သတင်းအချက်အလတ်ဖောက်ပြန်ခြင်း- နိုင်ငံရေးသမားများသည် ကွဲပြားသောအသိုက်အဝန်းများကို အွန်လိုင်းတွင် ဖွဲ့ကြသည်။

• Author:
• စာရေးသူနာမည်

  Quantumrun Foresight
• အောက်တိုဘာလ 24, 2022

ဝိပဿနာ အကျဉ်းချုပ်

ဆိုရှယ်မီဒီယာအသုံးပြုမှု များပြားလာသည်နှင့်အမျှ နိုင်ငံရေးအမြင်များ ပိုမိုကွဲပြားလာပြီး ဆန့်ကျင်ဘက်များ ဖြစ်လာခဲ့သည်။ လူအတော်များများသည် ပါတီတွင်း ပူဖောင်းများ၊ ရုပ်ပိုင်းဆိုင်ရာနှင့် အွန်လိုင်းတွင် ရှိနေပုံရသည်။ အတိုက်အခံများ၏ အမြင်နှင့် မူဝါဒများကို မဲဆန္ဒရှင်များအား မျက်ကွယ်ပြုထားရန် နိုင်ငံရေး ပါတီများက တစ်ဖက်သတ် ထောက်ခံအားပေးကြသည်။

သတင်းအချက်အလတ် ဖောက်ပြန်ခြင်း အကြောင်းအရာ

အစဉ်အလာအားဖြင့်၊ gerrymandering သည် မဲဆန္ဒနယ်၏ နိုင်ငံရေး ပါတီ၊ အုပ်စု သို့မဟုတ် လူမှုရေး လူတန်းစားအတွက် တရားမျှတမှု မရှိသော အခွင့်ကောင်းကို ပေးဆောင်ရန် ရွေးကောက်ပွဲ ခရိုင်နယ်နိမိတ်များကို ခြယ်လှယ်သည်။ ဤအလေ့အကျင့်ကို ခရိုင်အလိုက် လူဦးရေပြန်လည်ခွဲဝေခြင်း သို့မဟုတ် ပြန်လည်ခွဲဝေခြင်းမှတစ်ဆင့် လုပ်ဆောင်လေ့ရှိသည်။ အမေရိကန်တွင်၊ ခွဲခြားထားသော ရပ်ကွက်များနှင့် လူမျိုးရေးမဲပေးမှုပုံစံများက ပါတီများသည် အရောင်ရှိသောအသိုင်းအဝိုင်းများကို ပစ်မှတ်ထားခြင်းဖြင့် ပြန်လည်ခရိုင်အတွင်း အခွင့်ကောင်းများရရှိကြောင်း ညွှန်ပြနေသည်။ 

Gerrymandering သည် ရှေးအလေ့အထတစ်ခုဖြစ်သော်လည်း ကွန်ပျူတာ အယ်လဂိုရီသမ်များနှင့် ဉာဏ်ရည်တု (AI) တိုးတက်မှုများဖြင့်၊ မြေပုံရေးဆွဲသူများသည် တိကျစွာသတ်မှတ်ထားသော မဲဆန္ဒရှင်များ၏ လူဦးရေစာရင်းကို ပစ်မှတ်ထား၍ ပိုမိုကောင်းမွန်သော တိကျမှုဖြင့် မြေပုံရေးဆွဲခြင်းကို လုပ်ဆောင်နိုင်သည်။

တည်နေရာ gerrymandering အပြင်၊ အွန်လိုင်း ထိတွေ့မှုသည် မဲဆန္ဒရှင်များ၏ ပုဂ္ဂိုလ်စွဲကို ထိခိုက်စေပါသည်။ သုတေသီများက ဤအချက်အလက်ကို Gerrymandering ဟုခေါ်သည်။ 2019 တွင်၊ Massachusetts Institute of Technology (MIT) သည် အသွင်တူ ဂိမ်းဆော့သော ရွေးကောက်ပွဲများတွင် ပါဝင်သူများကို နေရာချပေးသည့် လေ့လာမှုတစ်ခုကို ပြုလုပ်ခဲ့သည်။ ဆက်သွယ်ရေးကွန်ရက်များ (ဥပမာ ဆိုရှယ်မီဒီယာကဲ့သို့) သည် အခြားသူများမဲပေးမည့်အစီအစဉ်ကို ပုံပျက်စေပြီး ရွေးကောက်ပွဲဆိုင်ရာပိတ်လှောင်မှု သို့မဟုတ် အလုံးစုံဘက်လိုက်မှုဖြစ်နိုင်ခြေကို တိုးစေကြောင်း အဖွဲ့မှတွေ့ရှိခဲ့သည်။

