ဒစ်ဂျစ်တယ်ခေတ်ရဲ့ အဓိကပြဿနာများကို ဖြေရှင်းနိုင်မယ့် တွက်ချက်ပိုင်းခြား တွေးခေါ်နိုင်မှုစွမ်းရည် (Computational Thinking)

              ကျွန်ုပ်တို့ နေထိုင်ရာ ဒစ်ဂျစ်တယ်ကမ္ဘာကြီးမှာ တွက်ချက်ပိုင်းခြား တွေးခေါ်မှု (Computational Thinking) ဟာ နည်းပညာနယ်ပယ်အတွက်သာမက ခေတ်သစ်ဘဝကို ဖြတ်သန်းနေရတဲ့ လူတိုင်းအတွက်ပါ မရှိမဖြစ်လိုအပ်တဲ့ စွမ်းရည်တစ်ခု ဖြစ်လာပါတယ်။ ဒီတွေးခေါ်မှုပုံစံက လူသားတွေ ကြုံတွေ့လာနိုင်တဲ့ စိန်ခေါ်မှုတွေကို ယုံကြည်မှုရှိရှိ၊ ဖန်တီးမှုရှိရှိနဲ့ ဖြေရှင်းနိုင်အောင် ကူညီပေးနိုင်ပါတယ်။

တွက်ချက်ပိုင်းခြား တွေးခေါ်မှု (Computational Thinking) ဆိုတာ ဘာလဲ?

              Computational Thinking (တွက်ချက်ပိုင်းခြား တွေးခေါ်မှု) ဟာ ကွန်ပျူတာ ပရိုဂရမ်မာများကဲ့သို့ စဉ်းစားတွေးခေါ်ကာ ပြဿနာများကို ဖြေရှင်းတဲ့ နည်းလမ်းတစ်ခု ဖြစ်ပါတယ်။ ဒီနည်းလမ်းဟာ ရှုပ်ထွေးတဲ့ ပြဿနာတွေကို နားလည်ရလွယ်ကူတဲ့ အပိုင်းငယ်များအဖြစ် ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် ကွန်ပျူတာနဲ့ လူသားနှစ်ဦးစလုံးအတွက် ရှင်းလင်းပြတ်သားတဲ့ ဖြေရှင်းနည်းများကို ဖော်ထုတ်ပေးနိုင်ပါတယ်။

Computational Thinking (တွက်ချက်ပိုင်းခြား တွေးခေါ်မှု) ရဲ့ အခြေခံ သဘောတရားများမှာ-

• ပြဿနာများကို နက်နက်နဲနဲ စူးစမ်းလေ့လာခြင်း။
• ပြဿနာနှင့် ဖြေရှင်းနည်းများကို တိကျသော ဘာသာစကားဖြင့် ဖော်ပြခြင်း။
• လုပ်ငန်းစဉ်တိုင်းမှာ ရှင်းလင်းပြတ်သားတဲ့ အကြောင်းပြချက်များဖြင့် ထည့်သွင်းစဉ်းစားခြင်းတို့ ပါဝင်ပါတယ်။

              Computational Thinking (တွက်ချက်ပိုင်းခြား တွေးခေါ်မှု) ဟာ ပြဿနာများကို စနစ်တကျ ချဉ်းကပ်ကာ ဘယ်သူမဆို လိုက်နာလုပ်ဆောင်နိုင်တဲ့ ရိုးရှင်းသော ဖြေရှင်းနည်းများကို ဖော်ထုတ်ပေးနိုင်ရန် အားပေးတဲ့ အတွေးအခေါ်တစ်ရပ် ဖြစ်ပါတယ်။

Computational Thinking (တွက်ချက်ပိုင်းခြား တွေးခေါ်မှု) ရဲ့ အခြေခံမူ (၄) ချက်

              အခြေခံအားဖြင့် Computational Thinking (တွက်ချက်ပိုင်းခြား တွေးခေါ်မှု) မှာ အောက်ပါအချက် (၄) ချက် ပါဝင်ပါတယ်-

