လုပ်ကြံသတင်းအချက်အလက်များရဲ့ ခေတ်မှာ ကျုပ်တို့ အမှန်တရားကို ဘယ်လို ကာကွယ်ပေးနိင်ကြမလဲ

0:01 - 0:07

၂၀၁၃ ခုနှစ်၊ ဧပြီလ ၂၃ ရက်နေ့တွင်၊
0:07 - 0:12

Associated Press သတင်းဌာနက အောက်ပါ
tweet ကို Twitter မှ ထုတ်လွှင့်ခဲ့တယ်။
0:12 - 0:15

"အထူးသတင်းကြေငြာချက်-
0:15 - 0:17

အိမ်ဖြူတော်မှာ ဗုံးနှစ်လုံး ပေါက်ကွဲခဲ့ရာ
0:17 - 0:20

ဘားရက် အိုဘားမား ဒဏ်ရာရရှိခဲ့တယ်။ "
0:20 - 0:26

အဲဒီ tweet ကို ငါးမိနစ်တောင် မရှိတဲ့အချိန်
အတွင်းမှာ ၄၀၀၀ ပြန်ပြီး tweet ခဲ့ကြတယ်၊
0:26 - 0:28

နောက်ပိုင်းမှာ
တောမီးလို ပျံ့နှံ့သွားခဲ့တယ်။
0:29 - 0:33

ဒါပေမဲ့ အဲဒီတွတ်ဟာ Associated Press မှ
ထုတ်လွှင့်ခဲ့တဲ့ သတင်းအမှန် မဟုတ်ခဲ့ပါ။
0:33 - 0:36

တကယ်တမ်းမှာ လိမ်ညာသတင်း ဒါမှမဟုတ်
လုပ်ကြံသတင်း ဖြစ်ခဲ့ပြီး
0:36 - 0:39

ဆီးရီးယားဟက်ကာများမှ
ထုတ်လွှင့်ပေးလိုက်တာပါ။
0:39 - 0:44

သူတို့ဟာ Associated Press Twitter
ဌာနထဲ ဖောက်ဝင်ပြီး လွှင့်နိုင်ခဲ့ကြတာ။
0:44 - 0:48

လူ့အဖွဲ့အစည်းကို အလန့်တကြား ဖြစ်စေရန် ရည်
ရွယ်ခဲ့ပေမဲ့ နှောင့်ယှက်မှုကြီး ဖြစ်လာတယ်။
0:48 - 0:52

ဘာဖြစ်လို့လဲဆိုတော့ ရှယ်ယာဈေးကွက်မှာ
အလိုအလျောက် ကုန်သွယ်ရေး စနစ်တွေက
0:52 - 0:54

tweet ထဲက သတင်းကို ချက်ချင်းထည့်တွက်လျက်
0:54 - 0:58

အမေရိကန် ပြည်ထောင်စုရဲ့ သမ္မတဟာ
ဒဏ်ရာရခဲ့ သို့မဟုတ် သေဆုံးသွားပြီ ဆိုတဲ့
0:58 - 1:01

အလားအလာကို ထည့်တွက်လျက်
၎င်းတို့ရဲ့ ကုန်သွယ်မှုကို
1:01 - 1:02

ဆက်ပြုလုပ်ခဲ့ကြလို့ပါ။
1:02 - 1:04

အဲဒါကြောင့် အဲဒီ tweet စပေါ်လာတာနဲ့ကို
1:04 - 1:08

ချက်ချင်းဆိုသလို စတော့ရှယ်ယာစျေးကွက်ဟာ
ခြေမွခံလိုက်ရတယ်၊
1:08 - 1:13

တစ်ရက်တည်း အတွင်းမှာ ပိုင်ဆိုင်မှုတန်ဖိုး
ဒေါ်လာ ဘီလီယံ ၁၄၀ ဆုံးရှုံးခဲ့ရတယ်။
1:13 - 1:18

အမေရိကန်ပြည်ထောင်စုရဲ့
အထူးရှေ့နေချုပ် Robert Mueller က
1:18 - 1:21

ရုရှားကုမ္ပဏီသုံးခုနဲ့
ရုရှားလူမျိုး ၁၃ ဦးတို့အား
1:21 - 1:24

၂၀၁၆ ခုနှစ် သမ္မတရွေးကောက်ပွဲ အတွင်းမှာ
1:24 - 1:27

အမေရိကန် ပြည်ထောင်စု ပြည်သူများကို
လိမ်လည်ရန် ကြံစည်အားထုတ်ခဲ့ကြတယ်လို့
1:27 - 1:31

