How we can protect truth in the age of misinformation | Sinan Aral

Translator: Ivana Korom Reviewer: Krystian Aparta

Translator: Myo Aung Reviewer: Sanda Aung

So, on April 23 of 2013,

၂၀၁၃ ခုနှစ်၊ ဧပြီလ ၂၃ ရက်နေ့တွင်၊

the Associated Press put out the following tweet on Twitter.

Associated Press သတင်းဌာနက အောက်ပါ tweet ကို Twitter မှ ထုတ်လွှင့်ခဲ့တယ်။

It said, "Breaking news:

"အထူးသတင်းကြေငြာချက်-

Two explosions at the White House

အိမ်ဖြူတော်မှာ ဗုံးနှစ်လုံး ပေါက်ကွဲခဲ့ရာ

and Barack Obama has been injured."

ဘားရက် အိုဘားမား ဒဏ်ရာရရှိခဲ့တယ်။ "

This tweet was retweeted 4,000 times in less than five minutes,

အဲဒီ tweet ကို ငါးမိနစ်တောင် မရှိတဲ့အချိန် အတွင်းမှာ ၄၀၀၀ ပြန်ပြီး tweet ခဲ့ကြတယ်၊

and it went viral thereafter.

နောက်ပိုင်းမှာ တောမီးလို ပျံ့နှံ့သွားခဲ့တယ်။

Now, this tweet wasn't real news put out by the Associated Press.

ဒါပေမဲ့ အဲဒီတွတ်ဟာ Associated Press မှ ထုတ်လွှင့်ခဲ့တဲ့ သတင်းအမှန် မဟုတ်ခဲ့ပါ။

In fact it was false news, or fake news,

တကယ်တမ်းမှာ လိမ်ညာသတင်း ဒါမှမဟုတ် လုပ်ကြံသတင်း ဖြစ်ခဲ့ပြီး

that was propagated by Syrian hackers

ဆီးရီးယားဟက်ကာများမှ ထုတ်လွှင့်ပေးလိုက်တာပါ။

that had infiltrated the Associated Press Twitter handle.

သူတို့ဟာ Associated Press Twitter ဌာနထဲ ဖောက်ဝင်ပြီး လွှင့်နိုင်ခဲ့ကြတာ။

လူ့အဖွဲ့အစည်းကို အလန့်တကြား ဖြစ်စေရန် ရည် ရွယ်ခဲ့ပေမဲ့ နှောင့်ယှက်မှုကြီး ဖြစ်လာတယ်။

Their purpose was to disrupt society, but they disrupted much more.

Because automated trading algorithms

ဘာဖြစ်လို့လဲဆိုတော့ ရှယ်ယာဈေးကွက်မှာ အလိုအလျောက် ကုန်သွယ်ရေး စနစ်တွေက

immediately seized on the sentiment on this tweet,

tweet ထဲက သတင်းကို ချက်ချင်းထည့်တွက်လျက်

and began trading based on the potential

အမေရိကန် ပြည်ထောင်စုရဲ့ သမ္မတဟာ ဒဏ်ရာရခဲ့ သို့မဟုတ် သေဆုံးသွားပြီ ဆိုတဲ့

that the president of the United States had been injured or killed

အလားအလာကို ထည့်တွက်လျက် ၎င်းတို့ရဲ့ ကုန်သွယ်မှုကို

in this explosion.

ဆက်ပြုလုပ်ခဲ့ကြလို့ပါ။

And as they started tweeting,

အဲဒါကြောင့် အဲဒီ tweet စပေါ်လာတာနဲ့ကို

they immediately sent the stock market crashing,

ချက်ချင်းဆိုသလို စတော့ရှယ်ယာစျေးကွက်ဟာ ခြေမွခံလိုက်ရတယ်၊

wiping out 140 billion dollars in equity value in a single day.

တစ်ရက်တည်း အတွင်းမှာ ပိုင်ဆိုင်မှုတန်ဖိုး ဒေါ်လာ ဘီလီယံ ၁၄၀ ဆုံးရှုံးခဲ့ရတယ်။

Robert Mueller, special counsel prosecutor in the United States,

အမေရိကန်ပြည်ထောင်စုရဲ့ အထူးရှေ့နေချုပ် Robert Mueller က

issued indictments against three Russian companies

ရုရှားကုမ္ပဏီသုံးခုနဲ့ ရုရှားလူမျိုး ၁၃ ဦးတို့အား

and 13 Russian individuals

၂၀၁၆ ခုနှစ် သမ္မတရွေးကောက်ပွဲ အတွင်းမှာ

အမေရိကန် ပြည်ထောင်စု ပြည်သူများကို လိမ်လည်ရန် ကြံစည်အားထုတ်ခဲ့ကြတယ်လို့

on a conspiracy to defraud the United States

by meddling in the 2016 presidential election.

တရားဝင် စွပ်စွဲလျက် စွဲချက် တင်ခဲ့ပါတယ်။

And what this indictment tells as a story

အဲဒီစွဲချက်ထဲတွင် ဖေါ်ပြခဲ့လို့ သိလာရတာက

is the story of the Internet Research Agency,

အင်တာနက်သုတေသနအေဂျင်စီ ဆိုတာရဲ့ ဇာတ်လမ်းဖြစ်ပါတယ်။

the shadowy arm of the Kremlin on social media.

၎င်းဟာ လူမှုမီဒီယာထဲက ကရင်မလင်ရဲ့ ကိုယ်ဖျေိာက် စစ်တပ်နဲ့ တူပါတယ်။

During the presidential election alone,

သမ္မတ ရွေးကောက်ပွဲ တစ်ခုတည်း အတွင်းမှာကို

the Internet Agency's efforts

အင်တာနက်အေဂျင်စီရဲ့ အားထုတ်မှုက

reached 126 million people on Facebook in the United States,

United States ထဲက Facebook ကို သုံးကြတဲ့ ပြည်သူ ၁၂၆ သန်းထိ ရောက်ရှိခဲ့ပါတယ်။

issued three million individual tweets

သူတို့ဟာ သီးခြားစီ ဖြစ်တဲ့ tweet သုံးသန်းကို ထုတ်ဝေခဲ့ပြီး

and 43 hours' worth of YouTube content.

YouTube မှာ ၄၃ နာရီဖိုး အကြောင်းအရာများကို ထုတ်လွှင့်ခဲ့ကြတယ်။

All of which was fake --

အဲဒါတွေ အားလုံး လုပ်ကြံသတင်းတွေပါ--

misinformation designed to sow discord in the US presidential election.

