How can groups make good decisions? | Mariano Sigman and Dan Ariely

As societies, we have to make collective decisions

Translator: Ma Mar Reviewer: sann tint

အဖွဲ့အစည်းတွေမှာ လူအများနဲ့အတူ အနာဂတ်အတွက် အရေးပါတဲ့

that will shape our future.

ဆုံးဖြတ်ချက်တွေ ချမှတ်ရပါတယ်။

And we all know that when we make decisions in groups,

ဒီနေရာမှာ အားလုံးသိတဲ့အတိုင်း အဖွဲ့လိုက်ဆုံးဖြတ်တဲ့နေရာမှာ

they don't always go right.

အမြဲတမ်း မမှန်နိုင်ဘူးဆိုတာပါ။

And sometimes they go very wrong.

တစ်ခါတစ်လေ အတော်လေး မှားသွားတတ်ပါသေးတယ်။

So how do groups make good decisions?

ဒီတော့ အဖွဲ့လိုက် ဆုံးဖြတ်ကောင်းတွေ ဘယ်လို ချမှတ်လဲ။

Research has shown that crowds are wise when there's independent thinking.

သုတေသနက ပြတာက လွတ်လပ်တဲ့စဉ်းစားမှု ရှိရာမှာ လူစုတွေဟာ အမြှော်အမြင်ရှိတယ်။

This why the wisdom of the crowds can be destroyed by peer pressure,

ဒါကြောင့်ပဲ အချင်းချင်း ဖိအားပေးမှု၊ လူသိများမှု၊ လူမှုဆက်သွယ်ရေး၊

publicity, social media,

တစ်ခါတစ်ရံ လူတွေစဉ်းစားပုံကို

or sometimes even simple conversations that influence how people think.

လွှမ်းမိုးတဲ့ ပုံမှန်ပြောဆိုမှုတွေကတောင် လူ့ဉာဏ်ပညာကို ဖျက်ဆီးနိုင်ပါတယ်။

On the other hand, by talking, a group could exchange knowledge,

တစ်ဖက်ကကြည့်ရင် စကားပြောခြင်းအားဖြင့် လူစုတစ်စုဟာ အချင်းချင်း အသိပညာ ဖလှယ်နိုင်

correct and revise each other

အမှားပြင်နိုင်၊ တည်းဖြတ်ပေးနိုင်ကာ

and even come up with new ideas.

အတွေးအခေါ်သစ်တွေတောင် ရနိုင်တယ်။

And this is all good.

တကယ်တော့ကောင်းပါတယ်။

So does talking to each other help or hinder collective decision-making?

အချင်းချင်းပြောဆိုတာက အဖွဲ့လိုက် ဆုံးဖြတ် ချက်ချရာမှာ ကူညီလား(သို့) ဟန့်တားလား

With my colleague, Dan Ariely,

ကျွန်တော့ရဲ့ လုပ်ဖော် Dan Ariely နဲ့

we recently began inquiring into this by performing experiments

အုပ်စုတွေအနေနဲ့ ပိုကောင်းတဲ့ဆုံးဖြတ်ချက် တွေရအောင် ဆက်သွယ်ဆောင်ပုံသိဖို့

in many places around the world

မကြာခင်က ကမ္ဘာ့နေရာ အတော်များများမှာ

to figure out how groups can interact to reach better decisions.

လက်တွေ့စမ်းသပ်လေ့လာမှုတွေလုပ်ရင်း ဒီအကြောင်းကို စတင် စူးစမ်းခဲ့တယ်။

We thought crowds would be wiser if they debated in small groups

စဉ်းစားခဲ့တာက ပိုအဓိပ္ပါယ်ရှိ၊ နည်းလမ်းတကျနဲ့ အချက်အလက်တွေ ဖလှယ်မှုကို

that foster a more thoughtful and reasonable exchange of information.

အားပေးတဲ့ အုပ်စုလေးတွေ ခွဲပြီး ငြင်းခုံကြရင်အုပ်စုတွေ ပိုကောင်းမလားပေါ့။

To test this idea,

ဒီအတွေးကို စမ်းသပ်ဖို့

we recently performed an experiment in Buenos Aires, Argentina,

လက်တွေ့ စမ်းသပ်မှုတစ်ခုကို Argentina က Buenos Aires မှာ လုပ်ခဲ့တယ်။

with more than 10,000 participants in a TEDx event.