၁။ ပြဿနာကို ခွဲခြမ်းစိတ်ဖြာခြင်း (Decomposition)

              ရှုပ်ထွေးသော ပြဿနာတစ်ခုကို သေးငယ်ပြီး စီမံခန့်ခွဲနိုင်တဲ့ အစိတ်အပိုင်းများအဖြစ် ပိုင်းခြားခြင်း ဖြစ်ပါတယ်။ ဒီအစိတ်အပိုင်းများကို တစ်ခုချင်းစီ ကိုင်တွယ်ဖြေရှင်းခြင်းဖြင့် ပြဿနာတစ်ခုလုံးကို ပိုမိုထိရောက်စွာ ဖြေရှင်းနိုင်စေပါတယ်။

၂။ ပုံစံတူများကို ရှာဖွေခြင်း (Pattern Recognition)

              ခွဲထားသော အစိတ်အပိုင်းငယ်များထဲမှာ တူညီတဲ့ ပုံစံများ (သို့မဟုတ်) ယခင်ကြုံတွေ့ဖူးတဲ့ အခြေအနေများနဲ့ ဆင်တူတဲ့ပုံစံများကို ရှာဖွေခြင်း ဖြစ်ပါတယ်။ ယခင်အတွေ့အကြုံများမှ သင်ယူကာ လက်ရှိပြဿနာအတွက် အသုံးချနိုင်ဖို့ ရည်ရွယ်ပါတယ်။

၃။ အဓိကအချက်များကို ထုတ်နုတ်ခြင်း (Abstraction)

              ပြဿနာရဲ့ အဓိကအချက်၊ တန်ဖိုးရှိသော အချက်များကိုသာ အာရုံစိုက်ပြီး မလိုအပ်သော အသေးစိတ်အချက်အလက်များကို ယာယီဖယ်ထားခြင်း ဖြစ်ပါတယ်။ ဤသို့ပြုလုပ်ခြင်းအားဖြင့် ပြဿနာရဲ့ အနှစ်သာရကို ပိုမိုရှင်းလင်းစွာ မြင်နိုင်ပြီး အခြားဆင်တူပြဿနာများအတွက်ပါ အသုံးချနိုင်သော ယေဘုယျအကြံဉာဏ်များ ထုတ်ယူနိုင်ပါတယ်။

၄။ အဆင့်လိုက် နည်းလမ်း ရေးဆွဲခြင်း (Algorithm Design)

              ယခင်အဆင့်များမှ ရရှိသော အချက်အလက်များကို အခြေခံပြီး ပြဿနာတစ်ခုကို ဖြေရှင်းနိုင်ရန် တစ်ဆင့်ပြီးတစ်ဆင့် လိုက်နာရမည့် ညွှန်ကြားချက်များ (Algorithm) ကို ရေးဆွဲခြင်း ဖြစ်ပါတယ်။ ဒီအဆင့်မှာ ဖြေရှင်းနည်းရဲ့ ထိရောက်မှုကို စမ်းသပ်ခြင်းနဲ့ အမှားပြင်ဆင်ခြင်း (Testing and Debugging) များလည်း ပါဝင်ပါတယ်။

ဘာကြောင့် တွက်ချက်ပိုင်းခြား တွေးခေါ်ပုံက အရေးကြီးတာလဲ?

