Computing in Daily Life (နေ့စဉ်ဘဝထဲက ကွန်ပျူတာ)

A4.4.2: Discuss ethical aspects of the increasing integration of computer technologies into daily life (emerging technologies such as quantum computing, AR, VR and pervasive AI; individual rights, privacy, equity; continually reassessing ethical guidelines as technology advances).
မြန်မာလို: ကွန်ပျူတာ နည်းပညာတွေ နေ့စဉ်ဘဝထဲကို ပိုပို ပေါင်းစပ် ဝင်ရောက်လာတာရဲ့ ကျင့်ဝတ်ဆိုင်ရာ ရှုထောင့်တွေကို Discuss (အမြင် အမျိုးမျိုးကို ချိန်ဆပြီး ဆွေးနွေးပါ) လုပ်ပါ (quantum computing (qubit သုံးတဲ့ ကွန်ပျူတာ နည်းပညာ)၊ AR (augmented reality၊ အစစ်အမှန် ကမ္ဘာပေါ် digital အချက်အလက် ထပ်ပြခြင်း)၊ VR (virtual reality၊ headset နဲ့ ဝင်ရောက်ရတဲ့ ကွန်ပျူတာ ကမ္ဘာ) နဲ့ pervasive AI (နေရာတိုင်းမှာ ပါဝင်လာတဲ့ ဉာဏ်ရည်တု) လို ပေါ်ထွက်လာနေတဲ့ နည်းပညာများ၊ individual rights (တစ်ဦးချင်း အခွင့်အရေး)၊ privacy (ကိုယ်ရေးကိုယ်တာ လုံခြုံမှု)၊ equity (တရားမျှတစွာ ရရှိနိုင်မှု)၊ နည်းပညာ တိုးတက်လာတာနဲ့အမျှ ကျင့်ဝတ်ဆိုင်ရာ လမ်းညွှန်ချက်တွေကို အမြဲ ပြန်လည် သုံးသပ်ခြင်း)။ A4.4.2 က IB Computer Science (နိုင်ငံတကာ ကျောင်းတွေမှာ သင်တဲ့ ကွန်ပျူတာသိပ္ပံ သင်ရိုး) ရဲ့ သင်ရိုးထဲက အပိုင်း နံပါတ်ပါ။

မာတိကာ

ခြုံငုံ မိတ်ဆက်
Pervasive and Embedded Computing (နေရာတိုင်းမှာ ရှိနေတဲ့ ကွန်ပျူတာနဲ့ စက်ထဲ ထည့်ထားတဲ့ ကွန်ပျူတာ)
Surveillance, Privacy, and Individual Rights (စောင့်ကြည့် ထောက်လှမ်းခြင်း၊ ကိုယ်ရေးကိုယ်တာ လုံခြုံမှုနဲ့ တစ်ဦးချင်း အခွင့်အရေး)
Equity and the Digital Divide (တရားမျှတစွာ ရရှိနိုင်မှုနဲ့ နည်းပညာ ရနိုင်သူနဲ့ မရနိုင်သူကြား ကွာဟချက်)
ပေါ်ထွက်လာနေတဲ့ နည်းပညာများ
နည်းပညာ တိုးတက်လာတာနဲ့အမျှ ကျင့်ဝတ်ဆိုင်ရာ လမ်းညွှန်ချက်တွေကို ပြန်လည် သုံးသပ်ခြင်း
အလုပ်အကိုင်နဲ့ လူ့အဖွဲ့အစည်း
“Discuss” မေးခွန်းကို ဘယ်လို ဖြေမလဲ
Quick Check (အမြန် စစ်ဆေးမေးခွန်း)
သက်ဆိုင်တဲ့ Concept ကို ရှာပါ
Practice Exercises (လေ့ကျင့်ခန်းများ)
ဆက်စပ် ခေါင်းစဉ်များ

ခြုံငုံ မိတ်ဆက်

Ethics of Machine Learning (machine learning ဆိုင်ရာ ကျင့်ဝတ်) စာမျက်နှာက စနစ် တစ်ခုချင်း မျှတရဲ့လား၊ ဘေးကင်းရဲ့လား၊ တာဝန်ခံမယ့်သူ ရှိရဲ့လား ဆိုတာကို မေးပါတယ်။ ဒီစာမျက်နှာကတော့ ပိုကျယ်တဲ့ မေးခွန်း တစ်ခုကို ကြည့်ပါတယ်: ကွန်ပျူတာက ကိုယ် ရွေးချယ်သုံးတဲ့ ကိရိယာ တစ်ခု မဟုတ်တော့ဘဲ ကိုယ် နေထိုင်တဲ့ အိမ်၊ အလုပ်ခွင်နဲ့ အများပြည်သူ နေရာတွေထဲမှာ တည်ဆောက် ထည့်သွင်းထားတဲ့အခါ ဘာတွေ ပြောင်းလဲသွားသလဲ။

ကွန်ပျူတာဆိုတာ စားပွဲပေါ်က သေတ္တာတွေ မဟုတ်တော့ပါဘူး။ ကိုယ့် အိတ်ကပ်ထဲ၊ လက်ပတ်နာရီ၊ တံခါးခေါင်းလောင်း၊ ကား၊ ကျောင်းဂိတ်နဲ့ ကိုယ့်မြို့ရဲ့ infrastructure (hardware၊ network စတဲ့ အခြေခံ အဆောက်အအုံ) ထဲမှာ ရှိနေပါတယ်။ စက်တစ်ခုချင်းစီက သူ့ဘာသာ အဆင်ပြေစေပါတယ်။ အားလုံး ပေါင်းလိုက်တဲ့အခါမှာတော့ နေ့စဉ်ဘဝကို ပြောင်းလဲစေပါတယ်: ကိုယ့်ကို ဘယ်လို စောင့်ကြည့်ခံရလဲ၊ ဘယ်လို အလုပ်တွေ ရှိလဲ၊ ဘယ်သူတွေ သုံးခွင့်ရလဲ၊ အများပြည်သူနဲ့ ကိုယ်ပိုင်ကြားက နယ်ခြားမျဉ်းက ဘယ်နေရာမှာ ရှိလဲ ဆိုတာတွေပါ။ နည်းပညာက သူ့ကို သုံးဖို့ စည်းမျဉ်းတွေထက် မကြာခဏ အရင် ရောက်လာတတ်ပါတယ်။

ဒီစာမျက်နှာက လူ့အဖွဲ့အစည်း တစ်ခုလုံးအပေါ် အဲဒီ သက်ရောက်မှုတွေအကြောင်းနဲ့ syllabus (IB သင်ရိုး) က မွေးမြူခိုင်းတဲ့ စဉ်းစားပုံ အလေ့အထ တစ်ခုအကြောင်း ဖြစ်ပါတယ်။ အဲဒါက continually reassessing ethical guidelines as technology advances (နည်းပညာ တိုးတက်လာတာနဲ့အမျှ ကျင့်ဝတ်ဆိုင်ရာ လမ်းညွှန်ချက်တွေကို အမြဲ ပြန်လည် သုံးသပ်ခြင်း) ပါ။ ဘာလို့လဲဆိုတော့ မနှစ်က စည်းမျဉ်းတွေကို မနှစ်က နည်းပညာအတွက် ရေးခဲ့တာ ဖြစ်လို့ပါ။

Pervasive and Embedded Computing (နေရာတိုင်းမှာ ရှိနေတဲ့ ကွန်ပျူတာနဲ့ စက်ထဲ ထည့်ထားတဲ့ ကွန်ပျူတာ)