တရားဝင် စွပ်စွဲလျက် စွဲချက် တင်ခဲ့ပါတယ်။
1:32 - 1:35

အဲဒီစွဲချက်ထဲတွင် ဖေါ်ပြခဲ့လို့ သိလာရတာက
1:35 - 1:39

အင်တာနက်သုတေသနအေဂျင်စီ
ဆိုတာရဲ့ ဇာတ်လမ်းဖြစ်ပါတယ်။
1:39 - 1:42

၎င်းဟာ လူမှုမီဒီယာထဲက ကရင်မလင်ရဲ့
ကိုယ်ဖျေိာက် စစ်တပ်နဲ့ တူပါတယ်။
1:43 - 1:46

သမ္မတ ရွေးကောက်ပွဲ တစ်ခုတည်း အတွင်းမှာကို
1:46 - 1:48

အင်တာနက်အေဂျင်စီရဲ့ အားထုတ်မှုက
1:48 - 1:53

United States ထဲက Facebook ကို သုံးကြတဲ့
ပြည်သူ ၁၂၆ သန်းထိ ရောက်ရှိခဲ့ပါတယ်။
1:53 - 1:56

သူတို့ဟာ သီးခြားစီ ဖြစ်တဲ့ tweet
သုံးသန်းကို ထုတ်ဝေခဲ့ပြီး
1:56 - 2:00

YouTube မှာ ၄၃ နာရီဖိုး
အကြောင်းအရာများကို ထုတ်လွှင့်ခဲ့ကြတယ်။
2:00 - 2:02

အဲဒါတွေ အားလုံး လုပ်ကြံသတင်းတွေပါ--
2:02 - 2:08

အမေရိကန် သမ္မတရွေးကောက်ပွဲ ထဲတွင်
သဘောထားကွဲလွဲစေရန် ရည်ရွယ်ချက်နဲ့ပါ။
2:09 - 2:12

Oxford တက္ကသိုလ်ရဲ့ မကြာသေးမီက
သုတေသန တစ်ခုအရ
2:12 - 2:15

နောက်ဆုံး လုပ်ပြီးသွားခဲ့တဲ့ ဆွီဒင်
ရွေးကောက်ပွဲတုန်းက
2:15 - 2:19

လူမှုမီဒီယာမှာ ပျံ့နှံ့နေခဲ့တဲ့ သတင်းအချက်
အလက် သုံးပုံတစ်ပုံတို့ဟာ
2:19 - 2:21

ရွေးကောက်ပွဲဆိုင်ရာ ဖေါ်ပြရာတွင်
2:21 - 2:24

လုပ်ကြံမှု သို့မဟုတ် တလွဲဖေါ်ပြမှု
ဖြစ်ခဲ့တယ်လို့ တွေ့ခဲ့တယ်။
2:24 - 2:28

ပြီးတော့၊ လူမှုမီဒီယာတွင် အဲဒီလို မဟုတ်
မမှန် တမင်ကို ရေးသားဖေါ်ပြမှုက
2:28 - 2:32

"ဂျီနိုဆိုက် ဝါဒဖြန့်မှု" လို့ ခေါ်တဲ့
အရာအတွက်ပါ သုံးနိုင်ပါသေးတယ်။
2:32 - 2:35

ဥပမာအဖြစ် မြန်မာနိုင်ငံထဲက
ရိုဟင်ဂျာ ပြဿနာ၊
2:35 - 2:38

အိန္ဒိယတွင် လူတွေ အုပ်စုလိုက်
သတ်ဖြတ်ခံရမှုများကို ဖေါ်ပြနိုင်ပါတယ်။
2:38 - 2:40

ကျွန်ုပ်တို့ဟာ သတင်းတုတွေကို လေ့လာတာ
2:40 - 2:43

အဲဒါ လူတွေအားလုံး မသိခင်တုန်းကတည်းကပါ။
2:43 - 2:48

အဲဒါနဲ့ ဒီနှစ်မတ်လထုတ် "Science" မှာ
မျက်နှာဖုံး အကြောင်းအရာအဖြစ်
2:48 - 2:50

အွန်လိုင်းမှနေပြီး သတင်းအတုများကို
ဖြန့်ဝေမှုဆိုင်ရာ
2:50 - 2:54

ကာလအကြာဆုံး သုတေသန စာတမ်းကို
တင်နိုင်ခဲ့ကြပါတယ်။
2:54 - 2:58

ကျွန်ပ်တို့ဟာ Twitter ပေါ်တွင် ထုတ်ပြန်တဲ့
မှန်ကန်ပြီး မဟုတ်မှန်တဲ့ ဖြစ်ရပ်များကို
2:58 - 3:01

