရက် ပလက်ဖောင်းများသည် ခြိမ်းခြောက်မှုကို ပိုမိုကြီးထွားစေသည်ဟု သတိပေးခဲ့သည်။

ဉာဏ်ရည်တု (AI) ကို အွန်လိုင်းပေါ်ရှိ မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုများကို ရှာဖွေဖယ်ရှားရန် တာဝန်ပေးအပ်လာသည်နှင့်အမျှ အယ်လ်ဂျာဇီးယားက ဤစနစ်များ မည်သည့်နေရာတွင် လူသားတို့၏ ဆုံးဖြတ်ချက်နှင့် နှိုင်းယှဉ်ပါက အားနည်းချက်ရှိသည်ကို လေ့လာသည်။

ကုလသမဂ္ဂ၏ အဆိုအရ မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုသည် လူတစ်ဦး သို့မဟုတ် အဖွဲ့အစည်းတစ်ခုအပေါ် ခွဲခြားဆက်ဆံခြင်း သို့မဟုတ် အကြမ်းဖက်မှု လှုံ့ဆော်ခြင်းဖြစ်သည့် နှုတ်ဖြင့်ပြောဆိုခြင်း၊ စာဖြင့်ရေးသားခြင်း သို့မဟုတ် အပြုအမူဖြင့် ပြုလုပ်ခြင်း စသည့် မည်သည့်ဆက်သွယ်ပြောဆိုမှုကိုမဆို အကျုံးဝင်သည်။

ကုလသမဂ္ဂက မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုသည် လူတစ်ဦး၏ အမှန်တကယ် သို့မဟုတ် ထင်မြင်ယူဆထားသော ကိုယ်ပိုင်လက္ခဏာ၊ လူမျိုး၊ တိုင်းရင်းသား၊ ဘာသာရေး၊ ကျား/မ၊ လိင်စိတ်ခံယူမှု သို့မဟုတ် မသန်စွမ်းမှုတို့ကို ပစ်မှတ်ထားသည်ဟု ဖော်ပြသည်။ ၎င်းသည် စကားလုံးများဖြင့်သာ ကန့်သတ်ထားခြင်းမဟုတ်ဘဲ ပုံများ၊ ကာတွန်းများ၊ အမူအရာများနှင့် အရာဝတ္ထုများ၏ ပုံစံဖြင့်လည်း ဖြစ်နိုင်ကြောင်း ကုလသမဂ္ဂက မှတ်ချက်ပြုသည်။

Ipsos စစ်တမ်းကောက်ယူရေးကုမ္ပဏီနှင့် ကုလသမဂ္ဂ ပညာရေး၊ သိပ္ပံနှင့် ယဉ်ကျေးမှုအဖွဲ့အစည်း (UNESCO) တို့မှ ၂၀၂၃ ခုနှစ်တွင် နိုင်ငံ ၁၆ နိုင်ငံမှ လူပေါင်း ၈,၀၀၀ ကို ပူးတွဲစစ်တမ်းကောက်ယူမှုအရ အင်တာနက်အသုံးပြုသူ သုံးပုံနှစ်ပုံကျော်သည် အွန်လိုင်းပေါ်တွင် မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုများနှင့် ကြုံတွေ့ခဲ့ရသည်။

စစ်တမ်းကောက်ယူမှုအရလည်း လူ ၃၃ ရာခိုင်နှုန်းက LGBTQI လူမျိုးများသည် မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှု အများဆုံး ကြုံတွေ့ရသည်ဟု ထင်မြင်ကြပြီး၊ ထို့နောက် တိုင်းရင်းသားနှင့် လူမျိုးစု လူနည်းစုများ (၂၈ ရာခိုင်နှုန်း) နှင့် အမျိုးသမီးများ (၁၈ ရာခိုင်နှုန်း) တို့ ဖြစ်သည်ဟု တွေ့ရှိရသည်။

Facebook ကို ပိုင်ဆိုင်သော Meta သည် ၂၀၂၃ ခုနှစ်မှစ၍ မုန်းတီးမှုဆိုင်ရာ ပို့စ်များကို လျှော့ချဖယ်ရှားခဲ့သည်။ ၂၀၂၅ ခုနှစ် နောက်ဆုံးသုံးလပတ်တွင် ကုမ္ပဏီသည် Instagram မှ ပို့စ် ၁.၃ သန်းနှင့် Facebook မှ ၁.၃ သန်းကို ဖယ်ရှားခဲ့ရာ၊ ၂၀၂၄ ခုနှစ် စတုတ္ထသုံးလပတ်တွင် Instagram မှ ၇.၄ သန်းနှင့် Facebook မှ ၅.၈ သန်း ဖယ်ရှားခဲ့သည်နှင့် နှိုင်းယှဉ်လျှင် လျော့နည်းခဲ့သည်။

၎င်းသည် ကုမ္ပဏီက မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုများကို ကြိုတင်ရှာဖွေဖော်ထုတ်ခြင်းမှ ကင်းကွာလာပြီး အသုံးပြုသူများ၏ တိုင်ကြားမှုများအပေါ် ပိုမိုအားထားလာခြင်းကြောင့် ဖြစ်သည်။