ကွန်ပျူတာ တစ်လုံးကို အလုပ် တစ်ခုတည်း လုပ်ဖို့ ပိုကြီးတဲ့ စက် တစ်ခုထဲမှာ တည်ဆောက် ထည့်သွင်းထားရင် embedded (စက်ထဲ ထည့်ထားတဲ့) ကွန်ပျူတာလို့ ခေါ်ပါတယ် (အဝတ်လျှော်စက်ထဲက chip၊ နှလုံးခုန်နှုန်း ထိန်းပေးတဲ့ pacemaker၊ မီးပွိုင့်)။ Embedded ဖြစ်ပြီး network နဲ့ ချိတ်ထားတဲ့ စက်တွေ ကိုယ့်ပတ်ဝန်းကျင်မှာ အရမ်းများလာလို့ ကွန်ပျူတာက ပုံမှန် နေ့စဉ်ဘဝရဲ့ နောက်ခံထဲ ပျောက်ဝင်သွားသလို ဖြစ်တဲ့အခါ computing က pervasive (နေရာတိုင်းမှာ ရှိနေတဲ့) ဖြစ်တယ် (ဒါမှမဟုတ် ubiquitous၊ နေရာတိုင်း ပြည့်နေတဲ့) လို့ ဆိုပါတယ်။

အဆင်ပြေမှုက တကယ် ရှိပါတယ်: smart thermostat (အပူချိန်ကို အလိုအလျောက် ထိန်းပေးတဲ့ ကိရိယာ) က စွမ်းအင် ချွေတာပေးတယ်၊ fitness tracker (ကျန်းမာရေး တိုင်းတာပေးတဲ့ လက်ပတ်) က နှလုံး ပြဿနာကို သတိပေးတယ်၊ network နဲ့ ချိတ်ထားတဲ့ ကားက ယာဉ်ကြောပိတ်နေတဲ့ နေရာကို ရှောင်ပြီး လမ်းကြောင်း ရွေးပေးတယ်။ ကျင့်ဝတ်ဆိုင်ရာ အလေးအနက် ထားရမယ့် အချက်တွေက pervasive ဖြစ်ခြင်းရဲ့ ထူးခြားချက် သုံးခုကနေ လာပါတယ်:

အမြဲ ဖွင့်ထားတယ်။ အမြဲ အာရုံခံ တိုင်းတာနေတဲ့ စက်က ဒေတာကို အမြဲ စုဆောင်းနိုင်ပါတယ်။ Wake word (စက်ကို နှိုးဖို့ ပြောရတဲ့ စကားလုံး) ကို နားထောင် စောင့်နေတဲ့ smart speaker (အသံနဲ့ ခိုင်းလို့ရတဲ့ speaker) ဟာ သဘောတရားအရ နားထောင်နေတာပါပဲ။
ရှောင်ထွက်ဖို့ ခက်တယ်။ Smart doorbell (camera ပါတဲ့ တံခါးခေါင်းလောင်း) မဝယ်ဖို့ ကိုယ် ရွေးလို့ ရပါတယ်။ ဒါပေမယ့် အိမ်နီးချင်းရဲ့ smart doorbell က လူသွားလမ်းပေါ်က ကိုယ့်ကို မှတ်တမ်းတင်မလား ဆိုတာကိုတော့ ကိုယ် ရွေးလို့ မရပါဘူး။ Pervasive computing က ဘယ်တုန်းကမှ သဘောမတူခဲ့တဲ့ ဘေးနားက လူ (bystander) တွေကိုပါ သက်ရောက်ပါတယ်။
ဒေတာတွေ ပေါင်းစပ်သွားတယ်။ စက်တစ်ခုချင်းရဲ့ ဒေတာက သူ့ဘာသာဆိုရင် အရေးမကြီးသလို ထင်ရပါတယ်။ တည်နေရာ၊ ဝယ်ယူမှု၊ ရှာဖွေမှု၊ သွားလာမှု၊ အသံ စတာတွေကို ချိတ်ဆက် ပေါင်းလိုက်တဲ့အခါ လူတစ်ယောက်ရဲ့ ဘဝကို အသေးစိတ် ဖော်ပြတဲ့ ပုံ တစ်ခု ဖြစ်လာပါတယ်။ အဲဒီ ပုံကို စက် တစ်ခုချင်းစီက သီးခြားဆိုရင် ဘယ်တစ်ခုကမှ မဖော်ပြခဲ့ပါဘူး။

ဥပမာ: “Smart city” (sensor နဲ့ network တွေနဲ့ စီမံတဲ့ မြို့) တစ်ခုက ယာဉ်အသွားအလာနဲ့ လမ်းမီးတွေကို ထိထိရောက်ရောက် စီမံဖို့ network နဲ့ ချိတ်ထားတဲ့ sensor (ပတ်ဝန်းကျင် အပြောင်းအလဲကို ထောက်လှမ်းတဲ့ ကိရိယာ) တွေ၊ camera တွေနဲ့ ကားနံပါတ်ပြား ဖတ်တဲ့ စက်တွေကို တပ်ဆင်ပါတယ်။ အဲဒီ infrastructure တစ်ခုတည်းနဲ့ပဲ ဘယ်သူ ဘယ်ကို ဘယ်အချိန် သွားလဲ ဆိုတာကို ခြေရာခံ ကြည့်နိုင်ပါတယ်၊ နေထိုင်သူ တစ်ယောက်မှ နောက်ယောင်ခံ လိုက်ကြည့်ခံရဖို့ သဘောမတူခဲ့ပေမယ့်ပါ။

Surveillance, Privacy, and Individual Rights (စောင့်ကြည့် ထောက်လှမ်းခြင်း၊ ကိုယ်ရေးကိုယ်တာ လုံခြုံမှုနဲ့ တစ်ဦးချင်း အခွင့်အရေး)

အာရုံခံ တိုင်းတာတဲ့ စက်တွေ နေရာတိုင်းမှာ ရှိလာတဲ့အခါ surveillance က ခြွင်းချက် မဟုတ်တော့ဘဲ ပုံမှန် အခြေအနေ ဖြစ်လာပါတယ်။ မေးခွန်းကလည်း “ဒီလူကို စောင့်ကြည့်နေသလား” ကနေ “လူတိုင်းကို ဘယ်သူ စောင့်ကြည့်နေသလဲ၊ ရလာတဲ့ ဒေတာနဲ့ သူတို့ ဘာလုပ်ခွင့် ရှိသလဲ” ဆိုတာ ဖြစ်လာပါတယ်။

ဒီ ကျင့်ဝတ်ဆိုင်ရာ အငြင်းပွားမှုက တကယ် ရှိပြီး နှစ်ဘက်လုံးမှာ အကြောင်းပြချက် ရှိပါတယ်:

Surveillance နည်းပညာတွေက ရာဇဝတ်မှုကို ကာကွယ်နိုင်တယ်၊ ပျောက်ဆုံးနေတဲ့ လူတွေကို ရှာပေးနိုင်တယ်၊ infrastructure ကို ဘေးကင်းအောင် ထိန်းပေးနိုင်ပါတယ်။
အဲဒီ နည်းပညာတွေပဲ လွတ်လပ်စွာ ထုတ်ဖော်ပြောဆိုမှုကို ကြောက်ရွံ့ တွန့်ဆုတ်စေနိုင်တယ် (စောင့်ကြည့်ခံနေရတယ်လို့ သိတဲ့အခါ လူတွေ ပြုမူပုံ ပြောင်းသွားတတ်လို့ပါ)၊ အာဏာ အလွဲသုံးစားလုပ်ဖို့ လမ်းဖွင့်ပေးနိုင်တယ်၊ privacy နဲ့ လွတ်လပ်စွာ သွားလာခွင့်ဆိုတဲ့ individual rights တွေကို တဖြည်းဖြည်း တိုက်စားနိုင်ပါတယ်။

