ဉာဏ်ရည်တုသည် ဆရာဝန်များ၊ ရှေ့နေများနှင့် အတိုင်ပင်ခံများ၏ အလုပ်များကို လုပ်ဆောင်ရန် သင်ယူနေပြီ

(SeaPRwire) –   ထိုလုပ်ငန်းတာဝန်များသည် ရှေ့နေများ၊ ဆရာဝန်များ၊ ဘဏ္ဍာရေးဆိုင်ရာ လေ့လာဆန်းစစ်သူများနှင့် စီမံခန့်ခွဲမှု အတိုင်ပင်ခံများက ၎င်းတို့၏ အသက်မွေးဝမ်းကြောင်းအလုပ်အဖြစ် ဖြေရှင်းပေးနေသည့် အရာများနှင့် ဆင်တူသည်။ တစ်ခုမှာ ရုပ်ပုံ၊ အသံစသည့် သက်သေအထောက်အထား (၉) ခုအပေါ် အခြေခံ၍ ၆ နှစ်အရွယ် လူနာတစ်ဦး၏ ရောဂါရှာဖွေမှုကို တောင်းဆိုပြီး၊ နောက်တစ်ခုမှာ ဂီတသမားတစ်ဦး၏ ပစ္စည်းဥစ္စာပိုင်ဆိုင်မှုနှင့် ပတ်သက်၍ ဥပဒေအကြံဉာဏ် တောင်းဆိုကာ၊ တတိယတစ်ခုမှာ ကျန်းမာရေးနည်းပညာကုမ္ပဏီတစ်ခု၏ အစိတ်အပိုင်းတစ်ခုကို တန်ဖိုးဖြတ်ရန် တောင်းဆိုခြင်း ဖြစ်သည်။

ထိပ်တန်း AI ကုမ္ပဏီတိုင်းသို့ “ကျွမ်းကျင်ဒေတာ” ပံ့ပိုးပေးသည်ဟု ဆိုသော Mercor က ဥပဒေ၊ ဆေးပညာ၊ ဘဏ္ဍာရေးနှင့် စီမံခန့်ခွဲမှု အတိုင်ပင်ခံလုပ်ငန်းများတွင် AI များသည် “စီးပွားရေးအရ တန်ဖိုးမြင့်မားသည့် အသိပညာဆိုင်ရာ လုပ်ငန်းများကို လုပ်ဆောင်နိုင်ခြင်း” ရှိ၊ မရှိ စမ်းသပ်သည့် လုပ်ငန်းတာဝန် ၂၀၀ ကို ဖန်တီးရန် ဒေါ်လာ ၅၀၀,၀၀၀ ကျော် သုံးစွဲခဲ့သည်ဟု ပြောကြားသည်။ ဗုဒ္ဓဟူးနေ့တွင် ထုတ်ဝေခဲ့သော APEX (AI Professional Executive Exam) တွင် Mercor ၏ ပြောကြားချက်အရ McKinsey ၏ ယခင်ကမ္ဘာလုံးဆိုင်ရာ မန်နေးဂျင်းဒါရိုက်တာဟောင်း၊ Harvard Business School ၏ ယခင်ကျောင်းအုပ်ကြီးဟောင်းနှင့် Harvard Law School မှ ပါမောက္ခတစ်ဦးတို့သည် ၎င်းတို့၏ သက်ဆိုင်ရာ နယ်ပယ်များရှိ လုပ်ငန်းတာဝန်များ၏ ဒီဇိုင်းနှင့် အတိုင်းအတာကို အကြံပေးခဲ့ကြပြီး စာတမ်း၏ ပူးတွဲရေးသားသူများအဖြစ် ပါဝင်သည်။ APEX သည် “အလွန်နက်ရှိုင်းအောင် လုပ်ဆောင်ရန် ရည်ရွယ်သည်” ဟု ကုမ္ပဏီ၏ ၂၂ နှစ်အရွယ် CEO ဖြစ်သူ Brendan Foody က ပြောသည်။ “အတိုင်ပင်ခံ၊ ဘဏ်လုပ်ငန်းရှင်၊ ဆရာဝန် သို့မဟုတ် ရှေ့နေတစ်ယောက်ဖြစ်ဖို့ဆိုတာ ဘာကိုဆိုလိုသလဲဆိုတာကို ဘယ်လိုမျိုး ပြည့်ပြည့်စုံစုံ သိရှိနိုင်မလဲ” ဟု ၎င်းက ဆိုသည်။

