အချစ်ရေးလိမ်လည်မှုများ: AI အကူအညီဖြင့် လိမ်လည်သည့် လုပ်ငန်းစဉ်များ
ပစ်မှတ်ဆက်သွယ်ရေး၊ ဘာသာပြန်ရေး၊ သားကောင်များနှင့် ဆက်ဆံရေးတည်ဆောက်မှု၊ ရင်းနှီးမြှုပ်နှံမှုအတုဖြင့် မျှားခေါ်မှုတို့တွင် AI သုံး၍ အချစ်ရေးလိမ်လည်ခဲ့သည့် အကောင့်များကို OpenAI က ပိတ်ပင်ခဲ့သည်။
ဤဖြစ်ရပ်လေ့လာချက်ကို OpenAI ၏ ၂၀၂၆ ခုနှစ် ဖေဖော်ဝါရီလ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)ထုတ် AI အလွဲသုံးစားမှုများကို ဟန့်တားရေး အစီရင်ခံစာတွင် မူလက ဖော်ပြခဲ့သည်။
ကျွန်ုပ်တို့၏ မော်ဒယ်များကို အလွဲသုံးစားလုပ်ရန် ကြိုးပမ်းသည့် လိမ်လည်ရေးကွန်ရက်များကို ဟန့်တားခဲ့မှုများအကြောင်း လွန်ခဲ့သော တစ်နှစ်က(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) စတင်တင်ပြခဲ့ချိန်မှစ၍ ကမ္ဘာ့ဒေသအသီးသီးရှိ လိမ်လည်မှုလုပ်ငန်းများစွာကို ကျွန်ုပ်တို့ ဖယ်ရှားပိတ်ပင်ခဲ့သည်။ ထိုလုပ်ငန်းများထဲတွင် အလုပ်အသေးအဖွဲများအတွက် ရရှိသည်ဆိုသော တကယ်မရှိသည့် ဝင်ငွေကို ထုတ်ယူနိုင်ရန် ငွေအရင်သွင်းရမည်ဟု ယုံကြည်အောင်ပြောပြီး လိမ်လည်သည့် “အလုပ်တာဝန်” လိမ်လည်မှုများနှင့် တကယ်မရှိသော ရင်းနှီးမြှုပ်နှံမှုကုမ္ပဏီများထံ ငွေထည့်ရန် ဆွဲဆောင်လိမ်လည်သည့် ရင်းနှီးမြှုပ်နှံမှုလိမ်လည်မှုများ ပါဝင်သည်။
AI မပေါ်ပေါက်မီ ကြာမြင့်စွာကတည်းက အဖြစ်များသည့် လိမ်လည်မှုတစ်မျိုးမှာ အချစ်ရေးလိမ်လည်မှု ဖြစ်သည်။ လိမ်လည်သူများက ချစ်သူဖြစ်လာနိုင်မည့်သူအဖြစ် ဟန်ဆောင်ကာ ပစ်မှတ်ဖြစ်သူကို ဖူးစာဖက်နှင့် တွေ့ပြီဟု ယုံကြည်လာအောင် ကြိုးစားပြီးနောက် ငွေကို တိုး၍တိုး၍ တောင်းကြသည်။ လိမ်လည်မှုကို ဟန့်တားခဲ့ကြောင်း ကျွန်ုပ်တို့ ပထမဆုံး ထုတ်ပြန်တင်ပြရာတွင် ကမ္ဘောဒီးယား၌ အသစ်ဖွဲ့စည်းထားသော ရာဇဝတ်အဖွဲ့တစ်ဖွဲ့အကြောင်း ပါဝင်ခဲ့သည်။ ထိုအဖွဲ့သည် အချစ်ရေးလိမ်လည်မှုအတွက် စာများရေးရန် ChatGPT ကို အသုံးပြုခဲ့ပြီး အချို့စာများကို လူမှုမီဒီယာတွင် ဖြန့်ဝေခဲ့သည်။ ထိုအချိန်မှစ၍ အချစ်ရေးလိမ်လည်ရန် ကြိုးပမ်းမှုအမျိုးမျိုးကို ကျွန်ုပ်တို့ ဟန့်တားခဲ့သည်။ ဇွန်လ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)တွင် ကျွန်ုပ်တို့ ရေးသားခဲ့သည့်အတိုင်း ဤလိမ်လည်မှုများနှင့် အခြားလိမ်လည်မှုများသည် AI အသုံးပြုရာတွင် တူညီသော ပုံစံတစ်ရပ်ကို လိုက်နာလေ့ရှိသည်။ ယင်းကို ကျွန်ုပ်တို့က စတင်ချိတ်ဆက်ခြင်း (မသိကျွမ်းသူထံ ဆက်သွယ်ခြင်း)၊ စိတ်လှုပ်ရှားစေခြင်း (ခံစားချက်များ ဖြစ်ပေါ်စေခြင်း) နှင့် ငွေညှစ်ခြင်း (ငွေထုတ်ယူခြင်း) ဟူ၍ သတ်မှတ်ထားသည်။
စတင်ချိတ်ဆက်ခြင်း (မသိကျွမ်းသူထံ ဆက်သွယ်ခြင်း): လိမ်လည်သူသည် သားကောင်ဖြစ်လာနိုင်သူ၏ စိတ်ဝင်စားမှုများနှင့် ကိုက်ညီသော အကြောင်းအရာကို ဖန်တီးကာ အာရုံစိုက်လာအောင် ဆွဲဆောင်သည်။ ဥပမာ၊ မနှစ်က ကျွန်ုပ်တို့ ဖော်ထုတ်တင်ပြခဲ့သော “ဝက်မွေးပြီးသတ်” လိမ်လည်မှုသည် ဆေးဘက်ဆိုင်ရာလုပ်ငန်းတွင် လုပ်ကိုင်နေသည့် အသက် ၄၀ ကျော် အမေရိကန်အမျိုးသားများကို မကြာခဏ ပစ်မှတ်ထားခဲ့သည်။ ၎င်းတို့ တင်ထားသည့် ဂေါက်ရိုက်ခြင်းအကြောင်း လူမှုမီဒီယာပို့စ်များကို ပြန်စာပေးကာ ချဉ်းကပ်ခဲ့ခြင်း ဖြစ်သည်။ အခြားလိမ်လည်မှုလုပ်ငန်းများသည် မသိကျွမ်းသူများထံ SMS ပို့ခြင်း၊ အလုပ်ခေါ်စာအတုများ ပို့ခြင်းကို အသုံးပြုခဲ့သည်။ အောက်တွင် ဖော်ပြထားသော နောက်ဆုံး အချစ်ရေးလိမ်လည်မှုဖြစ်ရပ်တွင်မူ လူမှုမီဒီယာကြော်ငြာများကို အသုံးပြုခဲ့သည်။ ဖြစ်ရပ်တိုင်းတွင် ကျူးလွန်သူများသည် ယခင်လိမ်လည်စာများထက် ပိုမိုဆွဲဆောင်မှုရှိနိုင်ပြီး ဘာသာစကားကို မိခင်ဘာသာအဖြစ် မပြောသူ ရေးထားမှန်း သိသာမှုနည်းသော စာများ ရေးသားရန် ChatGPT ကို အသုံးပြုခဲ့သည်။
၂၀၂၅ ခုနှစ်တွင် ကျွန်ုပ်တို့ ဖော်ထုတ်တင်ပြခဲ့သည့် “ဝက်မွေးပြီးသတ်” လိမ်လည်ရေးကွန်ရက်က ဂေါက်ရိုက်ခြင်းအကြောင်းဖြင့် စတင်ဆက်သွယ်သည့် စာ။ လိမ်လည်မှုနှင့် မသက်ဆိုင်သော အသုံးပြုသူတစ်ဦး၏ Facebook ပို့စ်ကို ပြန်စာပေးထားခြင်း ဖြစ်သည်။
စိတ်လှုပ်ရှားစေခြင်း (ခံစားချက်များ ဖြစ်ပေါ်စေခြင်း): လိမ်လည်သူသည် ပစ်မှတ်ဖြစ်သူတွင် ပြင်းထန်သော ခံစားချက်များ ဖြစ်လာအောင် ရည်ရွယ်၍ အကြောင်းအရာများ ဖန်တီးသည်။ ထိုသို့ဖြင့် ပစ်မှတ်ကို ပိုမိုလွယ်ကူစွာ ကြိုးကိုင်နိုင်စေသည်။ အချစ်ရေးလိမ်လည်မှုများတွင် ပစ်မှတ်ဖြစ်သူက