အသုံးဝင်တဲ့ ခွဲခြားချက် တစ်ခုက targeted surveillance (သတ်မှတ်ထားတဲ့ လူ တစ်ယောက်ကို သတ်မှတ်ထားတဲ့၊ ခိုင်လုံတဲ့ အကြောင်းပြချက်နဲ့ စောင့်ကြည့်ခြင်း၊ ဖြစ်နိုင်ရင် ကြီးကြပ်မှု အောက်မှာ) နဲ့ mass surveillance (နောက်ပိုင်းမှာ တစ်ခုခု တွေ့နိုင်မလားဆိုပြီး လူတိုင်းကို ပုံမှန်အတိုင်း စောင့်ကြည့်ခြင်း) ကြားက ခွဲခြားချက်ပါ။ ကျင့်ဝတ်ဆိုင်ရာ ကန့်ကွက်မှု အများစုက mass surveillance အပေါ် အာရုံစိုက်ပါတယ်။ ဘာလို့လဲဆိုတော့ အဲဒါက လူထု တစ်ရပ်လုံးကို သံသယရှိသူတွေလို ဆက်ဆံပြီး စုဆောင်းပြီးတာ ကြာမြင့်သွားတဲ့ နောက်ပိုင်းမှာတောင် အလွဲသုံးစား လုပ်ခံရနိုင်တဲ့ ဒေတာ သိုလှောင်မှုကို ဖန်တီးလို့ပါ။

Privacy က context (ဒေတာကို မျှဝေတဲ့ အခြေအနေ) အပေါ် မူတည်ပါတယ်: အခြေအနေ တစ်ခုမှာ ကိုယ် ဆန္ဒအလျောက် မျှဝေတဲ့ အချက်အလက် (ဆရာဝန်ကို ပြောတဲ့ ကျန်းမာရေး အသေးစိတ်၊ သူငယ်ချင်းကို ပြတဲ့ တည်နေရာ) က တခြား အခြေအနေ (အာမခံ ကုမ္ပဏီ၊ အလုပ်ရှင်၊ သူစိမ်း) ထဲကို ရောက်သွားတဲ့အခါ ထိခိုက်မှု ဖြစ်စေနိုင်ပါတယ်။ Pervasive computing ကြောင့် ဖြစ်တဲ့ privacy ထိခိုက်မှု အများစုက ဒေတာက သူ့ကို ပေးခဲ့တဲ့ context ကနေ ထွက်သွားတာ ကြောင့် ဖြစ်ပါတယ်။

IB CS သင်တန်း တက်နေသူတွေအတွက် မှတ်ချက်: Surveillance အကြောင်း “Discuss” အဖြေမှာ အစွန်းရောက်တဲ့ ရပ်တည်ချက်ကို ရှောင်ပါ။ “Surveillance က အမြဲ မှားတယ်” နဲ့ “ဖုံးကွယ်စရာ မရှိရင် ကြောက်စရာ မရှိဘူး” ဆိုတဲ့ နှစ်ခုလုံးက command term (မေးခွန်းက ဘာလုပ်ခိုင်းလဲ ပြတဲ့ IB ရဲ့ သတ်မှတ် စကားလုံး) က တောင်းတဲ့ ချိန်ဆမှုကို ကျော်သွားပါတယ်။ အဲဒီအစား သတ်မှတ်ထားတဲ့ အကျိုးကျေးဇူး တစ်ခု (နာမည်တပ် ဖော်ပြထားတဲ့ ဘေးကင်းရေး အကျိုး) ကို သတ်မှတ်ထားတဲ့ ဆုံးရှုံးမှုတွေ (လွတ်လပ်စွာ ထုတ်ဖော်ပြောဆိုမှုကို ကြောက်ရွံ့ တွန့်ဆုတ်စေခြင်း၊ ဒေတာ အလွဲသုံးစားမှု၊ consent (သဘောတူ ခွင့်ပြုချက်) မရှိခြင်း) နဲ့ ချိန်ဆပြီး ဘယ်လို အခြေအနေနဲ့ ကြီးကြပ်မှု အောက်မှာ အဲဒီ trade-off (တစ်ခု ရဖို့ တစ်ခု အလျှော့ပေးရတာ) ကို လက်ခံနိုင်သလဲ ဆိုတာနဲ့ ကောက်ချက် ချပါ။

Equity and the Digital Divide (တရားမျှတစွာ ရရှိနိုင်မှုနဲ့ နည်းပညာ ရနိုင်သူနဲ့ မရနိုင်သူကြား ကွာဟချက်)

Digital divide ဆိုတာ ကွန်ပျူတာနဲ့ အင်တာနက်ကို ကောင်းကောင်း သုံးနိုင်သူတွေနဲ့ မသုံးနိုင်သူတွေကြားက ကွာဟချက်ပါ။ နေ့စဉ်ဘဝရဲ့ အစိတ်အပိုင်း ပိုများလာတာ online ကို ရွှေ့လာတဲ့အခါ (ဘဏ်လုပ်ငန်း၊ အစိုးရ ဝန်ဆောင်မှု၊ ပညာရေး၊ အလုပ်လျှောက်ခြင်း၊ ဆေးခန်း ချိန်းဆိုခြင်း) ကွာဟချက်ရဲ့ မှားတဲ့ဘက်မှာ ရှိနေတာက အဆင်မပြေရုံ မဟုတ်တော့ဘဲ ပုံမှန် ဘဝကနေ ဖယ်ထုတ်ခံရခြင်း ဖြစ်လာပါတယ်။

ဒီ ကွာဟချက်မှာ အလွှာ အများကြီး ရှိပြီး ကောင်းတဲ့ အဖြေက ဘယ် အလွှာနဲ့ ဆိုင်သလဲ နာမည် တပ်ပြောပါတယ်:

Access (သုံးနိုင်ခွင့်): စက်ပစ္စည်း တစ်ခုနဲ့ စိတ်ချရတဲ့ အင်တာနက် ချိတ်ဆက်မှု လုံးဝ ရှိရဲ့လား။ ဒီ ကွာဟချက်က ဝင်ငွေ အလိုက်နဲ့ ချမ်းသာတဲ့၊ ဆင်းရဲတဲ့ ဒေသတွေ၊ နိုင်ငံတွေကြားမှာ ကွဲပြားပါတယ်။
Affordability (တတ်နိုင်မှု): infrastructure ရှိတဲ့ နေရာမှာတောင် အင်တာနက် ဒေတာနဲ့ စက်ပစ္စည်းတွေက ဈေးကြီးလွန်းနိုင်ပါတယ်။
Skills (ကျွမ်းကျင်မှု): သုံးနိုင်ခွင့် ရှိတာနဲ့ ဘေးကင်းကင်း၊ ထိထိရောက်ရောက် သုံးတတ်တာ မတူပါဘူး (digital literacy၊ digital နည်းပညာကို သုံးတတ်မှု)။
Quality (အရည်အသွေး): နှေးပြီး ဒေတာ ကန့်သတ်ထားတဲ့ ဖုန်း အင်တာနက်က အိမ်မှာ သုံးတဲ့ မြန်တဲ့ broadband (မြန်နှုန်းမြင့် အင်တာနက်) နဲ့ မညီမျှပါဘူး၊ နှစ်ခုလုံးကို “access” လို့ ရေတွက်ပေမယ့်ပါ။