သုတေသီများသည် စုစုပေါင်းပါဝင်သူများ၏ 20 ရာခိုင်နှုန်းခန့်ပါဝင်သော အွန်လိုင်း ဘော့တ်များကို ဖန်တီးခဲ့ပြီး ပညာရှင်များက “zealots” ဟုခေါ်သည့် တစ်ဖက်တည်းကိုသာ အခိုင်အမာ ထောက်ခံခဲ့ကြသည်။ မတူညီသောအခြေအနေများအောက်တွင် “မဲဆန္ဒရှင်ဂိမ်း” ကိုကစားခြင်းဖြင့် စေတနာ့ဝန်ထမ်း 2,500 ကျော်သည် ဤလေ့လာမှုတွင် ပါဝင်ခဲ့သည်။ လပေါင်းများစွာ ဂိမ်းကစားပြီးနောက်၊ ရွေးကောက်ပွဲရလဒ်များသည် ကွန်ရက်များတစ်လျှောက်နှင့် ဇွဲလုံ့လများ၏ လှုပ်ရှားမှုများကြောင့် မဲစာရင်းအချက်အလက်များ ပျံ့နှံ့ပုံကြောင့် သိသိသာသာ လွှမ်းမိုးနိုင်ကြောင်း သုတေသီများက တွေ့ရှိခဲ့သည်။

အနှောင့်အယှက်ဖြစ်စေတယ်။

မတူကွဲပြားသော သတင်းရင်းမြစ်များကို လက်လှမ်းမီခြင်းသည် ဒီမိုကရေစီ လုပ်ငန်းစဉ်များတွင် အသိဥာဏ်ဖြင့် ဆုံးဖြတ်ချက်ချရန်အတွက် အရေးကြီးပါသည်။ သို့သော်၊ လူမှုကွန်ရက်များသည် သတင်းအချက်အလက်စီးဆင်းမှုကို ကန့်သတ်သည့်အခါ သို့မဟုတ် ဘက်လိုက်သူတစ်ဦးချင်းစီနှင့် အလိုအလျောက် ဘော့တ်များဖြင့် သတင်းအချက်အလက်ပုံပျက်နေသည့်အခါတွင် စိန်ခေါ်မှုများ ဖြစ်ပေါ်လာပါသည်။ Massachusetts Institute of Technology (MIT) မှ သုတေသီများ၏ လေ့လာမှုတစ်ခုအရ သတင်းအချက်အလက် အတုအယောင်များ ရှိနေခြင်းမရှိဘဲ သတင်းအချက်အလက် ဖြန့်ဝေမှုသည် အုပ်စုများ၏ ဆုံးဖြတ်ချက်များကို သိသိသာသာ လွဲချော်သွားစေနိုင်သည့် သတင်းအချက်အလက် ဂယ်ရီမန်ဒါခြင်းဟုခေါ်သည့် ဖြစ်စဉ်တစ်ခုကို ဖော်ထုတ်တွေ့ရှိခဲ့သည်။ ဤဖြစ်စဉ်သည် ရွေးကောက်ပွဲဆိုင်ရာ ဘက်လိုက်မှု 20 ရာခိုင်နှုန်းအထိ ဖန်တီးပေးနိုင်ပြီး 50-50 အညီအမျှခွဲသင့်သောအုပ်စုသည် သတင်းအချက်အလက်ဖြန့်ဝေမှုမညီမျှခြင်းကြောင့် 60-40 ပိုင်းခြားသွားနိုင်သည့်အခြေအနေသို့ ဦးတည်သွားစေနိုင်သည်။

MIT သုတေသီများသည် အမေရိကန်ကွန်ဂရက်လွှတ်တော်နှင့် ဥရောပဥပဒေပြုလွှတ်တော်များတွင် ပူးပေါင်းပံ့ပိုးပေးသော ဥပဒေကြမ်းများအပြင် ဆိုရှယ်မီဒီယာပလက်ဖောင်းများရှိ သုံးစွဲသူကွန်ရက်များကို ဆန်းစစ်ခဲ့သည်။ အချို့သောအုပ်စုများကို မျက်နှာသာပေးရန်အတွက် တမင်တကာ သတင်းအချက်အလက် ခြယ်လှယ်ခြင်းဆိုင်ရာ အထောက်အထားများကို တွေ့ရှိခဲ့သည်။ ဤခြယ်လှယ်မှုသည် ၁၉၇၃ ခုနှစ်မှ ၂၀၀၇ ခုနှစ်အထိ အမေရိကန်ပြည်ထောင်စုရှိ ပူးတွဲစပွန်ဆာဥပဒေကြမ်းများကို ခွဲခြမ်းစိတ်ဖြာရာတွင် ထင်ရှားခဲ့ပြီး၊ အစပိုင်းတွင် ဒီမိုကရက်တစ်ပါတီသည် ပိုမိုသြဇာလွှမ်းမိုးခဲ့သည်။ သို့သော်လည်း ၁၉၉၄ ခုနှစ်တွင် ရီပတ်ဘလီကန်ပါတီ၏ ကွန်ဂရက်အား ထိန်းချုပ်မှုနှင့်အတူ ၎င်းတို့၏ သြဇာလွှမ်းမိုးမှုသည် ဒီမိုကရက်များနှင့် မျှတခဲ့သည်။ လေ့လာမှုတွင်ပါဝင်သော ဥရောပပါလီမန်ရှစ်ခုအနက် ခြောက်ခုတွင် တူညီသော polarization ပုံစံများကို လေ့လာတွေ့ရှိခဲ့သည်။