၎င်းကို စထူထောင်ခဲ့တဲ့ ၂၀၀၆ ခုနှစ်မှ
၂၀၁၇ နှစ်အထိ အချိန်ကာလအတွက်
3:01 - 3:04

မှန်မမှန် စိစစ်ခဲ့ကြပါတယ်။
3:04 - 3:07

အဲဒီလို အချက်အလက်များကို ကျွန်ုပ်တို့က
လေ့လာကြရာတွင်၊
3:07 - 3:11

ကျွန်ုပ်တို့ဟာ သီးခြားလွတ်လပ်ကြတဲ့ အချက်
အလက် ရှာဖွေရေး အဖွဲ့အစည်း ခြောက်ခုတို့မှ
3:11 - 3:13

စိစစ်လေ့လာခဲ့ကြတဲ့ အဖြစ်အပျက်များကို
လေ့လာခဲ့ကြပါတယ်။
3:13 - 3:16

အဲဒီလိုနည်းဖြင့် ဘယ်အဖြစ်အပျက်
တွေဟာ မှန်ကန်ခဲ့ကြတယ်၊
3:16 - 3:19

ဘယ်အဖြစ်အပျက်တွေ မမှန်ကန်ကြဘူး
ဆိုတာ ကျွန်ုပ်တို့ သိလာရခဲ့တယ်။
3:19 - 3:21

၎င်းတို့ရဲ့ ပျံ့နှံ့နိုင်စွမ်းကို
တိုင်တာနိုင်ခဲ့တယ်၊
3:21 - 3:22

ပျံ့နှံ့မှုနှုန်း၊
3:22 - 3:25

နက်ရှိုင်းမှုနဲ့ ကျယ်ပြန့်မှုကို၊
သတင်းအချက်အလက်တွေကို
3:25 - 3:29

ထိတွေ့ခံစားလိုက်ရတဲ့ ပြည်သူ အရေအတွက်
စသဖြင့် လေ့လာနိုင်ခဲ့ကြတယ်။
3:29 - 3:30

အဲဒီစာတမ်းထဲတွင် ကျွန်ုပ်တို့ဟာ
3:30 - 3:34

သတင်းအမှန်တွေရဲ့ ပျံ့နှံ့မှုကို သတင်းအမှား
ပျံ့နှံ့မှုနဲ့ နှိုင်းယှဉ်ခဲ့ကြပါသေးတယ်။
3:34 - 3:36

ကျွန်ုပ်တို့ တွေ့ခဲ့ရတာ ဒီလိုရှိပါတယ်။
3:36 - 3:40

ကျွန်ုပ်တို့ လေ့လာခဲ့သမျှ
သတင်းအမျိုးအစားတိုင်းမှာ
3:40 - 3:42

သတင်းအတုတွေဟာ သတင်းမှန်နဲ့ စာရင်
ပိုဝေးတဲ့အထိ၊
3:42 - 3:45

ပိုမြန်ဆန် နက်ရှိုင်းစွာ၊ ကျယ်ပြန့်စွာ
ပျံ့နှံ့နိုင်ခဲ့တာကို တွေ့ခဲ့ရပြီး
3:45 - 3:47

တစ်ခါတစ်ရံတွင် ဆယ်ဆထိ
ပိုအားကောင်းခဲ့ပါတယ်။
3:48 - 3:51

လက်တွေ့မှာ၊ နိုင်ငံရေး သတင်းအတုတွေဟာ
အမြန်ဆုံး ပျံ့နှံ့ခဲ့ကြပါတယ်။
3:51 - 3:55

၎င်းဟာ အခြား ဘယ်သတင်းတုတွေနဲ့ကို မတူပဲ
ပိုမိုမြန်ဆန် နက်ရှိုင်းစွာနဲ့
3:55 - 3:57