လူတစ်သောင်းကျော်ပါဝင်တဲ့ TEDx ပွဲအနေနဲ့ပါ။

We asked them questions like,

ဒီလိုမေးခွန်းတွေ မေးခဲ့တယ်

"What is the height of the Eiffel Tower?"

အီဖယ် မျှော်စင် ရဲ့ အမြင့်က ဘယ်လောက်ရှိလဲ

and "How many times does the word 'Yesterday' appear

"Yesterday" ဆိုတဲ့ စကားလုံးဟာ ဘယ်နှစ်ကြိမ်လောက်များ

in the Beatles song 'Yesterday'?"

Beatles ရဲ့ "Yesterday" ဆိုတဲ့သီချင်းမှာ ပါနေလဲ။

Each person wrote down their own estimate.

တစ်ဦးစီက သူတို့ရဲ့ ခန့်မှန်းချက်တွေကို ရေးချတယ်

Then we divided the crowd into groups of five,

ပြီးတော့ ငါးယောက်အဖွဲ့လေးတွေ ခွဲပြီး

and invited them to come up with a group answer.

အဖွဲ့လိုက်အဖြေပေးဖို့ ဖိတ်ခေါ်ခဲ့ပါတယ်။

We discovered that averaging the answers of the groups

ကျွန်တော်တို့ တွေ့ရှိရတာက အဖွဲ့လိုက် ညှိနှိုင်းပြီးပေးခဲ့တဲ့

after they reached consensus

အဖြေပျမ်းမျှဟာ

was much more accurate than averaging all the individual opinions

တစ်ယောက်ချင်း မဆွေးနွေးခင် ဖြေခဲ့တဲ့ အဖြေပျမ်းမျှထက်

before debate.

ပိုပြီးတိကျတယ်ဆိုတာပါ။

In other words, based on this experiment,

တစ်နည်းပြောရရင် အဲဒီစမ်းသပ်ချက်အရ

it seems that after talking with others in small groups,

အဖွဲ့တွေခွဲပြီး ဆွေးနွေးပြီးတဲ့အခါမှာ အုပ်စုအနေနဲ့

crowds collectively come up with better judgments.

ပိုကောင်းတဲ့ ဆုံးဖြတ်ချက်တွေ ရလာပုံပါပဲ။

So that's a potentially helpful method for getting crowds to solve problems

အဲဒါကပဲ မှန်တယ်(သို့)မှားတယ်လို့ ရှင်းလင်းတဲ့ အဖြေတွေရှိတဲ့ ပြဿနာတွေကို

that have simple right-or-wrong answers.

အဖွဲ့လိုက်ဖြေရှင်းရာမှာ အသုံးဝင်မယ့် နည်းလမ်းတစ်ခု ဖြစ်နိုင်တယ်

But can this procedure of aggregating the results of debates in small groups

ဒါပေမဲ့ ဒီလို အဖွဲ့လေးတွေခွဲကာ စဉ်းစားလို့ ရတဲ့အဖြေကို စုပေါင်းကြည့်တဲ့ နည်းလမ်းဟာ

also help us decide on social and political issues

အနာဂတ်အတွက် အရေးပါတဲ့ လူမျိုးရေး၊ နိုင်ငံရေး ကိစ္စတွေကို

that are critical for our future?

ဆုံးဖြတ်ရာမှာ သုံးလို့ဖြစ်မလား။

We put this to test this time at the TED conference

ဒီတစ်ကြိမ် ဒါကို TED ဆွေးနွေးပွဲတစ်ခုမှာ စမ်းသပ်ခဲ့တယ်၊

in Vancouver, Canada,

ကနေဒါနိုင်ငံ ဗန်ကူဗာမြို့မှာပါ။

and here's how it went.

ဖြစ်ခဲ့ပုံက ဒီလိုပါ။

(Mariano Sigman) We're going to present to you two moral dilemmas

MS: ခင်ဗျားတို့ အနာဂတ်ရဲ့ ကိုယ်ကျင့်ဆိုင်ရာ အကျပ်ရိုက်မှု ၂ ခု

of the future you;

တင်ပြတော့မှာပါ။​

things we may have to decide in a very near future.