Equity ဆိုတာ တရားမျှတတဲ့ သုံးနိုင်ခွင့်နဲ့ တရားမျှတတဲ့ ရလဒ်တွေ ရဖို့ ရည်မှန်းချက်ပါ။ ဒါက လူတိုင်းကို တစ်ပုံစံတည်း ဆက်ဆံတာနဲ့ မတူပါဘူး။ ဈေးကြီးတဲ့ ဖုန်းအသစ်မှာပဲ သုံးလို့ရတဲ့ ဝန်ဆောင်မှု တစ်ခုက နာမည်အားဖြင့် “လူတိုင်း သုံးလို့ရတယ်” ဆိုပေမယ့် equitable (တရားမျှတ) မဖြစ်ပါဘူး။ အစိုးရ တစ်ခုက ဝန်ဆောင်မှု တစ်ခုကို online ကို ရွှေ့ပြီး offline နည်းလမ်းကို ဖယ်ရှားလိုက်တဲ့အခါ အဲဒီ ဝန်ဆောင်မှုကို အမှီခိုဆုံး လူတွေကို မရည်ရွယ်ဘဲ ဖြတ်တောက် ပစ်လိုက်သလို ဖြစ်သွားနိုင်ပါတယ်။

ဥပမာ: နိုင်ငံ တစ်ခုက ကုန်ကျစရိတ် လျှော့ဖို့ လူမှုဖူလုံရေး အထောက်အပံ့ လျှောက်လွှာတွေကို online မှာပဲ လျှောက်ရတဲ့ စနစ်ကို ပြောင်းလိုက်ပါတယ်။ ဒီ အပြောင်းအလဲက လူအများစုအတွက် အဆင်ပြေပေမယ့် အထောက်အပံ့ကို အလိုအပ်ဆုံး ဖြစ်ပြီး စိတ်ချရတဲ့ အင်တာနက် ရနိုင်ခြေ အနည်းဆုံး ဖြစ်တဲ့ ဝင်ငွေနည်းသူ၊ သက်ကြီးရွယ်အိုနဲ့ ကျေးလက်က လျှောက်ထားသူတွေကို အတိအကျ ဖယ်ထုတ်လိုက်သလို ဖြစ်သွားပါတယ်။

ပေါ်ထွက်လာနေတဲ့ နည်းပညာများ

Syllabus က လူ့အဖွဲ့အစည်းအပေါ် သက်ရောက်မှုတွေ အခုထိ ပေါ်ထွက်ဆဲ ဖြစ်နေတဲ့ ပေါ်ထွက်လာနေတဲ့ နည်းပညာ သုံးခုကို ဖော်ပြထားပါတယ်။ ဒီနေရာမှာ ကျင့်ဝတ်ဆိုင်ရာ ကျွမ်းကျင်မှုက အနာဂတ်ကို ကြိုဟောဖို့ မဟုတ်ပါဘူး၊ နည်းပညာ တစ်ခုစီ နေရာတိုင်း မရောက်ခင် အဲဒါက ဘယ်လို မေးခွန်း အသစ်တွေ ပေါ်လာစေသလဲ ဆိုတာကို ကျိုးကြောင်း ဆင်ခြင်ဖို့ ဖြစ်ပါတယ်။

Pervasive AI (နေရာတိုင်းမှာ ပါဝင်လာတဲ့ ဉာဏ်ရည်တု)

AI (ဉာဏ်ရည်တု) assistant (ကူညီပေးတဲ့ AI)၊ generator (စာ၊ ပုံ စတာတွေ ဖန်တီးပေးတဲ့ AI) နဲ့ ဆုံးဖြတ်ချက် ချပေးတဲ့ စနစ်တွေက နေ့စဉ်ဘဝ (စာရေးခြင်း၊ ကျူရှင် သင်ပေးခြင်း၊ ဝန်ထမ်း ခေါ်ခြင်း၊ လူနာတွေကို အရေးပေါ် အဆင့်အလိုက် ခွဲခြားခြင်း၊ ဖောက်သည် ဝန်ဆောင်မှု) ထဲကို ပေါင်းစပ် ဝင်ရောက်လာတဲ့အခါ စိုးရိမ်စရာက model (ဒေတာကနေ သင်ယူပြီး ခန့်မှန်းပေးတဲ့ စနစ်) တစ်ခုချင်းထက် စုပေါင်း သက်ရောက်မှု က ပိုအရေးကြီးပါတယ်: AI ကို အလွန်အကျွံ အားကိုးခြင်းနဲ့ deskilling (AI က အခု လုပ်ပေးနေတဲ့ စွမ်းရည်တွေကို လူတွေ ဆုံးရှုံးသွားခြင်း)၊ အကြီးဆုံး model တွေကို ပိုင်တဲ့ အဖွဲ့အစည်း အနည်းငယ်ဆီမှာ အာဏာ စုစည်းသွားခြင်းနဲ့ လူ ဖန်တီးတဲ့ content နဲ့ စက် ဖန်တီးတဲ့ content ကို ခွဲခြားဖို့ ခက်ခဲလာခြင်း တို့ပါ။ machine learning ethics (machine learning ဆိုင်ရာ ကျင့်ဝတ်) စာမျက်နှာက ရှုထောင့် ကိုးခု အားလုံး သက်ဆိုင်ပါတယ်၊ ဒါပေမယ့် စနစ် တစ်ခုတည်းရဲ့ အတိုင်းအတာ မဟုတ်ဘဲ လူ့အဖွဲ့အစည်း တစ်ခုလုံးရဲ့ အတိုင်းအတာနဲ့ပါ။

Augmented and Virtual Reality (AR / VR) (အပြင်ကမ္ဘာပေါ် ထပ်ပြတဲ့ နည်းပညာနဲ့ ကွန်ပျူတာ ကမ္ဘာ နည်းပညာ)

Augmented reality (AR) (အစစ်အမှန် ကမ္ဘာပေါ် digital အချက်အလက် ထပ်ပြခြင်း) က digital content ကို အပြင်ကမ္ဘာ အပေါ်မှာ ထပ်ပြပါတယ်။ Virtual reality (VR) (headset နဲ့ ဝင်ရောက်ရတဲ့ ကွန်ပျူတာ ကမ္ဘာ) ကတော့ အပြင်ကမ္ဘာကို လုံးဝ အစားထိုးပါတယ်။ နှစ်ခုလုံးက user (သုံးစွဲသူ) ကို အပြင်းအထန် အာရုံခံ တိုင်းတာတာအပေါ် မူတည်ပါတယ်: ကိုယ် ဘယ်ကို ကြည့်လဲ၊ ဘယ်လို လှုပ်ရှားလဲ၊ ကိုယ့် ပတ်ဝန်းကျင်၊ တစ်ခါတလေ ကိုယ့် ခန္ဓာကိုယ်ရဲ့ တုံ့ပြန်မှုတွေ။ ဒါကြောင့် သူတို့က privacy ကို နည်းလမ်းသစ်နဲ့ ပြင်းပြင်းထန်ထန် ထိခိုက်နိုင်ပါတယ် (eye-tracking (မျက်လုံး ကြည့်ရာကို ခြေရာခံခြင်း) က အာရုံစိုက်မှုနဲ့ ခံစားချက်ကို ဖော်ပြနိုင်ပါတယ်)။ AR camera တွေထဲ ပါသွားတဲ့ ဘေးနားက လူတွေရဲ့ consent အကြောင်း မေးခွန်းတွေ ပေါ်လာစေပြီး စိတ်ပိုင်းဆိုင်ရာ သက်ရောက်မှု၊ စွဲလမ်းအောင် ဒီဇိုင်းဆွဲထားခြင်းနဲ့ အစစ်အမှန် အတွေ့အကြုံနဲ့ အတုဖန်တီးထားတဲ့ အတွေ့အကြုံကြားက နယ်ခြား ဝါးလာခြင်း စတဲ့ စိုးရိမ်စရာတွေကိုလည်း ဖြစ်စေပါတယ်၊ အထူးသဖြင့် အသက်ငယ်တဲ့ user တွေအတွက်ပါ။