ပိုပြီး ကျယ်ပြန့်စွာ
ပျံ့နှံ့နိုင်ခဲ့တာ ဖြစ်ပါတယ်။
3:57 - 3:59

ကျွန်ုပ်တို့ အဲဒါကို တွေ့မြင်လိုက်ရတော့
3:59 - 4:02

စိုးရိမ်မိတဲ့ တချိန်တည်းမှာ
စိတ်ဝင်စားလာခဲ့ကြတယ်။
4:02 - 4:03

ဘာကြောင့်များလဲ။
4:03 - 4:05

သတင်းမှားတွေဟာ ဘာကြောင့်များ
သတင်းမှန်တွေနဲ့စာရင်
4:05 - 4:08

ပိုမိုမြန်ဆန် နက်ရှိုင်းစွာနဲ့
ကျယ်ပြန့်စွာ ပျံ့နှံ့နိုင်တာလဲ။
4:08 - 4:11

ကျွန်ုပ်တို့ဆီမှာ ပထမဦးဆုံး ပေါ်လာတဲ့
ယူဆချက်က၊
4:11 - 4:16

"သတင်းတုတွေကို ဖြန့်ဝေသူတို့ထံမှာ နောက်
လိုက်များလို့၊ သူတို့က လိုက်တဲ့လူများလို့၊
4:16 - 4:18

ဒါမှမဟုတ် ပိုမကြာခဏ tweet ကြလို့၊
4:18 - 4:21

ဒါမှမဟုတ် သူတို့ထဲမှာ 'စိစစ်ပြီး' သူတွေ
များလို့၊ စိတ်ချယုံကြည်မှု ပိုများလို့၊
4:21 - 4:24

ဒါမှမဟုတ် သူတို့ရဲ့ Twitter သက်တမ်း
ပိုကြာရှည်လို့" ထင်ခဲ့ကြတယ်။
4:24 - 4:26

အဲဒါနဲ့ အဲဒီတစ်ချက်ချင်းကို
စစ်ဆေးခဲ့ကြတယ်။
4:26 - 4:30

ကျွန်ုပ်တို့ တွေ့လိုက်ရတဲ့အချက်က
လုံးဝကို ပြောင်းပြန် ဖြစ်နေခဲ့တယ်။
4:30 - 4:32

သတင်းတု ဖြန့်ဝေကြသူတို့မှာ
နောက်လိုက်တွေ ပိုနည်းနေတယ်၊
4:32 - 4:35

သူတို့ လိုက်ကြည့်သူ နည်းပြီး
တက်ကြွမှု နည်းခဲ့တယ်၊
4:35 - 4:36

"စိစစ်ပြီးသူ" မကြာခဏ နည်းခဲ့တယ်။
4:36 - 4:39

ပြီးတော့ Twitter မှာ လုပ်သက်လည်း
တိုတောင်းတဲ့ အချိန်ကာလပါ။
4:39 - 4:40

ဒါတောင်မှ၊
4:40 - 4:45

သတင်းတုဟာ သတင်းမှန်နဲ့ဆိုရင် ထိန်းချုပ်မှု
မျိုးစုံနဲ့ အခြား အချက်အလက်များကြောင့်
4:45 - 4:48

ပြန်ပြီး tweet လုပ်ခံရဖို့ အလားအလာ
၇၀ ရာခိုင်နှုန်းပိုပါတယ်။
4:48 - 4:51

အဲဒါကြောင့် ကျွန်ုပ်တို့ဟာ
ဒီပြင် ရှင်းလင်းချက်ကို ရှာခဲ့ရတယ်။
4:51 - 4:55

အဲဒါကို ကျွန်ုပ်တို့က "ဆန်းသစ်တဲ့
ယူဆချက်"လို့ ခေါ်တွင်ကြပါတယ်။
4:55 - 4:57

ဥပမာ၊ ကျုပ်တို့က စာပေကို ဖတ်ရှုစဉ်၊
4:57 - 5:01

လူသားရဲ့ အာရုံဟာ ဆန်းသစ်မှုဆီကို
ပတ်ဝန်းကျင်ထဲက အသစ်ဖြစ်တဲ့ အရာထံသို့
5:01 - 5:03