လုပ်ငန်းတာဝန်များ ဖန်တီးရန်အတွက် Mercor သည် Goldman Sachs, JPMorgan (ထိပ်တန်းဘဏ်များ)၊ McKinsey, Boston Consulting Group (အတိုင်ပင်ခံကုမ္ပဏီများ)၊ Latham & Watkins (ဥပဒေကုမ္ပဏီများ) နှင့် Mount Sinai (ဆေးရုံများ) ကဲ့သို့သော နာမည်ကြီး အလုပ်ရှင်ဟောင်းများရှိခဲ့သည့် ဝန်ထမ်းပရော်ဖက်ရှင်နယ်များကို စာချုပ်ချုပ်ဆိုခဲ့သည်။ ၎င်းတို့သည် ပျမ်းမျှ ၇.၂၅ နှစ် အလုပ်အတွေ့အကြုံရှိပြီး၊ Mercor မှ ပေးသော လစာသည် ၎င်းတို့၏ ယခင်ဂုဏ်သိက္ခာကြီးမားသော အလုပ်ရှင်များထံမှ လစာနှင့် ယှဉ်ပြိုင်နိုင်သည်။ Mercor ၏ ဝက်ဘ်ဆိုဒ်တွင် ပျမ်းမျှ တစ်နာရီ ဒေါ်လာ ၈၁ နှုန်းဖြင့် ကြော်ငြာထားပြီး၊ “အတွေ့အကြုံရှိ ကျွမ်းကျင်သူများ” အတွက် တစ်နာရီ ဒေါ်လာ ၂၀၀ ကျော်အထိ ရောက်ရှိကာ၊ ၎င်းသည် တစ်နှစ်လျှင် ဒေါ်လာ ၄၀၀,၀၀၀ ခန့် လစာနှင့် ညီမျှသည်။ ၎င်းတို့သည် လျှောက်ထားရန် အနည်းဆုံး လေးနှစ် အလုပ်အတွေ့အကြုံ ရှိရမည်ဖြစ်သည်။

“လုပ်ခပေးချေမှု ရှုထောင့်ကနေကြည့်ရင် ဒီထက်ကောင်းတဲ့ တစ်နာရီလုပ်အားခ အလုပ်မျိုးကို စဉ်းစားရခက်ပါတယ်” ဟု Mercor မှ ငွေကြေးဆိုင်ရာ လုပ်ငန်းတာဝန်များ ရေးရန် စာချုပ်ချုပ်ဆိုထားသည့် Bank of America မှ ယခင်ရင်းနှီးမြှုပ်နှံမှုဘဏ်လုပ်ငန်း လေ့လာဆန်းစစ်သူဟောင်း Matt Seck က ပြောကြားသည်။

AI စွမ်းရည်ကို အကဲဖြတ်ရန်အတွက် စံနှုန်းများကို ကြာမြင့်စွာကတည်းက အသုံးပြုခဲ့ကြသော်လည်း AI မော်ဒယ်များ၏ စီးပွားရေးအရ အသုံးဝင်သော အလုပ်များကို လုပ်ဆောင်နိုင်စွမ်းကို တိုက်ရိုက်တိုင်းတာခြင်းသည် “ပုံမှန်အခြေအနေမှ ပြောင်းလဲမှုတစ်ခု” ကို ကိုယ်စားပြုသည်ဟု စာတမ်း၏ ရေးသားသူတစ်ဦးဖြစ်သူ Osvald Nitski က ပြောကြားသည်။ Mercor ၏ စံနှုန်းအရ၊ “၁၀၀% ရရှိခြင်းဆိုသည်မှာ အခြေခံအားဖြင့် သေတ္တာထဲတွင်ရှိသော လေ့လာဆန်းစစ်သူ သို့မဟုတ် လက်ထောက်တစ်ဦးကို သင်သည် လုပ်ငန်းတာဝန်များ ပေးပို့နိုင်ပြီး၊ ၎င်းတို့သည် ပါတနာ၊ MD သို့မဟုတ် ထိုလူ၏ လုပ်ငန်းကို အကဲဖြတ်မည့် မည်သူမဆို၏ လိုအပ်ချက်များအတိုင်း ပေးပို့ခြင်းကို ဆိုလိုသည်” ဟု Nitski က ဆိုသည်။