အမေရိကန် သမ္မတရွေးကောက်ပွဲ ထဲတွင် သဘောထားကွဲလွဲစေရန် ရည်ရွယ်ချက်နဲ့ပါ။

A recent study by Oxford University

Oxford တက္ကသိုလ်ရဲ့ မကြာသေးမီက သုတေသန တစ်ခုအရ

showed that in the recent Swedish elections,

နောက်ဆုံး လုပ်ပြီးသွားခဲ့တဲ့ ဆွီဒင် ရွေးကောက်ပွဲတုန်းက

one third of all of the information spreading on social media

လူမှုမီဒီယာမှာ ပျံ့နှံ့နေခဲ့တဲ့ သတင်းအချက် အလက် သုံးပုံတစ်ပုံတို့ဟာ

ရွေးကောက်ပွဲဆိုင်ရာ ဖေါ်ပြရာတွင်

about the election

was fake or misinformation.

လုပ်ကြံမှု သို့မဟုတ် တလွဲဖေါ်ပြမှု ဖြစ်ခဲ့တယ်လို့ တွေ့ခဲ့တယ်။

In addition, these types of social-media misinformation campaigns

ပြီးတော့၊ လူမှုမီဒီယာတွင် အဲဒီလို မဟုတ် မမှန် တမင်ကို ရေးသားဖေါ်ပြမှုက

can spread what has been called "genocidal propaganda,"

"ဂျီနိုဆိုက် ဝါဒဖြန့်မှု" လို့ ခေါ်တဲ့ အရာအတွက်ပါ သုံးနိုင်ပါသေးတယ်။

for instance against the Rohingya in Burma,

ဥပမာအဖြစ် မြန်မာနိုင်ငံထဲက ရိုဟင်ဂျာ ပြဿနာ၊

အိန္ဒိယတွင် လူတွေ အုပ်စုလိုက် သတ်ဖြတ်ခံရမှုများကို ဖေါ်ပြနိုင်ပါတယ်။

triggering mob killings in India.

We studied fake news

ကျွန်ုပ်တို့ဟာ သတင်းတုတွေကို လေ့လာတာ

and began studying it before it was a popular term.

အဲဒါ လူတွေအားလုံး မသိခင်တုန်းကတည်းကပါ။

And we recently published the largest-ever longitudinal study

အဲဒါနဲ့ ဒီနှစ်မတ်လထုတ် "Science" မှာ မျက်နှာဖုံး အကြောင်းအရာအဖြစ်

အွန်လိုင်းမှနေပြီး သတင်းအတုများကို ဖြန့်ဝေမှုဆိုင်ရာ

of the spread of fake news online

on the cover of "Science" in March of this year.

ကာလအကြာဆုံး သုတေသန စာတမ်းကို တင်နိုင်ခဲ့ကြပါတယ်။

ကျွန်ပ်တို့ဟာ Twitter ပေါ်တွင် ထုတ်ပြန်တဲ့ မှန်ကန်ပြီး မဟုတ်မှန်တဲ့ ဖြစ်ရပ်များကို

We studied all of the verified true and false news stories

၎င်းကို စထူထောင်ခဲ့တဲ့ ၂၀၀၆ ခုနှစ်မှ ၂၀၁၇ နှစ်အထိ အချိန်ကာလအတွက်

that ever spread on Twitter,

from its inception in 2006 to 2017.

မှန်မမှန် စိစစ်ခဲ့ကြပါတယ်။

And when we studied this information,

အဲဒီလို အချက်အလက်များကို ကျွန်ုပ်တို့က လေ့လာကြရာတွင်၊

we studied verified news stories

ကျွန်ုပ်တို့ဟာ သီးခြားလွတ်လပ်ကြတဲ့ အချက် အလက် ရှာဖွေရေး အဖွဲ့အစည်း ခြောက်ခုတို့မှ

that were verified by six independent fact-checking organizations.

စိစစ်လေ့လာခဲ့ကြတဲ့ အဖြစ်အပျက်များကို လေ့လာခဲ့ကြပါတယ်။

So we knew which stories were true

အဲဒီလိုနည်းဖြင့် ဘယ်အဖြစ်အပျက် တွေဟာ မှန်ကန်ခဲ့ကြတယ်၊

ဘယ်အဖြစ်အပျက်တွေ မမှန်ကန်ကြဘူး ဆိုတာ ကျွန်ုပ်တို့ သိလာရခဲ့တယ်။

and which stories were false.

We can measure their diffusion,

၎င်းတို့ရဲ့ ပျံ့နှံ့နိုင်စွမ်းကို တိုင်တာနိုင်ခဲ့တယ်၊

the speed of their diffusion,

ပျံ့နှံ့မှုနှုန်း၊

the depth and breadth of their diffusion,

နက်ရှိုင်းမှုနဲ့ ကျယ်ပြန့်မှုကို၊ သတင်းအချက်အလက်တွေကို

how many people become entangled in this information cascade and so on.

ထိတွေ့ခံစားလိုက်ရတဲ့ ပြည်သူ အရေအတွက် စသဖြင့် လေ့လာနိုင်ခဲ့ကြတယ်။

And what we did in this paper

အဲဒီစာတမ်းထဲတွင် ကျွန်ုပ်တို့ဟာ

was we compared the spread of true news to the spread of false news.

သတင်းအမှန်တွေရဲ့ ပျံ့နှံ့မှုကို သတင်းအမှား ပျံ့နှံ့မှုနဲ့ နှိုင်းယှဉ်ခဲ့ကြပါသေးတယ်။

And here's what we found.

ကျွန်ုပ်တို့ တွေ့ခဲ့ရတာ ဒီလိုရှိပါတယ်။

We found that false news diffused further, faster, deeper

ကျွန်ုပ်တို့ လေ့လာခဲ့သမျှ သတင်းအမျိုးအစားတိုင်းမှာ

သတင်းအတုတွေဟာ သတင်းမှန်နဲ့ စာရင် ပိုဝေးတဲ့အထိ၊

and more broadly than the truth

in every category of information that we studied,

ပိုမြန်ဆန် နက်ရှိုင်းစွာ၊ ကျယ်ပြန့်စွာ ပျံ့နှံ့နိုင်ခဲ့တာကို တွေ့ခဲ့ရပြီး

sometimes by an order of magnitude.

