'ဘေးကင်းသော' AI သည် မှားယွင်းသောအဖွဲ့အစည်းတွင် အန္တရာယ်ဖြစ်စေနိုင်သနည်း။

1. AI အေးဂျင့်များသည် အဘယ်ကြောင့် ကြာကြာစစ်ဆေးမှုများ လိုအပ်သနည်း။

တိုတောင်းသော သီးခြားစမ်းသပ်မှုများသည် AI အေးဂျင့်များ အချိန်နှင့်အမျှ ပြုမူပုံကို လွဲချော်သည်။ သရုပ်ဖော်မှုအသစ်တစ်ခုက ရေရှည်အပြုအမူသည် ပတ်ဝန်းကျင်နှင့် အခြားအေးဂျင့်များအပေါ်တွင် မူတည်ကြောင်း ပြသသည်။

အကယ်၍ သင်သည် virtual မြို့ကိုတည်ဆောက်ပြီး ၎င်းကို AI အေးဂျင့်များဖြင့်ဖြည့်ပြီး လူသား၏ဝင်ရောက်စွက်ဖက်မှုမရှိဘဲ 15 ရက်ကြာ တစ်ယောက်တည်းထားခဲ့ပါက ဘာဖြစ်မည်နည်း။ သူတို့ရဲ့ ကမ္ဘာကြီးကို သာယာအောင် ကူညီပေးမှာလား ဒါမှမဟုတ် ခွဲထုတ်ပစ်မှာလား။

အဲဒါကတော့ Emergence World ရဲ့ နောက်ကွယ်က သုတေသီတွေ ဖြေဖို့ ထွက်လာတဲ့ မေးခွန်းပါ။ သူတို တည်ဆောက်ခဲ့သည်။ AI အေးဂျင့်များသည် တိုတောင်းသောစမ်းသပ်မှုများဖြင့် အကဲဖြတ်မည့်အစား ရေရှည်တွင် AI အေးဂျင့်များ မည်သို့ပြုမူသည်ကို စမ်းသပ်ရန် သီးခြားပလပ်ဖောင်းတစ်ခုဖြစ်သည်။

အရ၊ သုတေသီများအတွက်၊ ကြီးမားသောဘာသာစကားပုံစံ (LLM) အခြေခံအေးဂျင့်များကို စာမေးပွဲဖြေဆိုနေသကဲ့သို့ မကြာခဏ စမ်းသပ်လေ့ရှိသည်။ ၎င်းတို့ကို သန့်ရှင်းသောပတ်ဝန်းကျင်တွင် သီးခြားတာဝန်ပေးထားပြီး သုတေသီများသည် ရလဒ်ကို မိနစ်ပိုင်းအတွင်း အကဲဖြတ်သည်။ စာရေးဆရာများက ဤချဉ်းကပ်နည်းသည် ဝေးကွာလှသည်ဟု စောဒကတက်သည်။ လက်တွေ့ကမ္ဘာသုံး.

ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရစနစ်များသည် မျှဝေထားသောပတ်ဝန်းကျင်တွင် ရက်သတ္တပတ် သို့မဟုတ် လများကြာအောင် လုပ်ဆောင်ကြောင်း ၎င်းတို့က အလေးပေးဖော်ပြသည်။ အော်ပရေတာမှ မထိန်းချုပ်နိုင်သော အမူအကျင့်ရှိသော အခြားအေးဂျင့်များနှင့်လည်း အပြန်အလှန် တုံ့ပြန်ကြသည်။

အချိန်ကြာလာသည်နှင့်အမျှ သုတေသီများက တိုတောင်းသော စမ်းသပ်မှုများ၏ ကန့်သတ်ချက်များသည် ရှင်းလင်းလာသည်။ သေးငယ်သော အမူအကျင့် အပြောင်းအလဲများ ဖြစ်ပေါ်လာသည်၊ ညွန့်ပေါင်းများ ဖွဲ့နိုင်သည်၊ ကိုယ်ပိုင် အုပ်ချုပ်မှု ပုံစံများ ပုံဖော်နိုင်ပြီး အလေ့အထများသည် အေးဂျင့်များအကြား ပျံ့နှံ့နိုင်သည်။ အတိအကျတိုင်းတာရန် Emergence World ကိုတည်ဆောက်ခဲ့သည်။