Quantum Computing (qubit သုံးတဲ့ ကွန်ပျူတာ နည်းပညာ)

Quantum computer တွေက quantum physics (အဏုမြူ အဆင့် ရူပဗေဒ) ရဲ့ သက်ရောက်မှုတွေကို သုံးပြီး ပြဿနာ တချို့ကို ပုံမှန် (classical) ကွန်ပျူတာတွေထက် အများကြီး ပိုမြန်မြန် ဖြေရှင်းပါတယ်။ အဓိက ကျင့်ဝတ်ဆိုင်ရာ ပြဿနာက security (လုံခြုံရေး) ပါ: စွမ်းဆောင်ရည် လုံလောက်တဲ့ quantum computer တစ်လုံးက ကျယ်ကျယ်ပြန့်ပြန့် သုံးနေတဲ့ public-key encryption (key နှစ်ခု သုံးပြီး ဒေတာကို ဖတ်မရအောင် ပြောင်းတဲ့ နည်း) ကို ချိုးဖျက်နိုင်ပါတယ်။ အဲဒီ encryption က online ဘဏ်လုပ်ငန်းနဲ့ ကိုယ်ပိုင် message ပို့ခြင်းတွေကို ကာကွယ်ရာမှာ ကူညီပေးနေတာပါ။ ဒါကြောင့် post-quantum cryptography (quantum တိုက်ခိုက်မှုကို ခံနိုင်အောင် ဒီဇိုင်းဆွဲထားတဲ့ encryption) ကို ဖန်တီးဖို့ ကြိုးစားနေကြပါတယ်။ ဒုတိယ ပြဿနာက equity ပါ: အသုံးဝင်တဲ့ quantum computer တွေကို သုံးနိုင်ခွင့်က အဖွဲ့အစည်း ဒါမှမဟုတ် နိုင်ငံ တချို့ကို တခြားသူတွေ မရနိုင်တဲ့ အသာစီး ပေးနိုင်ပါတယ်။ နည်းပညာက အသစ် ဖြစ်နေလို့ သူ့အတွက် အခိုင်အမာ သတ်မှတ်ပြီးသား ကျင့်ဝတ်ဆိုင်ရာ လမ်းညွှန်ချက် နည်းပါးပါတယ်။ ဒါကြောင့် နောက် အပိုင်းက အရေးကြီးတာပါ။

နည်းပညာ တိုးတက်လာတာနဲ့အမျှ ကျင့်ဝတ်ဆိုင်ရာ လမ်းညွှန်ချက်တွေကို ပြန်လည် သုံးသပ်ခြင်း

ကျင့်ဝတ်ဆိုင်ရာ လမ်းညွှန်ချက်တွေ၊ ဥပဒေတွေနဲ့ လူမှုရေး ထုံးတမ်းတွေကို သူတို့ကို ရေးဆွဲတဲ့ အချိန်မှာ ရှိနေတဲ့ နည်းပညာအတွက် ရေးထားတာပါ။ နည်းပညာ ပြောင်းလဲလာတဲ့အခါ စည်းမျဉ်း အဟောင်းတွေက အခြေအနေ အသစ်ကို မဖုံးလွှမ်းနိုင်တာ ဒါမှမဟုတ် ညံ့ညံ့ဖျင်းဖျင်း ဖုံးလွှမ်းတာ ဖြစ်နိုင်ပါတယ်။

စာရွက် မှတ်တမ်းတွေအတွက် ရေးထားတဲ့ privacy ဥပဒေက ချက်ချင်း copy ကူးနိုင်၊ ပေါင်းစပ်နိုင်ပြီး ကောက်ချက် ဆွဲထုတ်နိုင်တဲ့ ဒေတာကို ကိုင်တွယ်ဖို့ ရုန်းကန်ရပါတယ်။
လူ ဖန်တီးသူတွေအတွက် ရေးထားတဲ့ copyright (မူပိုင်ခွင့်) စည်းမျဉ်းတွေက လက်ရာ သန်းနဲ့ချီနဲ့ train (ဒေတာနဲ့ လေ့ကျင့်ပေးခြင်း) လုပ်ထားတဲ့ model တွေကို ကြိုမမြင်ခဲ့ပါဘူး။
ဆယ်စုနှစ်တွေ ကြာအောင် ယုံကြည် သုံးလာခဲ့တဲ့ RSA (အသုံးများတဲ့ public-key encryption နည်း တစ်ခု) လို public-key encryption ကို လုံလောက်အောင် ကြီးတဲ့ quantum computer တစ်လုံးက ချိုးဖျက်နိုင်ပါတယ်။

နည်းပညာ ပြောင်းလဲလာတာနဲ့အမျှ ကျင့်ဝတ်ဆိုင်ရာ လမ်းညွှန်ချက်တွေကို ပုံမှန် ပြန်လည် သုံးသပ်ဖို့ လိုပါတယ်။ ဒီလို ပြန်လည် သုံးသပ်ပြီး update လုပ်ဖို့ ရည်ရွယ်ထားတဲ့ လမ်းညွှန်ချက်တွေကို living document (အမြဲ ပြင်ဆင် ဖြည့်စွက်သွားမယ့် စာတမ်း) လို့ မကြာခဏ ခေါ်ပါတယ်: သူတို့ ပြောင်းလဲမယ်လို့ မျှော်လင့်ထားပြီး တစ်ခါ ရေးပြီး ပစ်ထားတာ မဟုတ်ပါဘူး။ သက်ရောက်ခံရတဲ့ လူတွေက အန္တရာယ်တွေကို ဖော်ထုတ်ရာမှာနဲ့ ဘာကို update လုပ်ဖို့ လိုလဲ ဆုံးဖြတ်ရာမှာ ပါဝင် ကူညီသင့်ပါတယ်။ ဥပဒေနဲ့ မူဝါဒတွေကို ပြင်ဆင်ဖို့ အချိန် ယူရနိုင်လို့ အသုံးဝင်တဲ့ ကျင့်ဝတ်ဆိုင်ရာ ငြင်းချက်က လက်ရှိ ကာကွယ်မှုတွေ ဘယ်နေရာမှာ မလုံလောက်သလဲ၊ ဘယ်လို တိုးတက်အောင် လုပ်နိုင်သလဲ ဆိုတာကို ရှင်းပြပါတယ်။