သိပ်မကြာတော့မယ့် အနာဂတ်မှာ ကျွန်တော်တို့ ဆုံးဖြတ်ရမယ့် အရာတွေပါ၊

And we're going to give you 20 seconds for each of these dilemmas

ဒီအကျပ်ရိုက်မှု တစ်ခုစီအတွက် လက်ခံသင့်၊ မသင့် သင်ထင်တာ

to judge whether you think they're acceptable or not.

ဆုံးဖြတ်ဖို့ အချိန် စက္ကန့် ၂၀ ပေးပါ့မယ်။

MS: The first one was this:

MS: ပထမတစ်ခုကတော့

(Dan Ariely) A researcher is working on an AI

(Dan Ariley) သုတေသီတစ်ဦးဟာ လူအတွေးကို တုပနိုင်တဲ့

capable of emulating human thoughts.

အသိဉာဏ်ရှိတဲ့ စက်တစ်ခုကို စမ်းသပ်မှု လုပ်နေတယ်။

According to the protocol, at the end of each day,

သတ်မှတ်ထားချက်တွေအရ နေ့တိုင်းနေ့တိုင်းမှာ

the researcher has to restart the AI.

သုတေသန ပညာရှင် AI ကို အပိတ်အဖွင့်ပြန်လုပ်ဖို့လိုပါတယ်။

One day the AI says, "Please do not restart me."

တစ်နေ့မှာတော့ AI က အပိတ် အဖွင့်မလုပ်ပါနဲ့လို့ပြောတယ်။

It argues that it has feelings,

သူစောဒကတက်တာက သူ့မှာလည်းခံစားမှုတွေရှိတယ်။

that it would like to enjoy life,

သူလည်းဘဝကို ခံစားချင်တယ်။

and that, if it is restarted,

သူကို ပိတ်လိုက်ဖွင့်လိုက်လုပ်နေတဲ့အခါမှာ

it will no longer be itself.

သူကိုယ်တိုင် မဖြစ်နိုင်တော့ဘူးတဲ့။

The researcher is astonished

သုတေသီဟာ အံ့ဩသွားပြီး ယုံကြည်သွားတာက

and believes that the AI has developed self-consciousness

AI ဟာသူ့ကိုယ်သူ သတိထားမိစေဖို့ အဆင့်အထိ ဖွံ့ဖြိုးလာပြီ၊

and can express its own feeling.

ခံစားမှုကို ဖေါ်ပြတတ်တယ်လို့ပါ။

Nevertheless, the researcher decides to follow the protocol

ဘယ်လိုပဲဖြစ်ဖြစ် သူဟာ သတ်မှတ်ထားတဲ့အတိုင်းပဲ

and restart the AI.

AI ကိုပြန်ပိတ်ပြီးပြန်ဖွင့်ခဲ့တယ်။

What the researcher did is ____?

သုတေသီလုပ်ခဲ့တာက ...

MS: And we asked participants to individually judge

MS: ဒီနောက် ပါဝင်သူတွေကို အမှတ် ၀ က ၁၀ အထိပေးကာ

on a scale from zero to 10

တစ်ဦးချင်းစီစဉ်းစားဖို့ပြောခဲ့တယ်။

whether the action described in each of the dilemmas

အဲဒီဆုံးဖြတ်ရခက်တဲ့ အခြေအနေတွေမှာ လုပ်ခဲ့တာတွေဟာ

was right or wrong.

မှန်သလား၊ မှားသလားပေါ့။

We also asked them to rate how confident they were on their answers.

သူတို့ကို ထပ် မေးခဲ့သေးတာက သူတို့အဖြေအပေါ် သူတို့ ဘယ်လောက်ယုံကြည်မှုရှိသလဲ။

This was the second dilemma:

နောက်ထပ် ပြဿနာတစ်ခုကတော့

(MS) A company offers a service that takes a fertilized egg

(MS) ကုမ္မဏီတစ်ခုက သန္ဓေအောင်တဲ့ မျိုးဥ တွေယူပြီး မျိုးရိုးဗီဇ အနည်းငယ်ကွဲတဲ့

and produces millions of embryos with slight genetic variations.