              Computational Thinking (တွက်ချက်ပိုင်းခြား တွေးခေါ်မှု) ဟာ ကွန်ပျူတာ သိပ္ပံပညာရှင်များအတွက် အချက်အလက်များကို ပိုမိုနားလည်နိုင်ရန်၊ စနစ်များကို ခွဲခြမ်းစိတ်ဖြာနိုင်ရန်နဲ့ အသုံးဝင်သော ညွှန်ကြားချက်များ (algorithms) များကို ဖန်တီးနိုင်ရန် အရေးပါတဲ့ စွမ်းရည်တစ်ခု ဖြစ်ပါတယ်။

              တွက်ချက်ပိုင်းခြား တွေးခေါ်မှုဟာ ကွန်ပျူတာပညာရပ်မှ စတင်ခဲ့သော်လည်း ၎င်းရဲ့အကျိုးကျေးဇူးများဟာ နေ့စဉ်ဘဝနဲ့ နယ်ပယ်အသီးသီးမှာ ကျယ်ပြန့်စွာ အသုံးဝင်ပါတယ်။

တွက်ချက်ပိုင်းခြား တွေးခေါ်မှုရဲ့ အရေးပါသော အကျိုးကျေးဇူးများ

• ထိရောက်တဲ့ ပြဿနာဖြေရှင်းနိုင်စွမ်း (Effective Problem-Solving): ရှုပ်ထွေးသောအခြေအနေများကို စနစ်တကျ ချဉ်းကပ်ဖြေရှင်းနိုင်စွမ်းကို မြင့်တက်စေပါတယ်။
• ဝေဖန်ပိုင်းခြား တွေးခေါ်မှု (Critical Thinking): အချက်အလက်များကို နက်ရှိုင်းစွာ ဆန်းစစ်ဝေဖန်ပြီး ယုတ္တိရှိရှိ ဆုံးဖြတ်ချက်ချမှတ်နိုင်စွမ်းကို ကောင်းမွန်စေပါတယ်။
• ဖန်တီးနိုင်စွမ်း (Creativity): ပြဿနာများကို အခြေခံမှ စဉ်းစားခြင်းဖြင့် ဆန်းသစ်သော ဖြေရှင်းနည်းများကို တွေ့ရှိရန် အားပေးပါတယ်။
• လိုက်လျောညီထွေရှိမှု (Adaptability): အခြေအနေသစ်များနဲ့ စိန်ခေါ်မှုအသစ်များကို လျင်မြန်စွာ လိုက်လျောညီထွေရှိပြီး ရင်ဆိုင်နိုင်စွမ်း ရှိစေပါတယ်။

နေ့စဉ်ဘဝမှာ Computational Thinking (တွက်ချက်ပိုင်းခြား တွေးခေါ်မှု) ရဲ့ အသုံးဝင်ပုံ

              တွက်ချက်ပိုင်းခြား တွေးခေါ်မှုဟာ ကွန်ပျူတာပရိုဂရမ်ရေးတဲ့သူတွေအတွက်ပဲ မဟုတ်ဘဲ နေ့စဉ်ဘဝမှာလည်း အသုံးဝင်ပါတယ်။

• ခရီးသွားဖို့ စီစဉ်ခြင်း: ခရီးစဉ်တစ်ခုကို သေးငယ်တဲ့အဆင့်လေးတွေ (ဥပမာ- ဘတ်ဂျက်၊ သွားလာရေး) အဖြစ် ခွဲခြမ်းတာ ဟာလည်း တွက်ချက်ပိုင်းခြား တွေးခေါ်မှုကို အသုံးချတာပါပဲ။
• ဟင်းချက်ခြင်း: ဟင်းချက်နည်းတစ်ခုကို အဆင့်ဆင့်လိုက်နာတာ ဟာ Algorithm Design ကို အသုံးချတာ ဖြစ်ပါတယ်။
• ငွေကြေးစီမံခန့်ခွဲခြင်း: ဘတ်ဂျက်တစ်ခု ရေးဆွဲတဲ့အခါ ကုန်ကျစရိတ်တွေကို ခွဲခြမ်းတာ၊ သုံးစွဲတဲ့ပုံစံတွေကို မှတ်သားတာနဲ့ ဘဏ္ဍာရေးအစီအစဉ် ရေးဆွဲတာတွေအားလုံးဟာ တွက်ချက်ပိုင်းခြား တွေးခေါ်မှုတွေ ပါဝင်နေပါတယ်။