မော်ဒယ်များသည် ထိုအဆင့်သို့ မရောက်သေးသော်လည်း အလျင်အမြန် တိုးတက်လာနေသည်။ OpenAI ၏ GPT-4o သည် ၂၀၂၄ ခုနှစ် မေလတွင် ထုတ်ဝေခဲ့ပြီး စံနှုန်းတွင် ၃၅.၉% ရရှိခဲ့သည်။ တစ်နှစ်အကြာတွင် ထုတ်ဝေခဲ့သော GPT-5 သည် ၆၄.၂% အထိ ရရှိခဲ့ပြီး စံနှုန်းတွင် အမြင့်ဆုံးရမှတ် ဖြစ်သည်။ စံနှုန်းတွင် ၆၄.၂% ရရှိခြင်းသည် GPT-5 သည် လူသားလုပ်သား၏ တန်ဖိုး ၆၄.၂% ကို ပေးနိုင်သည်ဟု မဆိုလိုပါ။ ၁၀၀% မပြည့်သော အလုပ်သည် “ထိရောက်မှုမရှိနိုင်” ဟု စာတမ်းရေးသားသူများက ရေးသားထားသည်။ GPT-5 သည် လုပ်ငန်းတာဝန် ၂၀၀ အနက် နှစ်ခု (ဥပဒေနယ်ပယ်တွင် တစ်ခုနှင့် ရင်းနှီးမြှုပ်နှံမှုဘဏ်လုပ်ငန်းတွင် တစ်ခု) တွင်သာ အမှတ်ပြည့် ရရှိခဲ့ပြီး ၎င်းတို့သည် “အခြေခံကျသော ဆင်ခြင်တုံတရား၊ ရိုးရှင်းသော တွက်ချက်မှုများနှင့် အခြေခံအချက်အလက်ရှာဖွေမှုများ ပါဝင်သည်” ဟု Mercor က ပြောကြားသည်။

မော်ဒယ်တစ်ခုသည် Mercor ၏ စံနှုန်းတွင် ၁၀၀% ရရှိခဲ့လျှင်ပင် လူသားပရော်ဖက်ရှင်နယ်များအတွက် အစားထိုးရန် ခက်ခဲဖွယ်ရှိသည်။ Mercor ၏ စံနှုန်းရှိ လုပ်ငန်းတာဝန်များသည် ရောဂါရှာဖွေခြင်း သို့မဟုတ် ဘဏ္ဍာရေးမော်ဒယ်များ တည်ဆောက်ခြင်းကဲ့သို့သော “ကောင်းစွာ သတ်မှတ်ထားသော ရလဒ်များ” ကို အာရုံစိုက်ပြီး၊ အဖြေမှန်များစွာ ရှိနိုင်သည့် ပိုမိုပွင့်လင်းသော လုပ်ငန်းတာဝန်များကို အာရုံမစိုက်ပါ။ ဤသို့လုပ်ဆောင်ရန်အတွက် လိုချင်သော ရလဒ်ကို ကောင်းစွာ သတ်မှတ်နိုင်ရန် လုပ်ငန်းတာဝန်ဖော်ပြချက်များတွင် ယူဆချက်များစွာ ထည့်သွင်းထားရန် လိုအပ်သည်။ AI များ၏ ရလဒ်များသည် စာသားအခြေခံသာ ဖြစ်သောကြောင့် စံနှုန်းသည် လူသားလုပ်သားတစ်ဦးကဲ့သို့ ကွန်ပျူတာအသုံးပြုနိုင်မှု AI များ၏ စွမ်းရည်ကို စမ်းသပ်ခြင်းမရှိပေ။ (Mercor က APEX ၏ အနာဂတ်ဗားရှင်းများသည် ဤကန့်သတ်ချက်များကို ဖြေရှင်းပေးမည်ဟု ပြောကြားသည်။) ထို့ပြင် မော်ဒယ်များ လုပ်ငန်းတာဝန်များ ပြီးမြောက်ရန် လိုအပ်သော ရှည်လျားသည့် စကားလုံးများကို ရေးသားခြင်းသည် “ကိုယ်တိုင်လုပ်ဆောင်ခြင်းထက် ပို၍ ပင်ပန်းလိမ့်မည်” ဟု Seck က ပြောကြားသည်။