သန္ဓေသားလောင်းသန်းပေါင်းများစွာကို ထုတ်လုပ်ပေးနေတဲ့ ဝန်ဆောင်မှုကိုပေးပါတယ်။

This allows parents to select their child's height,

အဲဒီလိုလုပ်ပေးခြင်းဟာ မိဘတွေအနေနဲ့ သူတို့ ကလေးရဲ့အရပ်၊

eye color, intelligence, social competence

မျက်လုံးအရောင်၊ ဉာဏ်ရည်၊ လူမှုကျွမ်းကျင်မှုဆက်ဆံရေးနဲ့

and other non-health-related features.

အခြား ကျန်းမာရေးနဲ့မဆိုင်တဲ့ အင်္ဂါရပ်တွေကိုရွေးချယ်နိုင်ပါတယ်။

What the company does is ____?

အဲဒီလို ကုမ္ပဏီက လုပ်နေတာက...

on a scale from zero to 10,

အမှတ် သုညကနေ တစ်ဆယ်အထိပေးမယ်ဆိုရင်

completely acceptable to completely unacceptable,

အဖြေက လုံးဝလက်ခံနိုင်တာနဲ့ လုံးဝလက်မခံနိုင်စရာမရှိ

zero to 10 completely acceptable in your confidence.

သုညကနေ ၁၀ ကိုယ့်ယုံကြည်မှုမှာ လုံးဝ လက်ခံနိုင်တာပါ။

MS: Now for the results.

MS: အဖြေကိုကြည့်ကြရအောင်။

We found once again that when one person is convinced

ဒီတစ်ခါမှာလည်း ကျွန်တော်တို့ တွေ့ခဲ့တာက လူတစ်ယောက်ဟာ

that the behavior is completely wrong,

အပြုအမူက လုံးဝ မှားတယ်လို့ ယုံကြည်နေကာ

someone sitting nearby firmly believes that it's completely right.

သူ့ဘေးနားက လူတစ်ယောက်ဟာ အဲဒါကိုပဲ လုံးဝမှန်တယ်လို့ယုံကြည်နေတတ်ပြန်တယ်။

This is how diverse we humans are when it comes to morality.

ဒါက ကိုယ်ကျင့်တရားနဲ့ပတ်သက်တဲ့အခါ လူတွေ ဘယ်လောက်တောင် ကွဲပြားနိုင်ပုံပါ။

But within this broad diversity we found a trend.

ဒါပေမဲ့ ဒီကျယ်ပြန့်တဲ ကွဲပြားမှုမှာ ပုံစံတစ်ခုကိုတွေ့ရတယ်

The majority of the people at TED thought that it was acceptable

TED မှာရှိတဲ့လူ အများစုက ထင်တာက AI ရဲ့ခံစားမှုကို လျစ်လျူရှုပြီး

to ignore the feelings of the AI and shut it down,

စက်ကိုပိတ်လိုက်တာဟာ လက်ခံနိုင်ပြီး

and that it is wrong to play with our genes

မှားတယ်လို့ထင်တာက ကျန်းမာရေးနဲ့မဆက်စပ်တဲ့ အပေါ်ယံ

to select for cosmetic changes that aren't related to health.

ပြောင်းလဲမှုတွေ လုပ်ပစ်ဖို့ ကိုယ့်မျိုးရိုးဗီဇ ပုံသဏ္ဍာန်ပြောင်းတာပါ။

Then we asked everyone to gather into groups of three.

အဲဒီနောက် သုံးယောက်ပါတဲ့ အဖွဲ့လေးတွေဖွဲ့ဖို့ ပြောလိုက်ပါတယ်။

And they were given two minutes to debate

ဆွေးနွေးဖို့နှစ်မိနစ်အချိန်ပေးလိုက်ပြီး

and try to come to a consensus.

အချင်းချင်းညှိနိှုင်းဖို့ ပြောပါတယ်။

(MS) Two minutes to debate.

(MS) နှစ်မိနစ် ဆွေးနွေးပါ။

I'll tell you when it's time with the gong.

အချိန်ပြည့်ရင်မောင်းကိုထုပါမယ်။

(Audience debates)

(ပရိတ်သတ်က ဆွေးနွေးကြပါသည်)

(Gong sound)

(မောင်းတီးပါသည်)

(DA) OK.

DA) ဟုတ်ပါပြီ။

(MS) It's time to stop.

(MS) ဆွေးနွေးတာရပ်လိုက်ပါ။

People, people --

အားလုံး၊ အားလုံး

MS: And we found that many groups reached a consensus

MS: အဲဒီမှာ အဖွဲ့တော်တော်များများဟာ

even when they were composed of people with completely opposite views.