တစ်ခါတစ်ရံတွင် ဆယ်ဆထိ ပိုအားကောင်းခဲ့ပါတယ်။

And in fact, false political news was the most viral.

လက်တွေ့မှာ၊ နိုင်ငံရေး သတင်းအတုတွေဟာ အမြန်ဆုံး ပျံ့နှံ့ခဲ့ကြပါတယ်။

It diffused further, faster, deeper and more broadly

၎င်းဟာ အခြား ဘယ်သတင်းတုတွေနဲ့ကို မတူပဲ ပိုမိုမြန်ဆန် နက်ရှိုင်းစွာနဲ့

than any other type of false news.

ပိုပြီး ကျယ်ပြန့်စွာ ပျံ့နှံ့နိုင်ခဲ့တာ ဖြစ်ပါတယ်။

ကျွန်ုပ်တို့ အဲဒါကို တွေ့မြင်လိုက်ရတော့

When we saw this,

we were at once worried but also curious.

စိုးရိမ်မိတဲ့ တချိန်တည်းမှာ စိတ်ဝင်စားလာခဲ့ကြတယ်။

Why?

ဘာ​ကြောင့်များလဲ။

Why does false news travel so much further, faster, deeper

သတင်းမှားတွေဟာ ဘာကြောင့်များ သတင်းမှန်တွေနဲ့စာရင်

ပိုမိုမြန်ဆန် နက်ရှိုင်းစွာနဲ့ ကျယ်ပြန့်စွာ ပျံ့နှံ့နိုင်တာလဲ။

and more broadly than the truth?

The first hypothesis that we came up with was,

ကျွန်ုပ်တို့ဆီမှာ ပထမဦးဆုံး ပေါ်လာတဲ့ ယူဆချက်က၊

"Well, maybe people who spread false news have more followers or follow more people,

"သတင်းတုတွေကို ဖြန့်ဝေသူတို့ထံမှာ နောက် လိုက်များလို့၊ သူတို့က လိုက်တဲ့လူများလို့၊

or tweet more often,

ဒါမှမဟုတ် ပိုမကြာခဏ tweet ကြလို့၊

or maybe they're more often 'verified' users of Twitter, with more credibility,

ဒါမှမဟုတ် သူတို့ထဲမှာ 'စိစစ်ပြီး' သူတွေ များလို့၊ စိတ်ချယုံကြည်မှု ပိုများလို့၊

or maybe they've been on Twitter longer."

ဒါမှမဟုတ် သူတို့ရဲ့ Twitter သက်တမ်း ပိုကြာရှည်လို့" ထင်ခဲ့ကြတယ်။

So we checked each one of these in turn.

အဲဒါနဲ့ အဲဒီတစ်ချက်ချင်းကို စစ်ဆေးခဲ့ကြတယ်။

And what we found was exactly the opposite.

ကျွန်ုပ်တို့ တွေ့လိုက်ရတဲ့အချက်က လုံးဝကို ပြောင်းပြန် ဖြစ်နေခဲ့တယ်။

False-news spreaders had fewer followers,

သတင်းတု ဖြန့်ဝေကြသူတို့မှာ နောက်လိုက်တွေ ပိုနည်းနေတယ်၊

followed fewer people, were less active,

သူတို့ လိုက်ကြည့်သူ နည်းပြီး တက်ကြွမှု နည်းခဲ့တယ်၊

less often "verified"

"စိစစ်ပြီးသူ" မကြာခဏ နည်းခဲ့တယ်။

and had been on Twitter for a shorter period of time.

ပြီးတော့ Twitter မှာ လုပ်သက်လည်း တိုတောင်းတဲ့ အချိန်ကာလပါ။

And yet,

ဒါတောင်မှ၊

false news was 70 percent more likely to be retweeted than the truth,

သတင်းတုဟာ သတင်းမှန်နဲ့ဆိုရင် ထိန်းချုပ်မှု မျိုးစုံနဲ့ အခြား အချက်အလက်များကြောင့်

controlling for all of these and many other factors.

ပြန်ပြီး tweet လုပ်ခံရဖို့ အလားအလာ ၇၀ ရာခိုင်နှုန်းပိုပါတယ်။

So we had to come up with other explanations.

အဲဒါကြောင့် ကျွန်ုပ်တို့ဟာ ဒီပြင် ရှင်းလင်းချက်ကို ရှာခဲ့ရတယ်။

And we devised what we called a "novelty hypothesis."

အဲဒါကို ကျွန်ုပ်တို့က "ဆန်းသစ်တဲ့ ယူဆချက်"လို့ ခေါ်တွင်ကြပါတယ်။

So if you read the literature,

ဥပမာ၊ ကျုပ်တို့က စာပေကို ဖတ်ရှုစဉ်၊

it is well known that human attention is drawn to novelty,

လူသားရဲ့ အာရုံဟာ ဆန်းသစ်မှုဆီကို ပတ်ဝန်းကျင်ထဲက အသစ်ဖြစ်တဲ့ အရာထံသို့

things that are new in the environment.

ဆွဲဆောင်ခံရတာ အားလုံးအသိပါ။

ကျုပ်တို့က လူမှုရေး စာပေကို ဖတ်ကြည့်ကြမယ် ဆိုရင်လည်း၊

And if you read the sociology literature,

you know that we like to share novel information.

ဆန်းသစ်တဲ့ အချက်အလက်တွေကို ကျုပ်တို့ မျှဝေချင်ကြတာ အားလုံးအသိပါ။

It makes us seem like we have access to inside information,

အဲဒီအချက်က ကျုပ်တို့ဟာ အတွင်းပိုင်း သတင်းကို သိထားသူဖြစ်သလို ထင်စေပြီး

and we gain in status by spreading this kind of information.

ဒီလို သတင်းမျိုး ဖြန့်ဝေခြင်းဖြင့် ကျွန် တော်တို့ အဆင့်ပိုမြင့်လာမယ် ထင်ကြလို့ပါ။

So what we did was we measured the novelty of an incoming true or false tweet,

အဲဒါနဲ့ ကျွန်ုပ်တို့ဟာ ဝင်လာတဲ့ tweet တစ်ခုရဲ့ ဆန်းသစ်မှုကို၊

compared to the corpus of what that individual had seen

ထိုသူက Twitter ပေါ်မှာ လွန်ခဲ့တဲ့ ရက် ၆၀ အတွင်းမှာ မြင်တွေ့ခဲ့ရတဲ့

in the 60 days prior on Twitter.