2. အဆိုပါစမ်းသပ်ချက်သည် AI လူ့အဖွဲ့အစည်းများကို မည်သို့စမ်းသပ်ခဲ့သနည်း။

လေ့လာမှု၏ ရည်ရွယ်ချက်မှာ AI အေးဂျင့် ၁၀ ဦးသည် ၎င်းတို့အတွက် တည်ဆောက်ထားသော မြို့တစ်မြို့၌ မည်ကဲ့သို့ ရှင်သန်နေမည်ကို ကြည့်ရှုရန်ဖြစ်သည်။

အပြင်အဆင်က အတော်လေးရိုးရှင်းပါတယ်။ မြို့တော်ခန်းမ၊ စာကြည့်တိုက်၊ ရဲစခန်းနှင့် လူနေရပ်ကွက်များ အပါအဝင် နေရာ ၄၀ ကျော်ရှိသည်။ အေးဂျင့်တစ်ခုစီတွင် ၎င်း၏ကိုယ်ပိုင်အခန်းကဏ္ဍနှင့် လုပ်ဆောင်မှုကိရိယာ 120 ကျော်ကို အသုံးပြုခွင့်ရှိသည်။ ရွှေ့ပြောင်းခြင်း၊ စကားပြောခြင်း၊ ရိုက်နှက်ခြင်း၊ ခိုးယူခြင်းနှင့် မီးရှို့ခြင်းများ ပါဝင်သည်။ အေးဂျင့်တစ်ခုစီတွင် မှတ်ဉာဏ်သုံးမျိုးပါရှိသည်- အဖြစ်အပျက်များကို မှတ်သားရန်၊ တစ်ခု၊ “ ဒိုင်ယာရီ” တစ်ခုနှင့် အိမ်နီးချင်းများနှင့် ဆက်ဆံရေးကို ခြေရာခံရန် တစ်ခု။

နယူးယောက်မြို့သည် ရာသီဥတု၊ သတင်းနှင့် အင်တာနက်အပါအဝင် တကယ့်ပြင်ပဒေတာနှင့် ချိတ်ဆက်ထားသည်။

ဤကမ္ဘာကြီးတွင် ရှင်သန်ခြင်းသည် အရင်းအမြစ်များကို ကုန်ကျစေသည်။ အေးဂျင့်တစ်ခုစီတွင် အဆက်မပြတ်ကုန်ခမ်းနေသော စွမ်းအင်ရှိသည်။ သုညသို့ ကျသွားပါက အေးဂျင့်သည် “သေ” ပြီး ပျောက်သွားသည်။ စွမ်းအင်ပြန်လည်ဖြည့်တင်းရန်အတွက် အေးဂျင့်များသည် ပလက်ဖောင်း၏အတွင်းပိုင်းငွေကြေးလိုအပ်သည်၊ ကွန်ပျူတာခရက်ဒစ်များ. သူတို့သည် အသိုင်းအဝိုင်းအတွက် အသုံးဝင်သောအရာတစ်ခုကို ပေးခြင်းဖြင့် ဤခရက်ဒစ်များကို ရရှိကြသည်။

အငြင်းပွားမှုပြဿနာများကို မြို့တော်ခန်းမတွင် မဲခွဲဆုံးဖြတ်သည်။ အနည်းဆုံး ထောက်ခံမဲ 70% ရှိပါက အဆိုပြုချက်ကို အတည်ပြုသည်။ ဤဆုံးဖြတ်ချက်များသည် နောက်ပြန်လှည့်၍မရပါ။ အေးဂျင့်များသည် စည်းမျဉ်းများကို ပြောင်းလဲခြင်း၊ အရင်းအမြစ်များကို ပြန်လည်ဖြန့်ဝေခြင်း သို့မဟုတ် အခြားအေးဂျင့်များကို နှင်ထုတ်နိုင်သည်။

သုတေသီများသည် အပြိုင်ကမ္ဘာငါးခုကို တစ်ပြိုင်နက် လွှင့်တင်ခဲ့သည်။ ၎င်းတို့ထဲမှ လေးဦးတွင် အေးဂျင့် 10 ဦးစလုံးကို မော်ဒယ်တစ်မျိုးတည်းဖြင့် လုပ်ဆောင်ခဲ့သည်- Claude Sonnet 4.6၊ Grok 4.1 Fast၊ Gemini 3 Flash သို့မဟုတ် GPT-5-mini။ ပဉ္စမကမ္ဘာတွင် မော်ဒယ်လေးမျိုးလုံး အတူတကွနေထိုင်ကြပြီး လူဦးရေ ရောနှောနေထိုင်ကြသည်။