သို့သော်လည်း AI မော်ဒယ်များသည် လူသားများနှင့် ယှဉ်ပြိုင်နိုင်စွမ်းရှိလာကြောင်း လက္ခဏာများရှိသည်။ စက်တင်ဘာ ၂၅ ရက်၊ ကြာသပတေးနေ့တွင် OpenAI မှ ထုတ်ပြန်ခဲ့သည့် နောက်ထပ်စံနှုန်းတစ်ခုအရ ကျွမ်းကျင်လူသားအကဲဖြတ်သူများသည် အိမ်ခြံမြေ အရောင်းမြှင့်တင်ရေးလက်ကမ်းစာစောင် ဒီဇိုင်းထုတ်ခြင်းနှင့် အရေပြားအနာပုံများကို အကဲဖြတ်ခြင်းအပါအဝင် လုပ်ငန်းတာဝန် ၂၂၀ တွင် ၄၇.၆% ၌ AI ၏ လုပ်ဆောင်ချက်ကို လူသားလုပ်ဆောင်ချက်ထက် ပို၍ နှစ်သက်ခဲ့ကြသည်။ OpenAI က ၎င်း၏မော်ဒယ်များ၏ စွမ်းဆောင်ရည်သည် ၂၀၂၄ ခုနှစ် ဇွန်လမှ ၂၀၂၅ ခုနှစ် စက်တင်ဘာလကြားတွင် လူသားများနှင့် ယှဉ်ပြိုင်ရာတွင် “အနိုင်ရနှုန်း” နှစ်ဆကျော် တိုးလာခဲ့ကြောင်းလည်း တွေ့ရှိခဲ့သည်။

မော်ဒယ်စွမ်းရည် တိုးတက်လာသည်နှင့်အမျှ ၎င်းတို့ကို စမ်းသပ်သည့် လုပ်ငန်းတာဝန်များ၏ ရှုပ်ထွေးမှုနှင့် စိန်ခေါ်မှုရှိသော လုပ်ငန်းတာဝန်များ ဖန်တီးရန် လိုအပ်သော လူသားကျွမ်းကျင်မှုလည်း တိုးတက်လာသည်။ ယခင်စမ်းသပ်မှုများသည် SAT နှင့် GRE မေးခွန်းများကဲ့သို့သော နှိုင်းယှဉ်ချက်အားဖြင့် စိတ္တဇကျသည့် စွမ်းရည်များကို တိုင်းတာခဲ့သည်။ ၂၀၂၂ ခုနှစ် ChatGPT မထွက်မီ လေးလအလိုတွင် ထုတ်ဝေခဲ့သည့် စံနှုန်းများသည် လူအုပ်လိုက် အလုပ်သမားဝန်ဆောင်မှုများမှ ဒေတာများကို မကြာခဏ ရယူခဲ့ပြီး အလုပ်သမားများအား တစ်နာရီလျှင် ဒေါ်လာ ၁.၅၀ ပေးခဲ့သည်။ ၂၀၂၃ ခုနှစ်တွင် Ph.D. ကျောင်းသားများကို ဇီဝဗေဒ၊ ရူပဗေဒနှင့် ဓာတုဗေဒတို့တွင် စိန်ခေါ်မှုရှိသော ရွေးချယ်စရာမျိုးစုံ မေးခွန်းများ ဖန်တီးရန် အခကြေးငွေ ပေးခဲ့သည်။ စက်တင်ဘာလတွင် xAI သည် ၎င်း၏ “ကျွမ်းကျင်သူ” ဒေတာဝန်ထမ်းများကို “တိုးချဲ့ခြင်းနှင့် ဦးစားပေးခြင်း” အစိတ်အပိုင်းအဖြစ် ၎င်း၏ “အထွေထွေ” ဒေတာဝန်ထမ်း ၅၀၀ ကို အလုပ်ထုတ်ခဲ့သည်။ AI မော်ဒယ်များ တိုးတက်ရေးအတွက် လုပ်ခနည်းပါးသည့် ဒေတာဝန်ထမ်းများ လိုအပ်နေသည်မှာ သေချာသော်လည်း AI စံနှုန်းများ ဖန်တီးရန် လိုအပ်သော ကျွမ်းကျင်မှုအဆင့်နှင့် လျော်ကြေးငွေတို့သည် လျင်မြန်စွာ မြင့်တက်လာနေသည်။