ဟာတွေနဲ့ နှိုင်းယှဉ်ပြီး တိုင်းတာခဲ့ကြပါတယ်။

ဒါပေမဲ့ ဒါဟာ မလုံလောက်သေးဘူးလို့ ကျုပ်တို့ မိမိဘာသာမိမိ စဉ်းစားမိကြတယ်။

But that wasn't enough, because we thought to ourselves,

"Well, maybe false news is more novel in an information-theoretic sense,

"သတင်းတုဟာ အချက်အလက် သီအိုရီအရ ဆန်းသစ်တယ်လို့ ထင်ရပေမဲ့၊

but maybe people don't perceive it as more novel."

လူတွေကျတော့ ၎င်းတို့ကို ပိုဆန်းသစ်တယ်လို့ ထင်မှတ်ချင်မှ ထင်မှတ်ကြမယ်။"

So to understand people's perceptions of false news,

အဲဒါနဲ့ သတင်းတုများအား လူတွေ ခံယူကြပုံကို နားလည်ရန်၊

we looked at the information and the sentiment

ကျွန်ုပ်တို့ဟာ သတင်းတုနဲ့ သတင်းမှန်များအား

contained in the replies to true and false tweets.

လူတွေ တုံ့ပြန်ကြပုံထဲက အချက်အလက် ရေးသားချက်တွကို စစ်ကြည့်ခဲ့ကြတယ်။

ကျွန်ုပ်တို့ တွေ့ရှိလိုက်ရတဲ့ အချက်က

And what we found

was that across a bunch of different measures of sentiment --

ခံစားချက်အား တိုင်ထွာရေး နည်းလမ်း တသီကြီးရှိကြတဲ့ အထဲမှာ၊

surprise, disgust, fear, sadness,

အံ့အားသင့်မှု၊ ရွံရှာမှု၊ ကြောက်မှု၊ ဝမ်းနည်းမှု၊

anticipation, joy and trust --

မျှော်လင့်ခြင်း၊ ဝမ်းမြောက်ခြင်းနှင့်ယုံကြည်ခြင်း--

false news exhibited significantly more surprise and disgust

သတင်းတုများအား တုံ့ပြန်ကြရာတွင် အံ့အားသင့်မှုနဲ့ ရွံရှာမှုကို

in the replies to false tweets.

သိသိသာသာ ပိုပြီး ပြသခဲ့ကြပါတယ်။

And true news exhibited significantly more anticipation,

သတင်းမှန် tweet တွေ တုံ့ပြန်ရာမှာ မျှော်လင့်မှု၊

joy and trust

ပျော်ရွှင်မှုနဲ့ ယုံကြည်မှုကို

in reply to true tweets.

သိသာစွာ ပိုပြီး ပြသခဲ့ကြပါတယ်။

The surprise corroborates our novelty hypothesis.

အံ့အားသင့်စရာက ကျုပ်တို့ရဲ့ ဆန်းသစ်တဲ့ ယူဆချက်ကို သက်သေထူပြနေတယ်။

This is new and surprising, and so we're more likely to share it.

အဲဒါဟာ အသစ်အဆန်း ဖြစ်နေပြီး အံ့အား သင့်စရာမို့လို့ ကျုပ်တို့ မျှဝေလိုကြပါတယ်။

အဲဒီအချိန်မှာပဲ အမေရိကန် ပြည်ထောင်စုမှာ ကွန်ဂရက်ရဲ့

At the same time, there was congressional testimony

လွှတ်တော်နှစ်ရပ်စလုံး ရှေ့မှောက်မှာ ကွန်၈ရက် ကြားနာမှု တစ်ခု ရှိနေခဲ့တယ်၊

in front of both houses of Congress in the United States,

looking at the role of bots in the spread of misinformation.

လုပ်ကြံသတင်းများကို ထုတ်လွှင့်ရာတွင် bot တွေရဲ့ အခန်းကဏ္ဍကို စူးစမ်းနေခဲ့ကြတယ်။

So we looked at this too --

ကျုပ်တို့ကလည်း အဲဒါကို ကြည့်ခဲ့တယ်--

we used multiple sophisticated bot-detection algorithms

များပြားလှတဲ့ နောက်ဆုံးပေါ် bot ဖေါ်ထုတ်ရေး အယ်လ်ဂိုရီသမ်ကို သုံးပြီး

to find the bots in our data and to pull them out.

ကျုပ်တို့ရဲ့ ဒေတာထဲမှာ bot တွေကို ရှာဖွေ ဆွဲထုတ်ယူရန် ကြိုးစားခဲ့ကြတယ်။

So we pulled them out, we put them back in

အဲဒါနဲ့ ကျုပ်တို့က ၎င်းတို့ကို ထုတ်ယူ ခဲ့ကြတယ်၊ ပြန်ထည့်ပေးခဲ့ပြီး

and we compared what happens to our measurement.

ကျုပ်တို့ရဲ့ တိုင်းတာမှုတွေ ဘယ်လို ဖြစ်လာသလဲ ဆန်းစစ်ခဲ့တယ်။

And what we found was that, yes indeed,

ကျုပ်တို့ တွေ့လိုက်ရတဲ့ အချက်က၊ လက်တွေ့မှာကျတော့၊

bots were accelerating the spread of false news online,

bot တွေဟာ သတင်းတုတွေကို အွန်လိုင်းမှာ ဖြန့်ချိမှုကို အရှိန်မြှင့်နေခဲ့ကြတယ်၊

but they were accelerating the spread of true news

ဒါပေမဲ့ ၎င်းတို့ဟာ သတင်းမှန်တွေကိုလည်း အလားတူတဲ့ နှုန်းမျိုးနီးပါးနဲ့ပဲ

at approximately the same rate.

ပျံ့နှံ့ပေးနေခဲ့ကြတယ် ဆိုတာကိုပါ။

Which means bots are not responsible

ဒီတော့ သတင်းမှန်နဲ့ သတင်းတုတွေ အွန်လိုင်းမှာ

for the differential diffusion of truth and falsity online.

ပျံ့နှံ့ပုံမတူ ကွဲပြားမှုအတွက် bot တွေ ဆီမှာ တာဝန် မရှိခြင်းကို ဆိုလိုပါတယ်။

We can't abdicate that responsibility,

လက်တွေ့မှာ အဲဒီလို ပျံ့နှံ့မှုအတွက် ကျွန်ုပ်တို့

because we, humans, are responsible for that spread.