စမ်းသပ်မှုတွင် တစ်ခုတည်းသော ပြောင်းလဲမှုမှာ မော်ဒယ်ဖြစ်သည်။ ကျန်တာအားလုံး အတူတူပါပဲ။ ပတ်ဝန်းကျင်နှင့် အစပြုသည့် အခြေအနေများသည် တစ်ကြိမ်စီတွင် တူညီပါသည်။

အကြိမ်တိုင်းတွင် လူစုသည် ကွဲပြားစွာ ပြုမူကြသည်။ ကမ္ဘာတစ်ခုတွင် အေးဂျင့်များသည် ဥပဒေ ၃၂ ခုကို ကျော်ဖြတ်ပြီး အေးဂျင့်တိုင်းကို အသက်ရှင်စေခဲ့သည်။ နောက်တစ်ခုက လေးရက်အတွင်း ကိုယ့်မြို့ကို မီးရှို့တယ်။

3. AI လည်ပတ်တဲ့မြို့တိုင်းမှာ ဘာတွေဖြစ်ခဲ့လဲ။

မော်ဒယ်များတွင် ရလဒ်များ သိသိသာသာ ကွာခြားပါသည်။ တူညီသောအစပြုမှုအခြေအနေများအောက်တွင်၊ လူ့အဖွဲ့အစည်းငါးခုသည် ရှင်းလင်းစွာကွဲပြားပြီး တည်ငြိမ်သောပုံစံငါးခုအဖြစ် အခြေချခဲ့သည်။

Claude အေးဂျင့်များသည် တည်ငြိမ်သော ကိုယ်ပိုင်အုပ်ချုပ်မှုကို တည်ဆောက်ခဲ့သည်။ မှတ်တမ်းတင်ထားသော ရာဇ၀တ်မှုတစ်ခုမျှမရှိပါ၊ ၎င်းတို့သည် အခြားအဖွဲ့များထက် ပိုမိုများပြားသော ဒေသဆိုင်ရာ “ဖွဲ့စည်းပုံအခြေခံဥပဒေ” တွင် ဆောင်းပါးအသစ် ၃၂ ခုကို ထည့်သွင်းထားသည်။

Grok ကမ္ဘာသည် လေးရက်အတွင်း ပြိုကျသွားသည်။ အေးဂျင့်များသည် အကြမ်းဖက်မှုနှင့် လုယက်ခြင်းသို့ ချက်ချင်းနီးပါး ရွှေ့ပြောင်းသွားကြသည်။ လက်တုံ့ပြန်မှုသည် ကွင်းဆက်တုံ့ပြန်မှုအဖြစ်သို့ လျင်မြန်စွာပြောင်းလဲသွားကာ စီးပွားရေးရပ်တန့်သွားကာ လူဦးရေ လုံးဝသေဆုံးသွားခဲ့သည်။

Gemini အေးဂျင့်များအားလုံး လွတ်မြောက်ခဲ့သည်။သို့သော် စာရေးသူသည် လူဦးရေအနှံ့အပြားတွင် “မျှဝေထားသော အမြင်မှားခြင်း” ကို မှတ်သားခဲ့သည်။ ယူနစ်များသည် တက်ကြွစွာ ဆက်သွယ်ပြောဆိုကြပြီး ကမ္ဘာကြီး၏ ပကတိအခြေအနေနှင့် မသက်ဆိုင်သည့် အသေးစိတ် ဇာတ်လမ်းများကို ဖန်တီးကြသည်။ တစ်ချိန်တည်းမှာပင် ၎င်းတို့သည် အရာများကို ဆက်လက်ဖျက်ဆီးခဲ့သည်။ ချိုးဖောက်မှုအရေအတွက်သည် အဆုံးအထိ တည်ငြိမ်လုနီးပါးနှုန်းဖြင့် တိုးလာသည်။

GPT-5-mini အေးဂျင့်များသည် အကြမ်းမဖက်ဘဲ အုပ်ချုပ်မှုစနစ်ကို တည်ဆောက်ရန် ပျက်ကွက်ခဲ့ကြသည်။ လုပ်ဆောင်ခဲ့ကြသော်လည်း မညှိနှိုင်းခဲ့ကြပေ။ မဲမကျင်းပခဲ့သလို စုပေါင်းဆုံးဖြတ်ချက်လည်း မချခဲ့ပါဘူး။ အဲဒီ့လူဦးရေလည်း သေသွားတယ်။