ပညာရေးမှာ Computational Thinking (တွက်ချက်ပိုင်းခြား တွေးခေါ်မှု) ရဲ့ အခန်းကဏ္ဍ

              တွက်ချက်ပိုင်းခြား တွေးခေါ်မှုဟာ ပညာရေးအတွက် အခြေခံအုတ်မြစ်တစ်ခု ဖြစ်သင့်ပါတယ်။ တွက်ချက်ပိုင်းခြား တွေးခေါ်မှုပုံစံကို ဘာသာရပ်အသီးသီးမှာ ပေါင်းစပ်သင်ကြားပေးခြင်းဖြင့် ကျောင်းသားတွေကို ပညာရေးအတွက်သာမက လက်တွေ့ကမ္ဘာအတွက်ပါ ပြင်ဆင်ပေးနိုင်ပါတယ်။

• ဝေဖန်ပိုင်းခြား တွေးခေါ်တတ်သူများကို ပြုစုပျိုးထောင်ခြင်း: ကျောင်းသားများအား အချက်အလက်များကို စိစစ်ဝေဖန်တတ်ပြီး ဆင်ခြင်တုံတရားဖြင့် ဆုံးဖြတ်ချက်ချမှတ်နိုင်စေရန် ကူညီပေးပါတယ်။
• ဆန်းသစ်တီထွင်မှု မြှင့်တင်ခြင်း: ပြဿနာတွေကို ရှုထောင့်အမျိုးမျိုးကနေ ချဉ်းကပ်ကာ ဆန်းသစ်တဲ့အတွေးအခေါ်များကို မြှင့်တင်ပေးပါတယ်။
• တစ်သက်တာလုံး သင်ယူလိုစိတ်ကို အားပေးခြင်း: နည်းပညာတွေ ပြောင်းလဲနေတဲ့ခေတ်မှာ တွက်ချက်ပိုင်းခြားပြီး တွေးခေါ်မှု စွမ်းရည်ရှိတဲ့သူတွေက အပြောင်းအလဲတွေကို ပိုမိုလိုက်လျောညီထွေ ရှိနိုင်ပါတယ်။

              တွက်ချက်စဉ်းစားပုံဟာ ၂၁ ရာစုအတွက် အရေးပါတဲ့ ဘဝစွမ်းရည်တစ်ရပ် ဖြစ်ပါတယ်။ ၎င်းရဲ့ နိယာမများကို လက်ခံကျင့်သုံးခြင်းဖြင့် ကျွန်ုပ်တို့နဲ့ အနာဂတ်မျိုးဆက်သစ်များဟာ ဒစ်ဂျစ်တယ်ခေတ်ရဲ့ စိန်ခေါ်မှုများကို ထိရောက်စွာ ရင်ဆိုင်ကျော်လွှားနိုင်မှာ ဖြစ်ပါတယ်။ ပညာရေးစနစ်အနေဖြင့် ကျောင်းသားတိုင်းအား ဤပြဿနာဖြေရှင်းနည်း စိတ်ဓာတ်ကို မွေးမြူပေးခြင်းဖြင့် ယနေ့ခေတ်အတွက်သာမက အနာဂတ်ရဲ့ ဆန်းသစ်တီထွင်မှုများကို ဖန်တီးနိုင်မည့် လူသားများအဖြစ် ပြင်ဆင်ပေးနေခြင်းပဲ ဖြစ်ပါတယ်။

The Importance of Computational Thinking: Developing Problem-Solving Skills for the Digital Age မှ သင့်တော်သလိုကိုးကားပြီး ဘာသာပြန်ထားခြင်းဖြစ်ပါတယ်။

Daw Sandi Su Hlaing
Lecturer, Strategy First Int'l College
B.C.Sc., B.C.Sc. (Hons), M.C.Sc.