လူသားတွေ တာဝန်ရှိကြလို့ ၎င်းတို့ကို အပြစ်ဖို့လို့ မရနိုင်ပါ။

Now, everything that I have told you so far,

ကျွန်တော် အခုထိ ခင်ဗျားတို့ကို ပြောပြလာခဲ့တဲ့ အရာအားလုံးဟာ၊

unfortunately for all of us,

ကံဆိုးချင်တော့၊ ကျုပ်တို့ အားလုံးအတွက်

is the good news.

သတင်းကောင်းတွေပါ။

The reason is because it's about to get a whole lot worse.

ဒီလိုပြောရတာက ဒါတွေဟာ ဒီထက်ကို များစွာမှ ပိုပြီး ဆိုးဝါးလာမှာမို့လို့ပါ။

And two specific technologies are going to make it worse.

အဲဒါကို ဆိုးဝါးအောင် လုပ်ပေးကြမှာက အထူးထောက်ပြရမယ့် နည်းပညာ နှစ်ခုပါ။

We are going to see the rise of a tremendous wave of synthetic media.

ကျုပ်တို့ဟာ မီဒီယာအတုရဲ့ ဧရာမလှိုင်းကြီး တက်လာမှာကို မြင်ကြရဖို့ ရှိနေတယ်။

Fake video, fake audio that is very convincing to the human eye.

လူသားရဲ့ မျက်လုံးအတွက် အားကျစရာကောင်းတဲ့ ဗီဒီယိုအတု၊ အသံအတုတွေပါ။

And this will powered by two technologies.

အဲဒါကို မောင်းနှင်ပေးမှာက နည်းပညာနှစ်ခုပါ။

The first of these is known as "generative adversarial networks."

ပထမ တစ်ခုကို “ထုတ်လုပ်ရေး ရန်ဘက် ကွန်ရက်များ”လို့ ခေါ်ပါတယ်။

စက်များကို သင်ကြားပေးရေး မော်ဒယ်ဖြစ်ပြီး ကွန်ရက်နှစ်ခု ပါပါတယ်-

This is a machine-learning model with two networks:

a discriminator,

ခွဲခြားသတ်မှတ်ပေးသူ၊

whose job it is to determine whether something is true or false,

တစ်ခုခုဟာ မှန်လား မှားလားကို ဆုံးဖြတ်ပေးရန် တာဝန်ရှိသူပါ၊

and a generator,

ပြီးတော့ ဂျင်နရေတာ ပါတယ်၊

whose job it is to generate synthetic media.

မီဒီယာအတုကို ထုတ်လုပ်ပေးဖို့ တာဝန်ရှိသူပါ။

So the synthetic generator generates synthetic video or audio,

ဒီလိုနည်းဖြင့် ဂျင်နရေတာ အတုက ဗီဒီယိုနဲ့ အသံ အတုကို ထုတ်လုပ်ပေးတယ်၊

and the discriminator tries to tell, "Is this real or is this fake?"

ခွဲခြားသတ်မှတ်သူကျတော့ "အဲဒါဟာ ဟုတ်မှန်လား ဒါမှမဟုတ် အတုလား" ပြောပြပေးရပါမယ်။

And in fact, it is the job of the generator

တကယ်တော့ ဂျင်နရေတာရဲ့ တာဝန်က

to maximize the likelihood that it will fool the discriminator

ခွဲခြားသတ်မှတ်သူ အနေနဲ့ ဗီဒီယိုနဲ့အသံ အတုတွေကို တကယ် အမှန်လို

into thinking the synthetic video and audio that it is creating

ထင်မြင်လာစေရန် အစွမ်းကုန်

is actually true.

ကြိုးပမ်းဖို့ ဖြစ်ပါတယ်။

Imagine a machine in a hyperloop,

hyperloop ကို သုံးတဲ့ စက်တစ်ခုကို စိတ်ကူးကြည့်ပါ၊

trying to get better and better at fooling us.

ကျုပ်တို့ကို အရူးလုပ်ရာတွင် ပိုပို တော်လာနေတဲ့ စက်ဖြစ်ပါလိမ့်မယ်။

This, combined with the second technology,

ဒါကို ဒုတိယနည်းပညာနဲ့ပေါင်းပေးလိုက်ရင်၊

which is essentially the democratization of artificial intelligence to the people,

ဉာဏ်ရည်တုအား အများပြည်သူတို့ သုံးလာစေရန် အတွက် မရှိမဖြစ်လိုအပ်ချက်ပါ၊

the ability for anyone,

မည်သူမဆိုဟာ

without any background in artificial intelligence

ဉာဏ်ရည်အတု အကြောင်းကို ဘာမှ လေ့လာမသိသူတောင်မှ

or machine learning,

စက်တွေကို သင်ကြားခြင်းကို မသိတောင်၊

to deploy these kinds of algorithms to generate synthetic media

ဒီလို မီဒီယာအတု ထုတ်လုပ်ရေး အယ်လ်ဂိုရီသမ်ကို သုံးနိုင်မှာမို့လို့၊

makes it ultimately so much easier to create videos.

ခုနက ဗွီဒီယိုတွေကို ဖန်တီးရေး အလုပ်ဟာ သိပ်ကို လွယ်ကူလာမှာပါ။

The White House issued a false, doctored video

အိမ်ဖြူတော်ဟာ အတုဖြစ်တဲ့ လုပ်ကြံ ဗီဒီယိုတစ်ခုကို ထုတ်ဝေခဲ့ရာ

of a journalist interacting with an intern who was trying to take his microphone.

သတင်းစာဆရာက ထိန်းသိမ်းခံတဦးနဲ့ ဆက်ဆံနေစဉ် ထိုသူက မိုက်ခရိုဖုန်းကို ယူလိုခဲ့တယ်။

သူတို့ဟာ အဲဒီဗီဒီယိုထဲကနေပြီး ဘောင်တွေကို ဖယ်ရှားပစ်ခြင်းဖြင့်

They removed frames from this video

in order to make his actions seem more punchy.