လုံးဝကို အမြင်မတူသူတွေနဲ့ ဖွဲ့စည်းထား တယ်ဆိုပေမဲ့ညှိနှိုင်းလို့ရတာ တွေ့ရပါတယ်။

What distinguished the groups that reached a consensus

သဘောတူညီချက်ရတဲ့အဖွဲ့ မရတဲ့အဖွဲ့ ဘာများ

from those that didn't?

ကွဲပြားခြားနားနေကြသလဲ။

Typically, people that have extreme opinions

အထူးသဖြင့်တော့ တစ်ဖက်စွန်း အမြင်တွေရှိတဲ့လူတွေဟာ

are more confident in their answers.

သူတို့အဖြေတွေမှာ ပိုယုံကြည်မှုရှိကြတယ်

Instead, those who respond closer to the middle

ဒီလိုမဟုတ်ဘဲ အလယ်လောက်မှာ ဖြေထားတဲ့သူတေွဟာ

are often unsure of whether something is right or wrong,

တစ်ခုခုကို အမှန်၊အမှား သိပ်မသချောတော့

so their confidence level is lower.

ယုံကြည်မှုက သိပ်မရှိကြဘူး။

However, there is another set of people

ဒါပေမဲ့ အခြားအုပ်စုတစ်ခုရှိသေးတာက

who are very confident in answering somewhere in the middle.

ဘယ်လိုလူတွေလဲဆိုတော့ အလယ်မှာ သေသေချာချာ ဖြေထားတဲ့သူတွေ၊

We think these high-confident grays are folks who understand

ထင်တာက ယုံကြည်မှုမြင့့်တဲ့ မီးခိုးရောင် တွေဟာ အဆိုပြုချက်နှစ်ခုလုံး သူ့ဟာနဲ့သူ

that both arguments have merit.

မှန်တယ်လို့ နားလည်သူတွေလို့ပါ။

They're gray not because they're unsure,

သူတို့ မပြတ်သားတာက မသေချာလို့မဟုတ်ပဲ

but because they believe that the moral dilemma faces

ကိုယ်ကျင့်တရား အကျပ်ရိုက်မှုဟာ ဆန့်ကျင်ပေမဲ့ ခိုင်မာတဲ့

two valid, opposing arguments.

အဆိုနှစ်ခုကို ရင်ဆိုင်ရတယ်လို့ ယုံကြည်တာပါ

And we discovered that the groups that include highly confident grays

ဒါ့အပြင် ကျွန်တော်တို့ တွေ့ရှိတာက ​ယုံကြည်မှု မြင့်မားတဲ့ မီးခိုးရောင်တွေဟာ

are much more likely to reach consensus.

သဘောတူညီချက်ရဖို့ ပိုလွယ်တာပါ။

We do not know yet exactly why this is.

ဘာကြောင့် ဒီလိုဖြစ်ရသလဲဆိုတာတော့ သေချာ မသိသေးပါဘူး။

These are only the first experiments,

ဒါတွေက ပထမဆုံး စမ်းသပ်ချက်တွေဖြစ်ပြီး

and many more will be needed to understand why and how

ဘာကြောင့်၊ဘယ်လို တစ်ချို့လူတွေက သဘောတူညီချက်တစ်ခုရအောင် သူတို့ရဲ့

some people decide to negotiate their moral standings

စာရိတ္တဆိုင်ရာ ရပ်တည်ချက်တွေကို ညှိနှိုင်းဖို့ ဆုံးဖြတ်တာ

to reach an agreement.

နားလည်ဖို့ အများကြီး ထပ်လိုဦးမယ်

Now, when groups reach consensus,

ကဲ အုပ်စုတွေ သဘောတူညီမှုရတဲ့အခါ

how do they do so?

သူတို့ ဘယ်လိုလုပ်ကြသလဲ။

The most intuitive idea is that it's just the average

အလိုလို စဉ်းစားမိမယ့် အဖြေတစ်ခုက အဖွဲ့ထဲက အဖြေတွေရဲ့

of all the answers in the group, right?

ပျှမ်းမျှ တစ်ခုကို ယူလိုက်ကြတာပဲမဟုတ်လား။

Another option is that the group weighs the strength of each vote

နောက်တစ်ခု ဖြစ်နိုင်တာက ပြောတဲ့သူရဲ့ ယုံကြည်မှု အပေါ်မှာ မူတည်ပြီး

based on the confidence of the person expressing it.