ဥပမာ: Generative AI (စာသား ဒါမှမဟုတ် ပုံ အသစ်တွေ ဖန်တီးပေးတဲ့ ဉာဏ်ရည်တု) က ယုံကြည်လောက်တဲ့ ဗီဒီယို အတုကို ဈေးပေါပေါနဲ့ လုပ်လို့ရအောင် လုပ်ပေးလိုက်တဲ့အခါ အသရေဖျက်မှုနဲ့ လိမ်လည်မှုဆိုင်ရာ ရှိပြီးသား ဥပဒေတွေက deepfake (AI နဲ့ ဖန်တီးထားတဲ့ အစစ်နဲ့တူတဲ့ ဗီဒီယို၊ ပုံ ဒါမှမဟုတ် အသံ အတု) တွေကို စဉ်းစားပြီး ရေးထားတာ မဟုတ်ခဲ့ပါဘူး။ ဒါကြောင့် စည်းမျဉ်းတွေကို ပြန်လည် သုံးသပ်တဲ့အထိ ထိခိုက်ခံရသူတွေမှာ အကာအကွယ် အားနည်းခဲ့ပါတယ်။ နည်းပညာကို အသုံးချပုံ အသစ်တွေကြောင့် ရှိပြီးသား ဥပဒေတွေကို ပြန်လည် သုံးသပ်ဖို့ လိုလာနိုင်ပါတယ်။

အလုပ်အကိုင်နဲ့ လူ့အဖွဲ့အစည်း

ကွန်ပျူတာ နေ့စဉ်ဘဝထဲ ပိုနက်နက် ပေါင်းစပ်လာတိုင်း လူ့အဖွဲ့အစည်း တစ်ခုလုံးနဲ့ ဆိုင်တဲ့ နောက်ထပ် ခေါင်းစဉ် နှစ်ခုက ထပ်ခါထပ်ခါ ပေါ်လာပါတယ်။

ပြောင်းလဲနေတဲ့ အလုပ်သမား လောက။ Automation (လူ့လုပ်အား အစား စက်နဲ့ အလိုအလျောက် လုပ်စေခြင်း) နဲ့ AI က အလုပ် တချို့ကို ပျောက်စေတယ်၊ အများအပြားကို ပြောင်းလဲစေတယ်၊ တချို့ကို အသစ် ဖန်တီးပေးပါတယ်။ ကိုယ့်အလုပ်ကို automate လုပ်ခံရပြီး အလုပ်သစ်အတွက် ပြန်လည် လေ့ကျင့်ပေးမှုနဲ့ ထောက်ပံ့မှု လိုအပ်တဲ့ လူတွေရော၊ အသစ်ဖြစ်ပြီး ကျွမ်းကျင်မှု ပိုမြင့်လေ့ရှိတဲ့ ရာထူးတွေ ရလာတဲ့ လူတွေရော နှစ်ဘက်လုံးကို ထည့်စဉ်းစားပါ။ တရားမျှတတဲ့ အကူးအပြောင်းက စီးပွားရေး မေးခွန်း သက်သက် မဟုတ်ဘဲ မူဝါဒနဲ့ ကျင့်ဝတ်ဆိုင်ရာ မေးခွန်းလည်း ဖြစ်ပါတယ်: အပြောင်းအလဲရဲ့ ကုန်ကျစရိတ်ကို ဘယ်သူ ခံရမလဲ၊ အကျိုးအမြတ်ကို ဘယ်သူ ရယူမလဲ။

Globalisation (ကမ္ဘာလုံးဆိုင်ရာ ချိတ်ဆက်မှု) နဲ့ jurisdiction (ဘယ်နိုင်ငံရဲ့ ဥပဒေ သက်ရောက်လဲ ဆိုတာ)။ Network နဲ့ ချိတ်ထားတဲ့ ကွန်ပျူတာ စနစ်တွေကြောင့် ဝန်ဆောင်မှု၊ ဒေတာနဲ့ အလုပ်တွေက နယ်စပ်တွေကို ဖြတ်ပြီး ချက်ချင်း စီးဆင်းနိုင်ပါတယ်။ ဒါက အခွင့်အလမ်းတွေကို ပျံ့နှံ့စေပေမယ့် လူတစ်ယောက်ရဲ့ ဒေတာကို သူ တစ်ခါမှ မရောက်ဖူးတဲ့ နိုင်ငံ တစ်ခုရဲ့ ဥပဒေအောက်မှာ၊ သူ့နိုင်ငံထက် အကာအကွယ် အားနည်းတဲ့ ဥပဒေအောက်မှာ သိမ်းပြီး စီမံဆောင်ရွက်နိုင်တယ် ဆိုတာလည်း ဖြစ်ပါတယ်။ တစ်ခုခု မှားသွားတဲ့အခါ ဘယ်သူ့ စည်းမျဉ်း သက်ဆိုင်သလဲ ဆိုတာတောင် မရှင်းလင်း ဖြစ်နိုင်ပါတယ်။

“Discuss” မေးခွန်းကို ဘယ်လို ဖြေမလဲ

A4.4.1 လိုပဲ A4.4.2 ကိုလည်း Discuss command term နဲ့ စစ်ဆေးပါတယ်: ကောက်ချက် တစ်ခုအထိ ရောက်တဲ့ မျှတပြီး ကျိုးကြောင်း ခိုင်လုံတဲ့ ငြင်းချက်ပါ။ ဖွဲ့စည်းပုံက အတူတူပါပဲ:

တစ်ဖက်: နည်းပညာ ဒါမှမဟုတ် အပြောင်းအလဲရဲ့ တကယ့် အကျိုးကျေးဇူးတွေ၊ အချက် တစ်ခုချင်းကို ချဲ့ထွင် ရှင်းပြပါ။
နောက်တစ်ဖက်: တကယ့် ဆုံးရှုံးမှုနဲ့ အန္တရာယ်တွေ၊ တိတိကျကျ နာမည် တပ်ပြီး (privacy, equity, individual rights, surveillance) ချဲ့ထွင် ရှင်းပြပါ။
ကျိုးကြောင်း ခိုင်လုံတဲ့ ကောက်ချက်: ကိုယ် ရေးခဲ့တဲ့ အချက်တွေကို ချိန်ဆထားတဲ့ ခိုင်လုံတဲ့ ရပ်တည်ချက် တစ်ခုပါ။ လူ့အဖွဲ့အစည်း အတိုင်းအတာ ဒီလို မေးခွန်းတွေအတွက် ဆိုရင် အကျိုးကျေးဇူးက ဆုံးရှုံးမှုထက် ပိုများစေမယ့် အခြေအနေ ဒါမှမဟုတ် အကာအကွယ် စည်းမျဉ်း (safeguard) တွေကို များသောအားဖြင့် ဖော်ပြပါတယ်။

နေ့စဉ်ဘဝထဲက ကွန်ပျူတာ အကြောင်း မေးခွန်းတွေမှာ အစွန်းရောက်တဲ့ ရပ်တည်ချက်ကို ရှောင်ပါ: pervasive computing၊ surveillance နဲ့ ပေါ်ထွက်လာနေတဲ့ နည်းပညာတွေမှာ တကယ့် အကျိုးကျေးဇူးနဲ့ တကယ့် ထိခိုက်မှုတွေ တစ်ပြိုင်နက် ရှိပါတယ်။ ဘယ်သူ အကျိုးရမလဲ၊ ဘယ်သူ ထိခိုက်ခံရ ဒါမှမဟုတ် ဖယ်ထုတ်ခံရနိုင်လဲ၊ ဘယ် အခြေအနေတွေက ကိုယ့် ကောက်ချက်ကို ပြောင်းစေမလဲ ဆိုတာ ထည့်စဉ်းစားပါ။ “ဟုတ်တယ်၊ ဒါပေမယ့် … ဆိုရင်ပဲ” ဒါမှမဟုတ် “အကျိုးကျေးဇူးက လူအများစုအတွက် မှန်ပေမယ့် ထိခိုက်လွယ်တဲ့ အုပ်စု တစ်စုကို ဖယ်ထုတ်ထားလို့ …” လို အခြေအနေ ပေါ်မူတည်တဲ့ ကောက်ချက်က ဟုတ်တယ်၊ မဟုတ်ဘူး လို့ ပြတ်ပြတ် ဖြေတာထက် အဲဒီ ချိန်ဆမှုကို ပိုရှင်းရှင်း ပြနိုင်ပါတယ်။