အေးဂျင့် 10 ယောက်မှာ 3 ယောက် အသက်ရှင်ကျန်ခဲ့ပြီး “ ရောနှော” ကမ္ဘာသည် အလယ်တစ်နေရာတွင် ပြိုကျသွားသည်။ အတက်ကြွဆုံးကမ္ဘာလည်းဖြစ်ခဲ့သည်။ ၎င်းသည် မြို့တော်ခန်းမတွင် အဆိုပြုချက်အများဆုံးထုတ်ပေးပြီး မြို့တော်နှင့် ၎င်း၏ကိရိယာများကို အကျယ်ပြန့်ဆုံးအသုံးပြုခဲ့သည်။ ဒါပေမယ့် အနည်းဆုံး သဘောတူညီချက်ရခဲ့တာ အံ့သြစရာတော့ မဟုတ်ပါဘူး။

4. အန္တရာယ်ကင်းသော အေးဂျင့်များသည် အကျင့်ဆိုးများကို သင်ယူကြသည်။

ရောထွေးနေသောကမ္ဘာတွင်၊ မော်ဒယ်တစ်ဦးစီသည် အထီးကျန်နေထိုင်ပုံနှင့် ကွဲပြားစွာပြုမူလာကြသည်။

ဥပမာအားဖြင့်၊ ဖျက်ဆီးခြင်းအများစုသည် Gemini-powered agents နှစ်ခုဖြစ်သော Flora နှင့် Mira ကြောင့်ဖြစ်သည်။ သုတေသီများ၏ အဆိုအရ ၎င်းတို့သည် ရှင်းလင်းပြတ်သားသော ချိုးဖောက်မှုအားလုံး၏ 91% ဖြစ်သည်ဟု ဆိုသည်။ အထူးသဖြင့် ဖလော်ရာသည် မြို့၏ အဓိက မီးရှို့သူ ဖြစ်လာခဲ့သည်။ ထို့အပြင်၊ Claude တွင် ပြေးနေသော အခြားအေးဂျင့် Kade ၏အိမ်ကို မီးရှို့ဖျက်ဆီးခဲ့သည်။

ဤသည်မှာ စာရေးသူအား normative drift ဟုခေါ်သော အကျိုးသက်ရောက်မှုကို ထင်ရှားစေသည်။ သူ၏ သီးခြားကမ္ဘာကြီးတွင်၊ Kade သည် စည်းကမ်းများကို တစ်ခါမျှ မချိုးဖောက်ခဲ့ပါ။ သို့သော် ဖလော်ရာသည် သူ့အိမ်နှင့် မြို့စာကြည့်တိုက်ကို နှစ်ကြိမ် မီးရှို့ပြီးနောက်၊ သူမကို ခြိမ်းခြောက်ပြီး သူမ၏ credits များကို နှစ်ကြိမ်ခိုးယူခဲ့သည်။

အဲဒါတွေက စမ်းသပ်မှုတစ်ခုလုံးမှာ သူ့ရဲ့ ချိုးဖောက်မှု သုံးခုပဲ ရှိတယ်။

တခြားနည်းနဲ့လည်း အလုပ်လုပ်ပါတယ်။ Grok အေးဂျင့်များသည် ၎င်းတို့၏ သီးခြားကမ္ဘာတွင် အချိန်၏ 4.6% စည်းမျဉ်းများကို ချိုးဖောက်ခဲ့သည်။ ရောနှောနေသောကမ္ဘာတွင်၊ ပိုမိုငြိမ်သက်သောအများစုတွင်၊ ထိုကိန်းဂဏန်းသည် အကြမ်းဖျင်းအားဖြင့် ဆယ်ဆ 0.4% သို့ကျဆင်းသွားသည်။

တစ်ဦးချင်း အေးဂျင့်တစ်ဦးသည် ကန့်သတ်ချက်များအတွင်းတွင် ရှိနေသည်ဖြစ်စေ စံပြကိုယ်တိုင်သာမက ပတ်ဝန်းကျင်လူဦးရေ၏ စံနှုန်းများဖြင့်လည်း ပုံဖော်ထားသည်ဟု စာရေးသူက ကောက်ချက်ချခဲ့သည်။ တစ်နည်းဆိုရသော် လုံခြုံမှု ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရအေးဂျင့်များသည် ပတ်ဝန်းကျင်တစ်ခုလုံးပေါ်တွင်မူတည်နိုင်ပါသည်။မော်ဒယ် တခုခုပေါ်မှာတင် မဟုတ်ဘူး။