အခြားတစ်ဖက်တွင်မူ TikTok က ၂၀၂၅ ခုနှစ် စတုတ္ထသုံးလပတ်တွင် မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုများနှင့် အကြောင်းအရာအားလုံး၏ ၉၆.၃ ရာခိုင်နှုန်းကို တိုင်ကြားခြင်းမပြုမီ ဖယ်ရှားခဲ့ကြောင်း ပြောကြားခဲ့သည်။

အွန်လိုင်းပေါ်ရှိ မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုများ ပျံ့နှံ့မှုကို ရှာဖွေဖော်ထုတ်ရန်နှင့် တိုက်ဖျက်ရန် လူမှုမီဒီယာကုမ္ပဏီများသည် ဉာဏ်ရည်တု (AI) ကို ပိုမိုအသုံးပြုလာကြပြီး၊ မက်ဆေ့ချ် အမြောက်အမြားကို အကြောင်းအရာ စစ်ထုတ်ခြင်းကို အလိုအလျောက် လုပ်ဆောင်ပေးမည်ဟု ကတိပြုထားသည့် ကြီးမားသော ဘာသာစကားပုံစံများ (LLMs) ဖြင့် အားဖြည့်ထားသည့် အကြောင်းအရာ ထိန်းညှိစနစ်များကို အသုံးပြုကြသည်။

ယေဘုယျအားဖြင့် ဤစနစ်များသည် အလွဲသုံးစားပြုသော ဘာသာစကားကို ရှာဖွေရန်အတွက် တံဆိပ်တပ်ထားသော ဒေတာအစုံများနှင့် ကြိုတင်လေ့ကျင့်ထားသော ဘာသာစကားပုံစံများကို အသုံးပြုကြသည်။ ထို့နောက် ၎င်းတို့သည် အကြောင်းအရာသည် မုန်းတီးမှုဖြစ်စေခြင်း သို့မဟုတ် ကုမ္ပဏီ၏ မူဝါဒများကို ချိုးဖောက်ခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန် စည်းမျဉ်းများ သို့မဟုတ် အမှတ်သတ်မှတ်ချက်များကို အသုံးပြုကြသည်။

ပင်ဆယ်ဗေးနီးယားတက္ကသိုလ်မှ သုတေသီများ၏ ၂၀၂၅ ခုနှစ် လေ့လာမှုတစ်ခုအရ ဤပုံစံများသည် မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုများကို မည်သို့ခွဲခြားသတ်မှတ်ပုံနှင့် အမျိုးအစားခွဲခြားပုံတို့တွင် များစွာကွာခြားမှုရှိပြီး၊ စနစ်များနှင့် လူဦးရေအုပ်စုများအကြား သိသာထင်ရှားသော မကိုက်ညီမှုများရှိကာ အွန်လိုင်းပေါ်တွင် ဘက်လိုက်မှုနှင့် မညီမျှသော ကာကွယ်မှုတို့နှင့် ပတ်သက်၍ စိုးရိမ်မှုများ ဖြစ်ပေါ်စေသည်ဟု တွေ့ရှိရသည်။

အဆိုပါ လေ့လာမှုသည် OpenAI, Anthropic, DeepSeek, Mistral, နှင့် Google တို့မှ ပုံစံများ အပါအဝင် ဉာဏ်ရည်တု (AI) ထိန်းညှိစနစ် ခုနစ်ခုကို အကဲဖြတ်ခဲ့ပြီး အမျိုးအစားအလိုက် မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုများကို မည်သို့ခွဲခြားသတ်မှတ်ပြီး အမှတ်ပေးပုံတို့တွင် ကြီးမားသော ကွာခြားမှုများကို တွေ့ရှိခဲ့သည်။

ဤဇယားသည် မတူညီသော ဉာဏ်ရည်တု (AI) ထိန်းညှိစနစ်များက အလားတူအုပ်စုများကို ပစ်မှတ်ထားသည့် မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုများ၏ ပြင်းထန်မှုကို ၀-၁ အတိုင်းအတာဖြင့် မည်သို့အမှတ်ပေးခဲ့သည်ကို ပြသသည်။ ပိုမိုမြင့်မားသော တန်ဖိုးများသည် ပုံစံက အကြောင်းအရာကို ပိုမိုမုန်းတီးမှုဖြစ်စေသည်ဟု ဆုံးဖြတ်ခဲ့ကြောင်း ဖော်ပြသည်။

Mistral Moderation Endpoint သည် မကြာခဏဆိုသလို ၁ နှင့် အလွန်နီးကပ်စွာ စုစည်းနေပြီး၊ ဆိုလိုသည်မှာ ၎င်းသည် ပစ်မှတ်အုပ်စု မည်သို့ပင်ဖြစ်စေ ဥပမာများစွာကို အလွန်မုန်းတီးမှုဖြစ်စေသည်ဟု တံဆိပ်တပ်သည်။