လိမ်လည်သူကို စွဲလမ်းလာအောင် ကြိုးပမ်းကြသည်။ အခြားလိမ်လည်မှုများတွင် အမြတ်များနိုင်သည့် အပေးအယူတစ်ခုအတွက် စိတ်လှုပ်ရှားလာစေရန်၊ အခွင့်အရေးလွတ်သွားမည်ကို ကြောက်ရွံ့စေရန်၊ သို့မဟုတ် ဥပဒေအရ ပြဿနာတက်နိုင်သည်၊ ငွေတောင်းခံလွှာတစ်ခု မပေးချေရသေးဟု ဆိုကာ ထိတ်လန့်စေရန် ကြိုးပမ်းမှုများ ပါဝင်နိုင်သည်။ တစ်ခါတစ်ရံ စတင်ချိတ်ဆက်သည့် စာထဲတွင်ပင် စိတ်လှုပ်ရှားစေမည့် အကြောင်းအရာ ပါဝင်နိုင်သည်။
၂၀၂၅ ခုနှစ် ဇွန်လတွင် ကျွန်ုပ်တို့ ဖော်ထုတ်ခဲ့သည့် “နံပါတ်မှား” လိမ်လည်မှုလုပ်ငန်းက မသိကျွမ်းသူထံ ပို့သော SMS။ အလုပ်အနည်းငယ်လုပ်ရုံဖြင့် မယုံနိုင်လောက်အောင် မြင့်မားသော အကျိုးအမြတ်ရမည်ဟူသည့် အသေးစိတ်အချက်များ ပါဝင်ပြီး “စိတ်လှုပ်ရှားစေခြင်း” အကျိုးသက်ရောက်မှု ဖြစ်ပေါ်စေရန် ရည်ရွယ်ထားဖွယ်ရှိသည်။
ငွေညှစ်ခြင်း (ငွေထုတ်ယူခြင်း): လိမ်လည်သူသည် ပစ်မှတ်ဖြစ်သူကို ငွေပေးလာအောင် ဆွဲဆောင်ရန် ရည်ရွယ်၍ အကြောင်းအရာများ ဖန်တီးသည်။ ပေးသည့် အကြောင်းပြချက်များမှာ အလွန်ကွဲပြားနိုင်သည်။ ဥပမာ၊ အချစ်ရေးလိမ်လည်မှုများတွင် ပစ်မှတ်ဖြစ်သူကို ချစ်သူ၏ လုပ်ငန်း၌ ရင်းနှီးမြှုပ်နှံရန် သို့မဟုတ် ငွေကြေးအကျပ်အတည်း ဖြေရှင်းရန် ငွေပေးဖို့ တောင်းဆိုနိုင်သည်။ “အလုပ်တာဝန်” လိမ်လည်မှုများတွင် ပစ်မှတ်များက မိမိတို့ ရရှိထားသည်ဟု ယုံကြည်နေသည့် (တကယ်မရှိသော) ဝင်ငွေကို ထုတ်ယူနိုင်ရန် ငွေအရင်သွင်းခိုင်းသည်။ ရင်းနှီးမြှုပ်နှံမှုလိမ်လည်မှုများတွင် တကယ်မရှိသည့် ရင်းနှီးမြှုပ်နှံမှုများထဲသို့ ငွေထည့်ခိုင်းသည်။
၂၀၂၅ ခုနှစ် ဇွန်လတွင် ကျွန်ုပ်တို့ ဖော်ထုတ်ခဲ့သည့် “နံပါတ်မှား” လိမ်လည်မှုလုပ်ငန်းက မသိကျွမ်းသူထံ ပို့သော SMS။ အလုပ်အနည်းငယ်လုပ်ရုံဖြင့် မယုံနိုင်လောက်အောင် မြင့်မားသော အကျိုးအမြတ်ရမည်ဟူသည့် အသေးစိတ်အချက်များ ပါဝင်ပြီး “စိတ်လှုပ်ရှားစေခြင်း” အကျိုးသက်ရောက်မှု ဖြစ်ပေါ်စေရန် ရည်ရွယ်ထားဖွယ်ရှိသည်။