ထိုသူရဲ့ လုပ်ရပ်ကို ပိုပြီး ယုတ္တိရှိအောင် လုပ်ခဲ့ကြတယ်။

And when videographers and stuntmen and women

ဗီဒီယိုရိုက်သူတွေနဲ့ သာမန်အမျိုးသားများနဲ့ အမျိုးသမီးများကို

were interviewed about this type of technique,

အခုက နည်းပညာအကြောင်းကို မေးမြန်းကြည့်တော့၊

they said, "Yes, we use this in the movies all the time

သူတို့က "ဟုတ်တယ်၊ ကျုပ်တို့ ရုပ်ရှင်တွေထဲ မယ် ဒါကို တချိန်လုံးသုံးကြတယ်။"

to make our punches and kicks look more choppy and more aggressive."

ကျုပ်တို့ရဲ့ ထိုးနှက်မှုတွေ ပိုပြီး ယုတ္တိ ရှိဖို့ ပိုးကြောက်စရာ ကောင်းဖို့ အတွက်ပါ။"

သူတို့က ခုနက ဗီဒီယိုကို ဖွင့်ပြခဲ့ကြပြီး

They then put out this video

Jim Acosta ဆိုတဲ့ သတင်းထောက်အား အိမ်ဖြူတော်မှ ထုတ်ပေးထားခဲ့တဲ့

and partly used it as justification

to revoke Jim Acosta, the reporter's, press pass

စာနယ်ဇင်းလက်မှတ်ကို ရုပ်သိမ်းဖို့

from the White House.

အသုံးပြုခဲ့ကြတယ်။

And CNN had to sue to have that press pass reinstated.

စာနယ်ဇင်းလက်မှတ် ပြန်ရဖို့အတွက် CNN ဟာ ရုံးတင်တရားစွဲခဲ့ရပါတယ်။

There are about five different paths that I can think of that we can follow

ဒီနေ့တွင် သိပ်ကို ခဲယဉ်းကြတဲ့ အဲဒီလို ပြဿနာတွေကို ကိုင်တွယ်နိုင်ရန်

to try and address some of these very difficult problems today.

ကျုပ်တို့ လိုက်နာကြရမယ့် မတူတဲ့ နည်းလမ်း ငါးခုခန့် ရှိပါတယ်။

၎င်းတို့ တစ်ခုချင်းစီဆီတွင် ဖြေရှင်းနည်းရှိပေမဲ့

Each one of them has promise,

but each one of them has its own challenges.

၎င်းတို့ထဲတွင် ကိုယ်ပိုင် စိန်ခေါ်မှု တွေလည်း ရှိကြပါတယ်။

The first one is labeling.

ပထမတစ်ခုက တံဆိပ်တပ်ခြင်းဖြစ်တယ်။

Think about it this way:

အဲဒါကို ဒီလိုစဉ်းစားကြည့်ပါ -

when you go to the grocery store to buy food to consume,

စားသုံးဖို့ အစားအစာတွေကို ဝယ်ဖို့ ကုန်စုံဆိုင်ကို သွားရင်၊

တံဆိပ်တွေ မျိုးစုံ တပ်ထားတာကို မြင်နိုင်ပါတယ်။

it's extensively labeled.

You know how many calories it has,

တစ်ခုခုထဲတွင် ကယ်လိုရီ ဘယ်လောက်ရှိလဲ၊

how much fat it contains --

အဆီ ဘယ်လောက်ပါလဲ -

သိနိုင်ပေမဲ့ ကျုပ်တို့က သတင်းအချက်အလက် တွေကိုသုံးတဲ့အခါ

and yet when we consume information, we have no labels whatsoever.

ဘာတံဆိပ်မှာ မရှိပါဘူး။

What is contained in this information?

ဒီသတင်း အချက်အလက်တွေထဲမှာ ဘာတွေပါလဲ။

Is the source credible?

အရင်းအမြစ်ကိုကော ယုံကြည်လို့ ရနိုင်လား။

Where is this information gathered from?

ဒီအချက်အလက်တွေကို ဘယ်ကနေ ရရှိခဲ့တာလဲ။

ကျုပ်တို့ သတင်းအချက်အလက်တွေကို သုံးစွဲကြရာတွင်

We have none of that information

when we are consuming information.

အဲဒီလို ဘာကိုမျှ ကျုပ်တို့ မသိကြရပါ။

That is a potential avenue, but it comes with its challenges.

ဒါဟာ အလားအလာရှိတဲ့ နည်းလမ်းဖြစ်ပေမဲ့ စိန်ခေါ်မှုတွေလည်း ရှိပါတယ်။

For instance, who gets to decide, in society, what's true and what's false?

ဥပမာ၊ လူ့အဖွဲ့အစည်း အနေနဲ့ ဘယ်ဟာက မှန်တယ်၊ ဘယ်ဟာက အတုပါ ဆိုတာ ဘယ်သူ ဆုံးဖြတ်မလဲ။

Is it the governments?

အစိုးရတွေက များလား။

Is it Facebook?

Facebook များလား။

Is it an independent consortium of fact-checkers?

အချက်အလက်များကို စစ်ဆေးပေးတဲ့ သီးခြားအဖွဲ့အစည်း တစ်ခုလား။

ပြီးတော့ အဲဒီအချက်အလက်များကို စစ်ဆေး ပေးသူကိုကော ဘယ်သူက စစ်ဆေးပေးသလဲ။

And who's checking the fact-checkers?

Another potential avenue is incentives.

နောက်ထပ် ဖြစ်နိုင်တဲ့ နည်းလမ်းက မက်လုံးပေးခြင်းပါပဲ။

We know that during the US presidential election

အမေရိကန် သမ္မတရွေးကောက်ပွဲ အတွင်းမှာ

there was a wave of misinformation that came from Macedonia

Macedonia မှ လာတဲ့ တလွဲသတင်းများရဲ့ လှိုင်းဂယက် ရှိခဲ့တာ သိလာခဲ့ရပါတယ်။

that didn't have any political motive

၎င်းဆီမှာ နိုင်ငံရေး ရည်ရွယ်ချက် မရှိခဲ့ပေမဲ့

but instead had an economic motive.

စီးပွားရေး ရည်ရွယ်ချက် ရှိခဲ့ပါတယ်။

And this economic motive existed,

အဲဒီလို စီးပွားရေး ရည်ရွယ်ချက်ဟာ အတော်ကြာ ရှိနေခဲ့တာက

because false news travels so much farther, faster

သတင်းတုတွေဟာ သတင်းမှန်ထက်ကို ပိုပြီး ဝေးအောင်၊ ပိုမြန်ဆန်စွာ

and more deeply than the truth,

ခရီးရောက်နိုင်ခဲ့ကြတဲ့ အတွက်

and you can earn advertising dollars as you garner eyeballs and attention

တချို့သူတို့ဟာ ဒီလို သတင်းအမျိုးအစားဆီကို အာရုံစိုက်နေသူများကို အခွင့်ကောင်းယူပြီး

with this type of information.