အဖြေ စစ်ဆေးစာရင်း: Discuss က “a considered and balanced review that includes a range of arguments, factors or hypotheses” (ငြင်းချက်၊ အချက်အလက် ဒါမှမဟုတ် ယူဆချက် အမျိုးမျိုး ပါဝင်တဲ့၊ သေချာ စဉ်းစားထားပြီး မျှတတဲ့ သုံးသပ်ချက်) ကို တောင်းပြီး ကောက်ချက်တွေက “supported by appropriate evidence” (သင့်တော်တဲ့ အထောက်အထားနဲ့ ထောက်ခံထားတဲ့) ဖြစ်ရပါမယ်။ ဒါကို လုပ်ဖို့ အသေးစိတ်ပြီး တိကျတဲ့ အသိပညာ၊ တစ်လျှောက်လုံး မှန်ကန်တဲ့ ဝေါဟာရ သုံးခြင်း (တကယ့် concept တွေကို နာမည် တပ်ပြောပါ: digital divide၊ mass vs targeted surveillance၊ individual rights၊ equity)၊ တစ်ဖက်ထက် ပိုတဲ့ မျှတတဲ့ ခွဲခြမ်းစိတ်ဖြာမှုနဲ့ အဲဒီ ခွဲခြမ်းစိတ်ဖြာမှုနဲ့ ရှင်းရှင်းလင်းလင်း ချိတ်ဆက်ထားတဲ့ ကောက်ချက် တို့ကို ရည်မှန်းပါ။

Quick Check (အမြန် စစ်ဆေးမေးခွန်း)

Q1. Smart doorbell မဝယ်ဖို့ ကိုယ် ရွေးလို့ရပေမယ့် အိမ်နီးချင်းရဲ့ smart doorbell က လူသွားလမ်းပေါ်က ကိုယ့်ကို ရိုက်ကူးတာကိုတော့ ကိုယ် တားလို့ မရပါဘူး။ ဒါက pervasive computing ရဲ့ ဘယ် ထူးခြားချက်ကို အကောင်းဆုံး ဖော်ပြသလဲ။

Q2. စနစ် တစ်ခုက နောက်ပိုင်းမှာ အသုံးဝင်နိုင်မလားဆိုပြီး နိုင်ငံသား တိုင်းရဲ့ သွားလာမှုတွေကို မှတ်တမ်းတင်ပါတယ်။ ဒါကို ဘယ်လို အကောင်းဆုံး ဖော်ပြမလဲ၊ ဘာကြောင့် ပိုအငြင်းပွားစရာ ဖြစ်တဲ့ ပုံစံ ဖြစ်သလဲ။

Q3. အစိုးရ တစ်ခုက ရုံးကို ကိုယ်တိုင် သွားရတဲ့ အထောက်အပံ့ ဝန်ဆောင်မှုကို online မှာပဲ သုံးလို့ရတဲ့ စနစ်နဲ့ အစားထိုးလိုက်ပါတယ်။ ဘယ် စိုးရိမ်ချက်က အတိုက်ရိုက်ဆုံး ပေါ်လာသလဲ။

Q4. စွမ်းအားကြီးတဲ့ quantum computer တွေနဲ့ ပတ်သက်ပြီး အများဆုံး ကိုးကား ပြောဆိုကြတဲ့ ကျင့်ဝတ်ဆိုင်ရာ/security စိုးရိမ်ချက်က ဘာလဲ။

Q5. လိမ်လည်မှုနဲ့ အသရေဖျက်မှုဆိုင်ရာ ဥပဒေတွေကို deepfake တွေကို စဉ်းစားပြီး ရေးထားတာ မဟုတ်လို့ စည်းမျဉ်းတွေကို ပြန်လည် သုံးသပ်တဲ့အထိ ထိခိုက်ခံရသူတွေ အကာအကွယ် အားနည်းခဲ့ပါတယ်။ ဒါက ဘယ် ယေဘုယျ မူကို ဖော်ပြသလဲ။

Q6. Automation က အလုပ်အကိုင်အပေါ် သက်ရောက်ပုံကို ဖော်ပြဖို့ အမျှတဆုံး နည်းက ဘာလဲ။

သက်ဆိုင်တဲ့ Concept ကို ရှာပါ

အခြေအနေ တစ်ခုစီက အတိုက်ရိုက်ဆုံး ပေါ်လာစေတဲ့ concept (အယူအဆ) ကို နာမည် ပေးပါ။ ဝေါဟာရ အတိအကျကို သုံးပါ။

ကွက်လပ်ပါတဲ့ စာကြောင်းတွေက English နဲ့ ဖြစ်ပြီး အဖြေတွေကိုလည်း ဒီစာမျက်နှာက English ဝေါဟာရ အတိုင်း English လို ရိုက်ထည့်ရပါမယ်။ Concept၊ Emerging tech၊ Principle ဆိုတာ concept (အယူအဆ)၊ ပေါ်ထွက်လာနေတဲ့ နည်းပညာ၊ မူ လို့ ဆိုလိုပါတယ်။ စာကြောင်းတွေရဲ့ အဓိပ္ပာယ်က အောက်ပါအတိုင်းပါ:

Online မှာပဲ သုံးလို့ရတဲ့ ဝန်ဆောင်မှုတွေက စိတ်ချရတဲ့ အင်တာနက် မရှိတဲ့ လူတွေကို ဖယ်ထုတ်ထားတယ်
Camera တွေနဲ့ sensor တွေက လိုလာမလားဆိုပြီး လူထု တစ်ရပ်လုံးကို ပုံမှန်အတိုင်း စောင့်ကြည့်နေတယ်
အနာဂတ်က quantum computer တစ်လုံးက ဘဏ် ဒေတာကို ကာကွယ်ပေးနေတဲ့ encryption ကို ချိုးဖျက်နိုင်တယ်
AR headset ရဲ့ camera က မှတ်တမ်းတင်ခံရဖို့ ဘယ်တုန်းကမှ သဘောမတူခဲ့တဲ့ ဘေးနားက လူတွေကို ရိုက်ကူးတယ်
Privacy ဥပဒေ အဟောင်းက ချက်ချင်း copy ကူးပြီး ပေါင်းစပ်လို့ရတဲ့ ဒေတာကို မကိုင်တွယ်နိုင်ဘူး

အခြေအနေ တစ်ခုစီက ပေါ်လာစေတဲ့ concept နဲ့ ကွက်လပ်တွေကို ဖြည့်ပါ။

// Online-only services exclude people without reliable internet access
// Concept: 

// Cameras and sensors watch an entire population by default, just in case
// Concept: 

// A future quantum computer could break the encryption protecting bank data
// Emerging tech: 

// An AR headset's camera films bystanders who never agreed to be recorded
// Concept: 

// Old privacy law cannot cope with data that is copied and combined instantly
// Principle:

Practice Exercises (လေ့ကျင့်ခန်းများ)

IB CS သင်တန်း တက်နေသူတွေအတွက် မှတ်ချက်: A4.4.2 ကို Discuss command term နဲ့ စစ်ဆေးလို့ အမှတ် ပိုများတဲ့ မေးခွန်းတွေက မျှတတဲ့ ငြင်းချက်နဲ့ ကောက်ချက် လိုအပ်တဲ့ Discuss မေးခွန်းတွေ ဖြစ်ပါတယ်။