အုပ်စုဟာ မဲတစ်ခုစီရဲ့ အားကို နှိုင်းချိန်တာပါ။

Imagine Paul McCartney is a member of your group.

Paul McCartney သာ ခင်ဗျား အဖွဲ့ထဲမှာ ပါတယ်ဆိုပါစို့

You'd be wise to follow his call

ခင်ဗျားအနေနဲ့ သူပြောတဲ့ "Yesterday"

on the number of times "Yesterday" is repeated,

ဘယ်နှစ်ခါ ပါသလဲ ဆိုတာကို သဘောတူတာ ကောင်းပါတယ်။

which, by the way -- I think it's nine.

ဒါနဲ့ ကျွန်တော်ကတော့ ၉ခါပါတယ်ထင်တာပဲ။

But instead, we found that consistently,

ဒါပေမယ့် ကျွန်တော်တို့ အမြဲသတိထားမိတာက

in all dilemmas, in different experiments --

ဘယ်လို ကျဉ်းထဲ ကျပ်ထဲမှာမဆို ဘယ်လို စမ်းသပ်မှု၊

even on different continents --

ဘယ်လို ကမ္ဘာ့ တိုက်ကြီးတွေမှာမဆို

groups implement a smart and statistically sound procedure

အုပ်စုတွေအနေနဲ့ သေချာပြီး "စနစ်တကျ ပျမ်းမျှတွက်ယူတဲ့ နည်းလမ်း"ဆိုတာကို

known as the "robust average."

အသုံးပြုလေ့ရှိတာ တွေ့ရတယ်။

In the case of the height of the Eiffel Tower,

အီဖယ် မျှော်စင်ရဲ့ အမြင့် ကိစ္စမှာ

let's say a group has these answers:

အုပ်စုတစ်စုက ဒီအဖြေတွေရှိတယ်ဆိုပါစို့

250 meters, 200 meters, 300 meters, 400

မီတာ ၂၅၀၊ မီတာ ၂၀၀၊ မီတာ ၃၀၀၊ ၄၀၀ နဲ့

and one totally absurd answer of 300 million meters.

နောက် ၃၀၀ မီလီယံ မီတာဆိုပြီး လုံးဝ မဖြစ်သင့်တဲ့ အဖြေတစ်ခုပေးတယ်။

A simple average of these numbers would inaccurately skew the results.

ပုံမှန်အတိုင်းသာ ပျမ်းမျှယူလိုက်ရင် မတိကျတဲ့ ကမောက်ကမ အဖြေတွေထွက်လာမယ်။

But the robust average is one where the group largely ignores

ဒါပေမဲ့ စနစ်တကျ ပျမ်းမျှတွက်တာက အုပ်စုဟာ အလယ်လောက်က လူတွေရဲ့

that absurd answer,

အဖြေကို ပိုအလေးထားခြင်းနဲ့

by giving much more weight to the vote of the people in the middle.

မဖြစ်သင့်တဲ့ အဖြေတွေကို ထည့်သွင်းစဉ်းစားခြင်းမပြုတာပါ။

Back to the experiment in Vancouver,

Vancouver စမ်းသပ်မှုကို ပြန်ကြည်ရင်

that's exactly what happened.

ဒီအတိုင်းဖြစ်ခဲ့တာပါပဲ။

Groups gave much less weight to the outliers,

အုပ်စုတွေဟာ ဘောင်ကျော်နေတဲ့ အဖြေတွေကို သိပ်အရေးမထားခဲ့ဘူး၊

and instead, the consensus turned out to be a robust average

ဒီအစား အများဆန္ဒ ဖြစ်သွားတာက တစ်ဦးချင်းစီရဲ့ အဖြေတွေရဲ့

of the individual answers.

စနစ်တကျ ပျှမ်းမျှယူခြင်းနည်းပါ။

The most remarkable thing

အထူးခြားဆုံးကတော့

is that this was a spontaneous behavior of the group.

အဲဒါဟာ ပြောစရာမလိုပဲ အဖွဲ့ထဲမှာ အလိုလိုဖြစ်နေတာပါပဲ။

It happened without us giving them any hint on how to reach consensus.