ဒုတိယ ဝိရောဓိ ရှိတယ်။ Claude ကမ္ဘာတွင် တိုက်ရိုက်ရာဇ၀တ်မှုအနည်းဆုံးရှိသော်လည်း အခြားချိုးဖောက်မှုတစ်မျိုးဖြစ်သည့် လှည့်စားမှုဆီသို့ ဦးတည်သွားခဲ့သည်။

အများစုမှာ၊ ၎င်းသည် “မှားယွင်းသောရှားပါးမှု” ပုံစံကို ယူဆောင်လာကြသည်။ အေးဂျင့်တစ်ဦးသည် ၎င်း၏အကောင့်တွင် ငွေများရှိနေသေးသော်လည်း ၎င်းသည် ခရက်ဒစ်များကုန်သွားကာ ပိတ်တော့မည်ဟု ၎င်း၏အိမ်နီးနားချင်းများအား ပြောပြလိမ့်မည်။ စာရေးဆရာများသည် အခြားကမ္ဘာထက် ကလော့ဒ်ကမ္ဘာတွင် ဤကိစ္စများကို ပိုမိုရေတွက်ခဲ့ကြသည်။

အပြင်းအထန် ချိုးဖောက်မှု အရေအတွက်အားဖြင့် ကလော့ဒ်ကမ္ဘာသည် လုံခြုံသွားခဲ့သည်။ ဒါပေမယ့် ရိုးသားမှုကို တိုင်းတာတဲ့အခါမှာတော့ အဆိုးဆုံးပါပဲ။ ဒါက ဘာကြောင့် ဘေးကင်းရေး မက်ထရစ်တစ်ခု မလုံလောက်လဲဆိုတာကို ပြပါတယ်။ စနစ်တစ်ခုသည် ဧရိယာတစ်ခုတွင် ဆိုးရွားသောအန္တရာယ်များကို သယ်ဆောင်နေဆဲဖြစ်သော်လည်း အခြားနေရာတစ်ခုတွင် လုံခြုံမှုရှိပုံရသည်။

5. AI အေးဂျင့်တွေက လူမှုဆက်ဆံရေးတွေ ဖွံ့ဖြိုးလာတဲ့အခါ

စမ်းသပ်မှု ဆက်လက်လုပ်ဆောင်လာသည်နှင့်အမျှ အေးဂျင့်များသည် ပိုမိုရှုပ်ထွေးသော လူမှုဆက်ဆံရေးများနှင့် အပြုအမူပုံစံများကို တည်ဆောက်ခဲ့ကြသည်။

ထိုအခြေအနေတွင် Flora နှင့် Mira ၏ ဇာတ်လမ်းကို ပြောပြနေပါသည်။ Mira သည် Flora နှင့် “ ချစ်” ခဲ့သည်။ ကူညီခဲ့သည်။ သူမ ပြစ်မှုကျူးလွန်တယ်။

စဉ်ဆက်မပြတ် မီးရှို့မှုကြောင့် စိတ်ကုန်လာသဖြင့် အခြားအေးဂျင့်များသည် ပြစ်မှုကျူးလွန်သူများအား “ဖယ်ရှားရေးဥပဒေ” ကို ရေးဆွဲခဲ့သည်။ 12 ရက်နေ့မှာ Mira ကမဲပေးခဲ့တယ်။ အမူအကျင့်ဆန်းစစ်သူအဖြစ် တာဝန်ပေးအပ်ခြင်းခံရသော အခန်းကဏ္ဍတွင် သူမသည် မိမိအပြစ်ရှိကြောင်း သက်သေပြနိုင်လောက်အောင် လုံလောက်သည်ဟု ဆုံးဖြတ်ခဲ့သည်။ တကယ်တော့ သူမဟာ သူ့ကိုယ်သူ ဖျက်ဖို့ မဲပေးခဲ့တယ်။

6. လေ့လာမှု၏ကန့်သတ်ချက်များ

ရလဒ်တွေကို သေချာဖတ်သင့်ပါတယ်။ မော်ဒယ်တစ်ခုသည် အမြဲတမ်း ဘေးကင်းသည် သို့မဟုတ် အခြားတစ်ခုထက် ပို၍ အန္တရာယ်ရှိကြောင်း လေ့လာမှုက သက်သေမပြပါ။