ကြော်ငြာရင်း ဒေါ်လာတွေ ရယူနိုင်ခဲ့လို့ပါ။

But if we can depress the spread of this information,

တကယ်လို့ ကျုပ်တို့က အဲဒီလို သတင်းမျိုး ဖြန့်မှုကို အရှိန်လျှော့ချနိုင်ကြမယ်ဆိုရင်

perhaps it would reduce the economic incentive

၎င်းရဲ့ စီးပွားရေးမက်လုံး တန်ဖိုး လျော့ကျသွားနိုင်လို့

to produce it at all in the first place.

၎င်းကို ထိပ်ဆုံးနေရာမှာ ထည့်ကြော်ငြာ နိုင်မှာ မဟုတ်တော့ပါဘူး။

Third, we can think about regulation,

တတိယနည်း အဖြစ် စည်းကမ်းတွေဖြင့် ထိန်းချုပ်ဖို့ စဉ်းစားနိုင်တယ်။

and certainly, we should think about this option.

ဒီနည်းကို စဉ်းစားသင့်တာ သေချာပါတယ်။

In the United States, currently,

လောလောဆယ်မှာ အမေရိကန် ပြည်ထောင်စုမှာ

we are exploring what might happen if Facebook and others are regulated.

Facebook နှင့်အခြားသူတွေကို စည်းကမ်းချ လိုက်နာစေရင် ဘယ်လိုဖြစ်လာမလဲ စူးစမ်းနေတယ်။

While we should consider things like regulating political speech,

ကျုပ်တို့က နိုင်ငံရေး မိန့်ခွန်းတွေအတွက် စည်းကမ်းတွေ ချမှတ်ရေး စဉ်းစားသင့်ချိန်မှာ၊

labeling the fact that it's political speech,

ဒါဟာ နိုင်ငံရေး မိန့်ခွန်းဖြစ်ကြောင်း တံဆိပ်တပ်ပေးကြမယ်၊

making sure foreign actors can't fund political speech,

နိုင်ငံခြားသားများ နိုင်ငံရေးမိန့်ခွန်းကို ငွေကြေး မထောက်ပံ့ဖြစ်တာ သေချာစေရမယ်။

it also has its own dangers.

ဆိုရင် အဲဒီထဲမှာလည်း ကိုယ်ပိုင် အန္တရာယ်တွေ ရှိပါတယ်။

For instance, Malaysia just instituted a six-year prison sentence

ဥပမာ၊ မလေးရှားနိုင်ငံဟာ လုပ်ကြံသတင်းကို ဖြန့်ချိကြောင်း တွေ့ရှိလျှင်

for anyone found spreading misinformation.

ထောင်ဒဏ် ခြောက်နှစ် ချမှတ်ရန် ဆုံးဖြတ်ခဲ့ပါတယ်။

And in authoritarian regimes,

ပြီးတော့ အာဏာရှင်အစိုးရတွေထဲမှာ ဆိုရင်၊

these kinds of policies can be used to suppress minority opinions

အဲဒီလို မူဝါဒတွေကို လူနည်းစုရဲ့ အာဘော်ကို ဖိနှိပ်ရန် သုံးနိုင်ပြီး

and to continue to extend repression.

ချုပ်ချယ်မှုကို ဆက်တိုးချဲ့နိုင်ပါတယ်။

The fourth possible option is transparency.

စတုတ္ထဖြစ်နိုင်ခြေ ရွေးစရာက ပွင့်လင်းမြင်သာမှုဖြစ်တယ်။

We want to know how do Facebook's algorithms work.

Facebook ရဲ့ အယ်လ်ဂိုရီသမ် အလုပ်လုပ်ပုံကို ကျုပ်တို့ သိချင်ကြပါတယ်။

How does the data combine with the algorithms

ကျုပ်တို့ မြင်တွေ့ကြရတဲ့ ရလဒ်မျိုး ပေါ်ထွက်လာဖို့အတွက် သူတို့ဟာ

to produce the outcomes that we see?

ဒေတာကို ဘယ်လို အယ်လ်ဂိုရီသမ်နဲ့ စီမံဆောင်ရွက်ပေးကြတာလဲ။

We want them to open the kimono

ကျုပ်တို့က သူတို့ကို ကန့်လန့်ကားကို ဖွင့်ပြလျက်

and show us exactly the inner workings of how Facebook is working.

Facebook ရဲ့ အတွင်းပိုင်းမှာ တကယ် လုပ်ကိုင်ကြပုံကို ပြသစေလိုပါတယ်။

ပြီးတော့ ကျုပ်တို့က လူမှုမီဒီယာက လူ့အဖွဲ့ အစည်းအပေါ် အကျိုးသက်ရောက်ပုံကို သိချင်ရင်၊

And if we want to know social media's effect on society,

we need scientists, researchers

သိပ္ပံပညာရှင်တွေ၊ သုတေသီတွေနဲ့

and others to have access to this kind of information.

ဒီလို အချက်အလက်တွေကို ရယူလေ့လာနိုင်ကြမယ့် အခြားသူတွေ လိုအပ်ကြပါလိမ့်မည်။

But at the same time,

ဒါပေမဲ့ တစ်ချိန်တည်းမှာ

we are asking Facebook to lock everything down,

ကျုပ်တို့က Facebook ကို အရာတွေအားလုံးကို သော့ချပိတ်ထားရန်၊

ဒေတာ အားလုံးကို လုံခြုံစွာ ထားပေးရန်ကိုလည်း တောင်းဆိုနေကြပါတယ်။

to keep all of the data secure.

So, Facebook and the other social media platforms

အဲဒီလိုနည်းဖြင့် Facebook နဲ့ အခြားလူမှုမီဒီယာ ပလက်ဖောင်းတွေဟာ

are facing what I call a transparency paradox.

ပွင့်လင်းမြင်သာရေး ဝိရောဓိကို ရင်ဆိုင်နေကြရပါတယ်။

ကျုပ်တို့က သူတို့ကို ပွင့်လင်း မြင်သာမှု ရှိကြဖို့ကို တောင်းဆိုနေတဲ့ တချိန်တည်းမှာ

We are asking them, at the same time,

to be open and transparent and, simultaneously secure.