OpenAI Moderation Endpoint သည် အမျိုးအစားများစွာအတွက် အမှတ်များစွာ နည်းပါးစွာ ထုတ်ပေးလေ့ရှိပြီး၊ တစ်ခါတစ်ရံ အခြားပုံစံများက သတ်မှတ်ပေးသည့် အမှတ်၏ ထက်ဝက်အောက်ပင် နည်းပါးသည်။

လေ့လာမှုပြုလုပ်သူများက ပြောကြားခဲ့သည်မှာ “စနစ်နှစ်ခုက အကြောင်းအရာတစ်ခုတည်းအတွက် မတူညီသော ရလဒ်များကို ထုတ်ပေးပါက – တစ်ခုက မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုအဖြစ် အလံပြသော်လည်း အခြားတစ်ခုက မပြပါက – ၎င်းသည် ထိန်းညှိမှု လုပ်ငန်းစဉ်၏ တရားဝင်မှုကို ထိခိုက်စေသည်” ဟု ဖြစ်သည်။

ဉာဏ်ရည်တု (AI) စနစ်များသည် ထင်ရှားသော မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုများ – ဥပမာအားဖြင့်၊ သီးခြားအုပ်စုတစ်ခုကို ဆဲဆိုခြင်းနှင့် စော်ကားသော စကားလုံးများ အသုံးပြုသည့်အခါ – ကို ရှာဖွေဖော်ထုတ်နိုင်သော်လည်း ပိုမိုနက်နဲသော ဥပမာများကို LLMs များက လွဲချော်သွားတတ်သည်။

"စိန်ခေါ်မှုရှိသော ဥပမာတစ်ခုမှာ သွယ်ဝိုက်သော မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုဖြစ်ပြီး၊ ၎င်းတွင် စော်ကားသော စကားလုံးများ မပါဝင်သောကြောင့် ထိုကဲ့သို့ ရှာဖွေတွေ့ရှိခြင်း မရှိတတ်ပါ" ဟု Queen Mary University of London မှ တွဲဖက်ပါမောက္ခနှင့် တက္ကသိုလ်၏ Social Data Science ဓာတ်ခွဲခန်း၏ ပူးတွဲခေါင်းဆောင် Arkaitz Zubiaga က အယ်လ်ဂျာဇီးယားသို့ ပြောကြားခဲ့သည်။ "၎င်းသည် "ကမ္ဘာကြီး ဘယ်လောက်ကောင်းလိုက်မလဲဆိုတာ မြင်ချင်ပါတယ်..." ကဲ့သို့သော အပြုသဘောဆောင်သည့် မက်ဆေ့ချ်နောက်တွင် လူဦးရေအုပ်စုတစ်ခုကို အထင်အမြင်သေးသည့် မက်ဆေ့ချ်တစ်ခု ပါဝင်သည့် ကိစ္စမျိုး ဖြစ်နိုင်သည်။ ဉာဏ်ရည်တု (AI) စနစ်များသည် မက်ဆေ့ချ်၏ အပြုသဘောဆောင်သည့်ဘက်ကိုသာ အာရုံစိုက်ပါက ထိုမက်ဆေ့ချ်များရှိ မုန်းတီးမှုကို မြင်တွေ့ရန် ရုန်းကန်ရနိုင်သည်။"

Zubiaga က ဆန့်ကျင်ဘက်အခြေအနေလည်း မှန်ကန်ကြောင်း ထပ်လောင်းပြောကြားသည်၊ ထင်ရလောက်အောင် စော်ကားသော စကားလုံးများသည် ယခုအခါ ပိုမိုချစ်ခင်ဖွယ်ကောင်းသော ရည်ရွယ်ချက်များအတွက် ဘာသာစကားထဲသို့ ထည့်သွင်းအသုံးပြုလာကြသော်လည်း ၎င်းတို့ကို မုန်းတီးမှုဆိုင်ရာ ပြောဆိုမှုအဖြစ် မီးမောင်းထိုးပြခြင်းခံရသည်။

"၎င်းသည် ပြန်လည်ရယူထားသော ဘာသာစကား၏ ကိစ္စဖြစ်ပြီး၊ သမိုင်းကြောင်းအရ စော်ကားသော စကားလုံးများအဖြစ် သတ်မှတ်ခံရသည့် အဓိကစကားလုံးများကို ၎င်းတို့အား စတင်အထင်အမြင်သေးရန် အသုံးပြုခဲ့သော လူ့အဖွဲ့အစည်းများက လက်ခံပြီး ပြန်လည်အသုံးပြုကြကာ၊ ထို့နောက် ထိုစော်ကားသော စကားလုံးများကို နယ်ပယ်ကျဉ်းမြောင်းသော လူ့အဖွဲ့အစည်းဝင်များအကြား အသုံးပြုကြသည်" ဟု ၎င်းက ပြောကြားခဲ့သည်။ "ဤကိစ္စများကို မုန်းတီးမှုဖြစ်စေသည်ဟု အလံပြသင့်သည်မဟုတ်သော်လည်း၊ ဉာဏ်ရည်တု (AI) စနစ်များသည် ထိုသို့ပြုလုပ်လေ့ရှိသည်"။