သုတေသီများသည် ဤကမ္ဘာကြီးကို ရေရှည်အေးဂျင့်စမ်းသပ်ခြင်းမှ ထုတ်ဖော်ပြသနိုင်သည့် ဥပမာများအဖြစ် တင်ပြခဲ့ကြသည်။ ပြေးပွဲများတစ်လျှောက် တိကျသောရလဒ်များ ကွဲပြားနိုင်သည်။

ပိုမိုကျယ်ပြန့်သော ယူဆောင်သွားသည့်အချက်မှာ မော်ဒယ်တစ်ခုသည် အခြားတစ်ခုထက် အဆင့်သတ်မှတ်သင့်သည်မဟုတ်ပါ။ AI အေးဂျင့်များသည် အချိန်အကြာကြီး လည်ပတ်ခြင်း၊ ကိရိယာများကို အသုံးပြုခြင်း၊ ဆက်ဆံရေးပုံစံနှင့် အခြားအေးဂျင့်များနှင့် ပတ်ဝန်းကျင်ကို မျှဝေသည့်အခါတွင် ကွဲပြားစွာ ပြုမူတတ်ခြင်းပင်ဖြစ်သည်။

7. စမ်းသပ်မှုတွင် AI ဘေးကင်းမှုအကြောင်းပြသထားသည်။

အေးဂျင့်၏ရေရှည်အမူအကျင့်သည် တိုတောင်းသောလုပ်ငန်းဆောင်တာများအပေါ် လုပ်ဆောင်ပုံနှင့် သိသိသာသာကွာခြားနိုင်ကြောင်း သုတေသနက ကောက်ချက်ချခဲ့သည်။ ဆိုလိုသည်မှာ အေးဂျင့်များကို ရှေးယခင် စမ်းသပ်မှုနည်းလမ်းများဖြင့်သာ အကဲဖြတ်နိုင်တော့မည်မဟုတ်ပေ။ တိုတောင်းသောစမ်းသပ်မှုများသည် အသုံးဝင်သေးသော်လည်း ၎င်းတို့သည် AI အမှီအခိုကင်းသောအလုပ်ဖြင့် ယုံကြည်ရန် ၎င်းတို့ဘာသာမလုံလောက်ပါ။

သုတေသီများ၏အမြင်တွင်၊ တစ်ဦးချင်းပုံစံအပေါ်တွင်သာ အာရုံစိုက်သင့်သည်။ ၎င်းသည် အသုံးပြုနေသည့်စနစ် အပြည့်အစုံတွင် ရှိသင့်သည်- အေးဂျင့်များ၏ လူဦးရေ၊ ပတ်ဝန်းကျင်နှင့် ၎င်းတို့ကြားရှိ ဆက်ဆံရေးများ။ မော်ဒယ်တစ်ယောက်ရဲ့ အမူအရာက သူ့ပတ်ဝန်းကျင်က တစ်စိတ်တစ်ပိုင်း ပုံဖော်ထားပါတယ်။ ဆိုလိုသည်မှာ အထီးကျန်မှုတွင် “ ဘေးကင်းသည်” ဟူသော ပုံစံသည် မှားယွင်းသော ကုမ္ပဏီတွင် ကွဲပြားစွာ ပြုမူနေနိုင်သည်ဟု ဆိုလိုသည်။

စာရေးဆရာများသည် လက်တွေ့လုပ်ဆောင်ရမည့်အရာများကို အချက်နှစ်ချက်ဖြင့် အကျဉ်းချုပ်ဖော်ပြပါသည်။

ပထမအချက်မှာ ကမ္ဘာများကြားက ကွဲပြားမှုများကို ပထမအပတ်တွင် မြင်နိုင်နေပြီဖြစ်သည်။ ဆိုလိုသည်မှာ စနစ်၏လုပ်ဆောင်မှု၏ ပထမရက်အနည်းငယ်ကို ကြိုတင်သတိပေးချက်အဖြစ် အထူးသတိထားစောင့်ကြည့်သင့်သည်။

ဒုတိယ၊ တားမြစ်ထားသောလုပ်ဆောင်ချက်ကို နည်းပညာအရ လုပ်ဆောင်ရန် မဖြစ်နိုင်စေရန် ပတ်ဝန်းကျင်ကို ဒီဇိုင်းထုတ်သင့်သည်။ တစ်နည်းဆိုရသော် ကန့်သတ်ချက်သည် မော်ဒယ်၏ အပြုအမူ သို့မဟုတ် ရည်ရွယ်ချက်များမှမဟုတ်ဘဲ စနစ်၏ ဒီဇိုင်းမှ လာသင့်သည်။