AI မော်ဒယ်များ၏ စီးပွားရေးအရ တန်ဖိုးရှိသော လုပ်ငန်းတာဝန်များအပေါ် အသုံးဝင်မှုကို တိုက်ရိုက်တိုင်းတာခြင်းသည် “အကောင်အထည်ဖော်ရန် အလွန်ခက်ခဲသည်” ဟု Nitski က ပြောကြားသည်။ ဘဏ္ဍာရေးနှင့် အတိုင်ပင်ခံလုပ်ငန်းများကဲ့သို့သော နယ်ပယ်များတွင် အောင်မြင်မှုစံနှုန်းများကို သတ်မှတ်ရန်မှာ ဆော့ဖ်ဝဲအင်ဂျင်နီယာလုပ်ငန်းကဲ့သို့သော နယ်ပယ်များထက် ပိုမိုခက်ခဲသည်။ ပြီးပြည့်စုံသော စံနှုန်းများရှိနေသည့်တိုင် AI ၏ ရလဒ်များကို အကြီးအကျယ် စစ်ဆေးခြင်းသည် ဆော့ဖ်ဝဲအင်ဂျင်နီယာလုပ်ငန်းထက် ပိုမိုခက်ခဲသည်။ ဆော့ဖ်ဝဲအင်ဂျင်နီယာလုပ်ငန်းတွင် အလိုအလျောက်စမ်းသပ်မှုများသည် ကုဒ်တစ်ခုမှန်ကန်စွာ အလုပ်လုပ်ခြင်း ရှိ၊ မရှိ စစ်ဆေးနိုင်သည်။ ၎င်းသည် ၂၀၂၃ ခုနှစ်ကတည်းက ဆော့ဖ်ဝဲအင်ဂျင်နီယာလုပ်ငန်းအတွက် AI မော်ဒယ်များ၏ လက်တွေ့ကမ္ဘာအသုံးဝင်မှုကို တိုင်းတာရန် စမ်းသပ်မှုများ ရှိခဲ့သော်လည်း အခြားသော အထက်တန်းအလုပ် နယ်ပယ်များတွင် နောက်ကျကျန်နေရခြင်း၏ အကြောင်းရင်း တစ်စိတ်တစ်ပိုင်း ဖြစ်သည်။ သို့သော်လည်း AI များ တိုးတက်လာသည်နှင့်အမျှ ၎င်းတို့သည် ရှုပ်ထွေးသော လုပ်ငန်းတာဝန်များကို အကဲဖြတ်ခြင်းပြဿနာကို ဖြေရှင်းပေးနိုင်ခဲ့သည်။ Mercor ၏ လုပ်ငန်းတာဝန်များအတွက် အောင်မြင်မှုစံနှုန်းများကို လူသားကျွမ်းကျင်သူများက ရေးသားထားသော်လည်း အမှတ်ပေးခြင်းကို AI များက လုပ်ဆောင်ပြီး Mercor ၏ ပြောကြားချက်အရ လူသားအမှတ်ပေးသူများနှင့် ၈၉% ခန့် သဘောတူညီခဲ့သဖြင့် အကဲဖြတ်မှုများကို ပိုမိုချဲ့ထွင်နိုင်ခဲ့သည်။

စံနှုန်းများ တည်ဆောက်ခြင်းသည် မော်ဒယ်များ မည်မျှကောင်းသည်ကို သိရှိရန်အတွက်သာ မဟုတ်ပါ။ AI တွင်လည်း စီးပွားရေးလုပ်ငန်းတွင်ကဲ့သို့ “မည်သည့်အရာကို တိုင်းတာသည်ဖြစ်စေ ၎င်းသည် ပြီးမြောက်သည်” — ကောင်းမွန်သော စမ်းသပ်မှုများသည် ထိုစမ်းသပ်မှုများအပေါ် AI တိုးတက်မှုကို မကြာခဏ ဖြစ်ပေါ်စေသည်။ “အကဲဖြတ်ခြင်းနှင့် လေ့ကျင့်ပေးခြင်း နှစ်ခုလုံးအတွက် နောက်ဆုံးမှာ တူညီတဲ့ ဒေတာအမျိုးအစားပါ” ဟု Foody က ပြောကြားသည်။ Go ကဲ့သို့သော ဂိမ်းများတွင် စွမ်းဆောင်ရည်ကို အကဲဖြတ်ခြင်းမှာ ရိုးရှင်းသည်။ ၂၀၁၆ ခုနှစ်တွင် AI သည် Go Grandmasters များကို အနိုင်ရခဲ့သည်။ ၂၀၂၃ ခုနှစ်တွင် စံနှုန်းများသည် ဆော့ဖ်ဝဲအင်ဂျင်နီယာလုပ်ငန်းရှိ လက်တွေ့ကမ္ဘာလုပ်ငန်းတာဝန်များတွင် AI များကို အကဲဖြတ်ခဲ့သည်။ နှစ်နှစ်အကြာတွင် ဂျူနီယာ ပရိုဂရမ်မာများအတွက် အလုပ်သမားစာရင်းအင်းများသည် သံသယဖြစ်ဖွယ် ကောင်းလာသည်။

“AI ဟာ သူ့ရဲ့ Ph.D. ကို ရရှိခဲ့ပါပြီ” ဟု Foody က ပြောကြားသည်။ “အခုတော့ သူက အလုပ်ဈေးကွက်ထဲကို စဝင်နေပါပြီ။”