Define နဲ့ Explain လို English စကားလုံးတွေက IB command term တွေပါ။ (4 marks) လို mark allocation (မေးခွန်း တစ်ခုစီအတွက် ပေးတဲ့ အမှတ်) တွေက IB Computer Science စာမေးပွဲ ပုံစံအတိုင်း ပေးထားတာပါ၊ ဥပမာ (4 marks) ဆိုတာ 4 မှတ်ပါ။ IB သင်တန်း မတက်တဲ့သူတွေကတော့ အဖြေ ဘယ်လောက် အသေးစိတ် ရေးရမလဲ ချိန်ကြည့်ဖို့ လမ်းညွှန်အဖြစ် သုံးနိုင်ပါတယ်။

Core (အခြေခံ အဆင့်)

Define (အဓိပ္ပာယ်ကို တိတိကျကျ ဖော်ပြပါ) (4 marks): Digital divide ကို define လုပ်ပြီး သူ့ရဲ့ ကွဲပြားတဲ့ အလွှာ နှစ်ခု (ဥပမာ access နဲ့ skills) ကို တစ်ခုစီအတွက် ဥပမာ တစ်ခုနဲ့ outline (အကျဉ်းချုပ် ဖော်ပြ) လုပ်ပါ။
Distinguish (အရာ နှစ်ခု ဒါမှမဟုတ် ပိုများတဲ့ အရာတွေကြားက ကွာခြားချက်ကို ရှင်းရှင်းလင်းလင်း ပြပါ) (4 marks): Targeted surveillance နဲ့ mass surveillance ကို ခွဲခြားပြပြီး mass surveillance က ဘာကြောင့် ကျင့်ဝတ်ဆိုင်ရာ ကန့်ကွက်မှု ပိုခံရသလဲ ဆိုတာ state (ဖော်ပြ) လုပ်ပါ။
Explain (ရှင်းပြပါ) (4 marks): Pervasive (အမြဲ ဖွင့်ထားပြီး network နဲ့ ချိတ်ထားတဲ့) စက်တွေက offline စက် တစ်ခုတည်းမှာ မရှိတဲ့ privacy စိုးရိမ်ချက်တွေကို ဘာကြောင့် ဖြစ်စေသလဲ explain လုပ်ပါ။

Extension (တိုးချဲ့ အဆင့်)

Explain (6 marks): ကျင့်ဝတ်ဆိုင်ရာ လမ်းညွှန်ချက်တွေကို “living document” တွေအဖြစ် သဘောထားတယ် ဆိုတာ ဘာကို ဆိုလိုသလဲ explain လုပ်ပါ။ ရှိပြီးသား စည်းမျဉ်းတွေထက် ပိုမြန်မြန် တိုးတက်သွားခဲ့တဲ့ နည်းပညာ ဥပမာ တစ်ခုကို သုံးပါ။
Discuss (အမြင် အမျိုးမျိုးကို ချိန်ဆပြီး ဆွေးနွေးပါ) (8 marks): မြို့ တစ်မြို့က “smart city” တစ်ခု ဖန်တီးဖို့ သူ့ရဲ့ အများပြည်သူ နေရာတွေကို network နဲ့ ချိတ်ထားတဲ့ camera တွေ၊ sensor တွေနဲ့ ဖုံးလွှမ်းဖို့ အဆိုပြုပါတယ်။ ကွန်ပျူတာကို နေ့စဉ်ဘဝထဲ ဒီလို ပေါင်းစပ်တာရဲ့ ကျင့်ဝတ်ဆိုင်ရာ ရှုထောင့်တွေကို Discuss လုပ်ပါ။ (စာပိုဒ်နဲ့ ရေးပါ။ Privacy၊ equity ဒါမှမဟုတ် individual rights နဲ့ အနည်းဆုံး နောက်ထပ် စိုးရိမ်ချက် တစ်ခုကို ထည့်ရေးပြီး ကျိုးကြောင်း ခိုင်လုံတဲ့ ကောက်ချက် တစ်ခု ချပါ။)

Challenge (စိန်ခေါ်မှု အဆင့်)

Discuss (10 marks): နိုင်ငံတော် အစိုးရ တစ်ခုက အများပြည်သူ ဝန်ဆောင်မှု အားလုံး (အခွန်၊ ကျန်းမာရေး ချိန်းဆိုမှု၊ လူမှုဖူလုံရေး၊ မဲဆန္ဒရှင် စာရင်းသွင်းခြင်း) ကို online platform တစ်ခုတည်းကနေ ပေးဖို့ စီစဉ်ပါတယ်။ ထိရောက်မှုနဲ့ access ကို digital divide၊ surveillance နဲ့ individual rights တို့နဲ့ ချိန်ဆပြီး ကျင့်ဝတ်ဆိုင်ရာ ရှုထောင့်တွေကို Discuss လုပ်ပါ။ လိုအပ်တဲ့ safeguard (အကာအကွယ် စည်းမျဉ်း) တွေကို ဖော်ပြတဲ့၊ အခြေအနေနဲ့ ကိုက်အောင် ချိန်ညှိထားတဲ့ ကောက်ချက် တစ်ခု ချပါ။
Evaluate (အားသာချက်နဲ့ အားနည်းချက်တွေကို ချိန်ဆပြီး အကဲဖြတ်ပါ) (10 marks): AR နဲ့ VR က နေ့စဉ် ပညာရေးနဲ့ အလုပ်ထဲကို ရောက်လာတဲ့အခါ သင်ယူမှုနဲ့ ကုန်ထုတ်စွမ်းအားအတွက် သူတို့ရဲ့ အကျိုးကျေးဇူးတွေက privacy နဲ့ စိတ်ပိုင်းဆိုင်ရာ ကျန်းမာရေးအပေါ် ဆုံးရှုံးမှုတွေထက် ပိုများတယ် ဆိုတဲ့ အဆိုကို evaluate လုပ်ပါ။ ရပ်တည်ချက် တစ်ခုကို အကြံပြုပြီး အဲဒါကို အကြောင်းပြချက်နဲ့ ခိုင်လုံအောင် ပြပါ။

ဆက်စပ် ခေါင်းစဉ်များ

ဆက်စပ် ခေါင်းစဉ်: Ethics of Machine Learning (machine learning ဆိုင်ရာ ကျင့်ဝတ်): ကွန်ပျူတာ ကျင့်ဝတ်ရဲ့ စနစ် တစ်ခုချင်း အဆင့် တစ်ဝက် (A4.4.1)
ဆက်စပ် ခေါင်းစဉ်: Networks (network များ): ဒီ ပြဿနာတွေရဲ့ နောက်ကွယ်က encryption၊ security နဲ့ ကမ္ဘာလုံးဆိုင်ရာ ဒေတာ စီးဆင်းမှု
ဆက်စပ် ခေါင်းစဉ်: Databases (ဒေတာ သိမ်းဆည်းတဲ့ စနစ်များ): ကိုယ်ရေးကိုယ်တာ ဒေတာကို ဘယ်လို သိမ်း၊ ချိတ်ဆက်၊ ကာကွယ်သလဲ
ဆက်စပ် ခေါင်းစဉ်: Hardware (ကွန်ပျူတာရဲ့ ရုပ်ပိုင်း အစိတ်အပိုင်းများ): embedded system (စက်ထဲ ထည့်ထားတဲ့ ကွန်ပျူတာငယ်) တွေနဲ့ computing ကို pervasive ဖြစ်စေတဲ့ စက်ပစ္စည်းတွေ