ဤလုပ်ငန်းစဉ်က ပြသနေသည့်အတိုင်း လိမ်လည်မှုများအတွက် မရှိမဖြစ်လိုအပ်သော အစိတ်အပိုင်းတစ်ခုမှာ စာများ ဖြန့်ဝေပို့ဆောင်သည့် ကွန်ရက် ဖြစ်သည်။ ကျွန်ုပ်တို့ ဖော်ထုတ်ခဲ့သည့် လိမ်လည်မှုလုပ်ငန်းအမျိုးမျိုးသည် SMS၊ ကုဒ်ဝှက်စာပို့အက်ပ်များ၊ လူမှုမီဒီယာပို့စ်များ၊ အွန်လိုင်းကြော်ငြာများ သို့မဟုတ် ထိုနည်းလမ်းအားလုံးကို ပေါင်းစပ်၍ ကနဦးချိတ်ဆက်စာများ ပို့ခဲ့ကြသည်။ AI မပေါ်မီခေတ်က လိမ်လည်မှုများသည် အီးမေးလ်များ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)၊ ဖုန်းခေါ်ဆိုမှုများ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) အသုံးပြုခဲ့ခြင်းကြောင့် နာမည်ဆိုးဖြင့် ကျော်ကြားပြီး ၁၉ ရာစုကဆိုလျှင် စာများ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)နှင့် ကြေးနန်းများ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)ကိုပင် အသုံးပြုခဲ့ကြသည်။ လိမ်လည်မှုများစွာသည် စာများကို လူအများထံ မရွေးမချယ် ဖြန့်ဝေကြသော်လည်း အချို့မှာ ပစ်မှတ်ကို တိတိကျကျ ရွေးချယ်ရန် ကြိုးစားပုံရသည်။ ဥပမာ၊ ၂၀၂၅ ခုနှစ် ဖေဖော်ဝါရီလတွင် ကျွန်ုပ်တို့ ဖော်ထုတ်တင်ပြခဲ့သော(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်) “ဝက်မွေးပြီးသတ်” လိမ်လည်မှုသည် ဂေါက်ရိုက်ခြင်းကဲ့သို့သော အကြောင်းအရာများကို အဓိကထားခဲ့သည်။ အခြား အချစ်ရေးလိမ်လည်မှုတစ်ခုက အင်ဒိုနီးရှားရှိ လူငယ်အမျိုးသားများကို ပစ်မှတ်ထားရန် လူမှုမီဒီယာကြော်ငြာများကို အသုံးပြုခဲ့သည်။ နာမည်ကြီးသူအဖြစ် ဟန်ဆောင်လိမ်လည်မှုများ(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)တွင်မူ ကျော်ကြားသူတစ်ဦးအဖြစ် ဟန်ဆောင်ပြီး ထိုသူ၏ ပရိသတ်အဖွဲ့များကို ပစ်မှတ်ထားလေ့ရှိသည်။ အထောက်အထားများမှာ အစိတ်အပိုင်းအချို့သာ ရရှိထားသဖြင့် ကျွန်ုပ်တို့ ဟန့်တားခဲ့သော လိမ်လည်မှုအမျိုးမျိုးကို ယုံကြည်စိတ်ချရစွာ နှိုင်းယှဉ်ရန် ခက်ခဲသည်။ သို့သော် လုပ်ငန်းတာဝန်အသီးသီးတွင် AI ကို မည်မျှအသုံးပြုသည်ဖြစ်စေ၊ ရွေးချယ်ထားသည့် စာဖြန့်ဝေနည်းလမ်း (ဥပမာ၊ မရွေးမချယ် ပို့ခြင်း သို့မဟုတ် ပစ်မှတ်ထားပို့ခြင်း) သည် ပစ်မှတ်များထံ အောင်မြင်စွာ ရောက်ရှိပြီး အမြတ်ထုတ်နိုင်စွမ်းအပေါ် သိသာသော သက်ရောက်မှုရှိသည်ဟု ကျွန်ုပ်တို့ သုံးသပ်ထားသည်။