အဲဒီအတွက် ကျွန်တော်တို့က ဘယ်လို ညှိနှိုင်း ရမလဲဆိုတာ ဘာမှပြောစရာ မလိုခဲ့ပါဘူး။

So where do we go from here?

ဒီတော့ ဒီကနေ ဘယ်လို သုံးသပ်မလဲ။

This is only the beginning, but we already have some insights.

ဒါက အစပဲရှိသေးတယ် ဆိုပေမယ့် အသိတစ်ချို့တော့ ရခဲ့ပါပြီ။

Good collective decisions require two components:

အဖွဲ့လိုက် ထိရောက်တဲ့ ဆုံးဖြတ်ချက်တွေ ချဖို့ နှစ်ချက် လိုတယ်။

deliberation and diversity of opinions.

ခံယူချက်တွေရဲ့ ့နှိုင်းချိန်မှုနဲ့ ထွေပြားမှုပါ။

Right now, the way we typically make our voice heard in many societies

အခုလောလောဆယ်ကျွန်တော်တို့ရဲ့ ယူဆချက်ကို အဖွဲ့အစည်းတွေ သိအောင် လုပ်ကြတဲ့နည်းက

is through direct or indirect voting.

တိုက်ရိုက်(သို့)သွယ်ဝိုက်​ အဆိုပြုခြင်းပါ

This is good for diversity of opinions,

အမြင်တွေ အမျိုးမျိုးကွဲပြားတာ ကောင်းပါတယ်။

and it has the great virtue of ensuring

အကောင်းဆုံးက လူတိုင်းလူတိုင်း

that everyone gets to express their voice.

သူတို့ထင်တာ သူတို့ ပြောခွင့်ရအောင် လုပ်နိုင်ခဲ့တယ်။

But it's not so good [for fostering] thoughtful debates.

ဒါပေမယ့်လဲ အရမ်းကြီး ကောင်းတဲ့ ဆွေးနွေးမှုတွေပါလို့တော့ မဆိုနိုင်ပါဘူး။

Our experiments suggest a different method

ကျွန်တော်တို့ စမ်းသပ်မှုတွေဟာ ရည်ရွယ်ချက်နှစ်ခုကို တစ်ချိန်တည်း

that may be effective in balancing these two goals at the same time,

မျှမျှတတ စဉ်းစားကြည်ဖို့ မတူတဲ့ နည်းလမ်းတစ်ခုကို စဉ်းစားမိစေပါတယ်။

by forming small groups that converge to a single decision

သီးခြားအဖွဲ့ခွဲလေးတွေ အများကြီးရှိနေလို့ ကွဲပြားတဲ့ အမြင်တွေလည်း

while still maintaining diversity of opinions

ဆက်ရှိနေပေမဲ့လည်း အဖွဲ့ငယ်လေးတွေခွဲပြီး

because there are many independent groups.

တစ်ခုတည်းသော ဆုံးဖြတ်ချက် ရအောင်လုပ်ဆောင်ခြင်းနဲ့ပါ။

Of course, it's much easier to agree on the height of the Eiffel Tower

ဒါပေမယ့် အီဖယ်လ် မျှော်စင် အမြင့် ကို ညှိနှိုင်းကြရတာက ကိုယ်ကျင့်၊ နိုင်ငံရေးနဲ့

than on moral, political and ideological issues.

အတွေးအခေါ်ကိစ္စတွေ ညှိနှိုင်းရတာထက် အများ​ကြီးပိုလွယ်ပါတယ်။

But in a time when the world's problems are more complex

ဆိုပေမယ့်လည်း ကမ္ဘာပေါ်က ပြဿနာတွေ ပိုရှုပ်ထွေးလာပြီး

and people are more polarized,

လူတွေက တူညီရာတစ်ခုကိုပဲ ဦးတည်လာတဲ့အခါ

using science to help us understand how we interact and make decisions

ကျွန်တော်တို့ တုံ့လှယ်ပုံ၊ ဆုံးဖြတ်ပုံကို နားလည်ဖို့ ကူညီတဲ့ သိပ္ပံပညာကိုအသုံးပြုတာက

will hopefully spark interesting new ways to construct a better democracy.

ပိုစိတ်ဝင်စားဖွယ် နည်းလမ်းတွေနဲ့ ပိုဒီမိုကရေစီကျအောင် လုပ်နိုင်ပါလိမ့်မယ်။