ဤသုတေသန၏ တွေ့ရှိချက်များသည် အထူးသဖြင့် နိုင်ငံရေး ဆုံးဖြတ်ချက်ချရာတွင် ကောင်းစွာ ဘက်စုံရှုမြင်နိုင်ရန် အရင်းအမြစ် အမျိုးမျိုးမှ အချက်အလက်များ ရှာဖွေရန် လိုအပ်ကြောင်း မီးမောင်းထိုးပြပါသည်။ အထူးသဖြင့် သတင်းအချက်အလက်နည်းပညာနှင့် ဆိုရှယ်မီဒီယာများတွင် ပါ၀င်သည့်ကုမ္ပဏီများသည် သတင်းအချက်အလက်ဖောက်ပြန်ခြင်းကို တားဆီးရန်အတွက် ၎င်းတို့၏ အယ်လဂိုရီသမ်များနှင့် မူဝါဒများကို ပြန်လည်အကဲဖြတ်ရန် လိုအပ်ပေမည်။ တစ်ချိန်တည်းတွင်၊ အထူးသဖြင့် နိုင်ငံရေးအရ ထိလွယ်ရှလွယ်သော ပတ်ဝန်းကျင်များတွင် သတင်းအချက်အလက်များ တရားမျှတစွာ ဖြန့်ဝေမှုသေချာစေရန် အစိုးရများသည် စည်းမျဉ်းများနှင့် လမ်းညွှန်ချက်များကို ရေးဆွဲရန်လိုအပ်ပေမည်။ 

သတင်းအချက်အလက် ဖြန့်ကျက်ခြင်း၏ သက်ရောက်မှုများ

သတင်းအချက်အလက် ဖြန့်ကျက်ခြင်း၏ ကျယ်ပြန့်သောသက်ရောက်မှုများ ပါဝင်နိုင်သည်- 

• မျက်နှာစကင်န်မှတ်သားခြင်းနှင့် အွန်လိုင်းလုပ်ဆောင်ချက်ကဲ့သို့သော မဲဆန္ဒရှင်များအကြောင်း အချက်အလက်စုဆောင်းရန်အတွက် ပိုမိုသိမ်မွေ့သော အများသူငှာ စောင့်ကြည့်နည်းပညာကို တိုးမြှင့်အသုံးပြုပါ။
• ကိုယ်စားလှယ်လောင်းများ၊ မူဝါဒများနှင့် အခြားအရာများအကြောင်း ၎င်းတို့၏ရပ်ရွာများသို့ ဘက်မလိုက်ဘဲ သတင်းအချက်အလက်များ စုဆောင်းခြင်းနှင့် ပံ့ပိုးပေးနေသည့် ရပ်ရွာသုတေသနအဖွဲ့များ။ 
• လူမှုကွန်ရက်မီဒီယာကို မကြာခဏဆိုသလို အစွန်းရောက်ဝါဒီများလွှမ်းမိုးရန်အတွက် zealot bot များနှင့် troll ခြံများကို တိုးမြှင့်အသုံးပြုပြီး လက်တွေ့ကမ္ဘာတွင် အကြမ်းဖက်မှုများကို ဖြစ်ပေါ်စေနိုင်သည်။ 
• ပါတီစွဲ စံနှုန်းများ မြှင့်တင်ရန်နှင့် အတိုက်အခံကို ဆန့်ကျင်သည့် သတင်းမှားများ ဖြန့်ဝေရန် နိုင်ငံရေး ပါတီများမှ ကွန်ပြူတာ ဝါဒဖြန့်ချိရေး လှုပ်ရှားမှုများ။
• AI သည် သီးခြားနိုင်ငံရေးပါတီတစ်ခုအတွက် မဲပေးနိုင်ဖွယ်ရှိသော နိုင်ငံသားများအား ခွဲခြားသတ်မှတ်ခြင်း သို့မဟုတ် သီးခြားဥပဒေပြုခြင်းကို ထောက်ခံပါသည်။
• မဲဆန္ဒရှင်များအား ခြယ်လှယ်ခြင်း သို့မဟုတ် နှိပ်ကွပ်ခြင်းအတွက် ပစ်မှတ်ထားခံရသော အားနည်းချက်ရှိသော လူ့အဖွဲ့အစည်းများ။

စဉ်းစားရန်မေးခွန်းများ

• သင်ကြုံတွေ့ခဲ့ရတဲ့ သတင်းအချက်အလက် ဖြန့်ကျက်ခြင်းရဲ့ ဥပမာအချို့က ဘာတွေလဲ။
• အခြားသတင်းအချက်အလတ် ရောင်းဝယ်ဖောက်ကားခြင်းသည် ဒေသခံလူထုအပေါ် မည်သို့အကျိုးသက်ရောက်နိုင်သနည်း။