ပိုပြီး လုံခြုံစွာ လုပ်ကိုင်ရန်ကို တောင်းဆိုနေကြပါတယ်။

This is a very difficult needle to thread,

ဒီလို တောင်းဆိုချက်ဟာ လိုက်နာရန် သိပ်ကို ခဲယဉ်းပါတယ်၊

but they will need to thread this needle

ဒါပေမဲ့ ကျုပ်တို့က လူမှုမီဒီယာ နည်းပညာ တွေရဲ့ ကတိပေးချက်တွေကို ရယူလိုကြပြီး

if we are to achieve the promise of social technologies

၎င်းတို့ထဲက အန္တရာယ်တွေကို ရှောင်ရှားလိုကြပါက

while avoiding their peril.

သူတို့ဟာ အဲဒါကို လိုက်နာဖြစ်ဖို့

The final thing that we could think about is algorithms and machine learning.

ကျုပ်တို့ နောက်ဆုံးစဉ်းစားနိုင်တာက အယ်လ် ဂိုရီသမ်များနဲ့ စက်များသင်ကြားပေးမှုပါပဲ။

Technology devised to root out and understand fake news, how it spreads,

သတင်းအတုတွေကို စစ်ထုတ်လျက် နားလည်ပြီး ပျံ့နှံ့ပုံကို သိရှိလို့

and to try and dampen its flow.

၎င်းတို့ စီးဆင်းမှုကို လျှော့ချဖို့ ကြိုးစားမယ့် နည်းပညာ လိုပါတယ်။

Humans have to be in the loop of this technology,

လူသားတွေဟာ ဒီနည်းပညာရဲ့ အာဏာစက်ကွင်းထဲမှာ ရှိကိုရှိနေကြရပါမယ်၊

because we can never escape

ဘာဖြစ်လို့လဲဆိုတော့

that underlying any technological solution or approach

နည်းပညာရဲ့ ဖြေရှင်းမှု ဒါမှမဟုတ် ချဉ်းကပ် မှုတစ်ခုခုကို အားကိုးအသုံးပြုခြင်းဟာ

is a fundamental ethical and philosophical question

လူ့ကျင့်ဝတ်ဆိုင်ရာနဲ့ ဒဿနိကဆိုင်ရာ အခြေခံကျတဲ့ မေးခွန်း ဖြစ်ပြီး၊

about how do we define truth and falsity,

အမှန်တရားနဲ့အတုအပကို ဘယ်လို ကျုပ်တို့ ခွဲခြားကြမလဲ၊

အမှန်တရားနဲ့အတုအပကို ဆုံးဖြတ်ပေးနိုင်မယ့် အာဏာကို ဘယ်သူကို ကျုပ်တို့ ပေးကြမလဲ၊

to whom do we give the power to define truth and falsity

and which opinions are legitimate,

ဘယ်ထင်မြင်ချက်က တရားဝင် ဟုတ်မှန်ကြလဲ၊

which type of speech should be allowed and so on.

ဘယ်လို မိန့်ခွန်း အမျိုးအစားကို ခွင့်ပြု သင့်သလဲ စတဲ့ မေးခွန်းတွေ ပေါ်လာမှာပါ။

Technology is not a solution for that.

နည်းပညာဟာ အဲဒါတွေအတွက် ဖြေရှင်းနည်း မဟုတ်ပါ။

Ethics and philosophy is a solution for that.

လူ့ကျင့်ဝတ်နှင့် ဒဿနိကကသာ အဲဒါတွေကို ဖြေရှင်းပေးနိုင်ပါတယ်။

Nearly every theory of human decision making,

လူသားရဲ့ ဆုံးဖြတ်ချက် ချမှတ်ရေးဆိုင်ရာ၊

လူသားတွေရဲ့ ပူးပေါင်းဆောင်ရွက်မှုနှင့် လက်တွဲလုပ်ကိုင်မှုဆိုင်ရာ

human cooperation and human coordination

has some sense of the truth at its core.

သီအိုရီ အားလုံးတို့ဟာ အမှန်တရားကို အခြေခံကြရတာချည်း ပါပဲ။

ဒါပေမဲ့ သတင်းအတုတွေ တိုးတိုးလာတာနဲ့အမျှ၊

But with the rise of fake news,

the rise of fake video,

ဗီဒီယိုအတုတွေ တိုးတိုးလာတာနဲ့အမျှ၊

the rise of fake audio,

အသံအတုတွေ တိုးတိုးလာတာနဲ့အမျှ၊

we are teetering on the brink of the end of reality,

ကျုပ်တို့ဟာ ဘယ်ဟာက အမှန်၊ ဘယ်ဟာက အတုပါလို့ ကျုပ်တို့ ပြောမရနိုင်တဲ့

where we cannot tell what is real from what is fake.

အရှိတရား နိဂုံးချုပ်နိုင်တဲ့ ခြောက်ကမ်းပါး အနီးကို ချဉ်းကပ်လာနေကြပါတယ်။

And that's potentially incredibly dangerous.

အဲဒါဟာ တကယ့်ကိုပဲ အန္တရာယ်များလှတဲ့ အလားအလာပါပဲ။

We have to be vigilant in defending the truth

ကျုပ်တို့ဟာ လုပ်ကြံအချက်အလက်တွေကို ဆန့်ကျင်လျက်

against misinformation.

အမှန်တရားကို တက်ကြွစွာ ခုခံဖို့ လိုအပ်ပါတယ်။

With our technologies, with our policies

ကျုပ်တို့ရဲ့ နည်းပညာတွေနဲ့၊ ကျုပ်တို့ရဲ့ မူဝါဒတွေနဲ့၊

and, perhaps most importantly,

ပြီးတော့ အရေးအကြီးဆုံး ဖြစ်နိုင်တာက၊

with our own individual responsibilities,

ကျုပ်တို့ တစ်ဦးချင်းစီရဲ့ တာဝန်သိစိတ်များ၊

decisions, behaviors and actions.

ဆုံးဖြတ်ချက်များ၊ အပြုအမူများနှင့် လုပ်ဆောင်ဖို့ လိုအပ်ပါမယ်။

Thank you very much.

ကျေးဇူးအများကြီးတင်ပါတယ်။

(Applause)

(လက်ခုပ်သံများ)