ဆွဲဆောင်ခံရတာ အားလုံးအသိပါ။
5:03 - 5:05

ကျုပ်တို့က လူမှုရေး စာပေကို
ဖတ်ကြည့်ကြမယ် ဆိုရင်လည်း၊
5:05 - 5:10

ဆန်းသစ်တဲ့ အချက်အလက်တွေကို
ကျုပ်တို့ မျှဝေချင်ကြတာ အားလုံးအသိပါ။
5:10 - 5:14

အဲဒီအချက်က ကျုပ်တို့ဟာ အတွင်းပိုင်း
သတင်းကို သိထားသူဖြစ်သလို ထင်စေပြီး
5:14 - 5:17

ဒီလို သတင်းမျိုး ဖြန့်ဝေခြင်းဖြင့် ကျွန်
တော်တို့ အဆင့်ပိုမြင့်လာမယ် ထင်ကြလို့ပါ။
5:18 - 5:24

အဲဒါနဲ့ ကျွန်ုပ်တို့ဟာ ဝင်လာတဲ့ tweet
တစ်ခုရဲ့ ဆန်းသစ်မှုကို၊
5:24 - 5:28

ထိုသူက Twitter ပေါ်မှာ လွန်ခဲ့တဲ့ ရက် ၆၀
အတွင်းမှာ မြင်တွေ့ခဲ့ရတဲ့
5:28 - 5:31

ဟာတွေနဲ့ နှိုင်းယှဉ်ပြီး
တိုင်းတာခဲ့ကြပါတယ်။
5:31 - 5:34

ဒါပေမဲ့ ဒါဟာ မလုံလောက်သေးဘူးလို့
ကျုပ်တို့ မိမိဘာသာမိမိ စဉ်းစားမိကြတယ်။
5:34 - 5:38

"သတင်းတုဟာ အချက်အလက် သီအိုရီအရ
ဆန်းသစ်တယ်လို့ ထင်ရပေမဲ့၊
5:38 - 5:42

လူတွေကျတော့ ၎င်းတို့ကို ပိုဆန်းသစ်တယ်လို့
ထင်မှတ်ချင်မှ ထင်မှတ်ကြမယ်။"
5:42 - 5:46

အဲဒါနဲ့ သတင်းတုများအား
လူတွေ ခံယူကြပုံကို နားလည်ရန်၊
5:46 - 5:49

ကျွန်ုပ်တို့ဟာ သတင်းတုနဲ့ သတင်းမှန်များအား
5:50 - 5:53

လူတွေ တုံ့ပြန်ကြပုံထဲက အချက်အလက်
ရေးသားချက်တွကို စစ်ကြည့်ခဲ့ကြတယ်။
5:53 - 5:55

ကျွန်ုပ်တို့ တွေ့ရှိလိုက်ရတဲ့ အချက်က
5:55 - 5:59

ခံစားချက်အား တိုင်ထွာရေး
နည်းလမ်း တသီကြီးရှိကြတဲ့ အထဲမှာ၊
5:59 - 6:03

အံ့အားသင့်မှု၊ ရွံရှာမှု၊
ကြောက်မှု၊ ဝမ်းနည်းမှု၊
6:03 - 6:05

မျှော်လင့်ခြင်း၊
ဝမ်းမြောက်ခြင်းနှင့်ယုံကြည်ခြင်း--
6:05 - 6:11

သတင်းတုများအား တုံ့ပြန်ကြရာတွင်
အံ့အားသင့်မှုနဲ့ ရွံရှာမှုကို
6:11 - 6:14

သိသိသာသာ ပိုပြီး ပြသခဲ့ကြပါတယ်။
6:14 - 6:18

သတင်းမှန် tweet တွေ
တုံ့ပြန်ရာမှာ မျှော်လင့်မှု၊
6:18 - 6:20

ပျော်ရွှင်မှုနဲ့ ယုံကြည်မှုကို
6:20 - 6:22

သိသာစွာ ပိုပြီး ပြသခဲ့ကြပါတယ်။
6:22 - 6:26

အံ့အားသင့်စရာက ကျုပ်တို့ရဲ့ ဆန်းသစ်တဲ့
ယူဆချက်ကို သက်သေထူပြနေတယ်။
6:26 - 6:31

အဲဒါဟာ အသစ်အဆန်း ဖြစ်နေပြီး အံ့အား
သင့်စရာမို့လို့ ကျုပ်တို့ မျှဝေလိုကြပါတယ်။
6:31 - 6:34

အဲဒီအချိန်မှာပဲ အမေရိကန် ပြည်ထောင်စုမှာ
ကွန်ဂရက်ရဲ့
6:34 - 6:37

လွှတ်တော်နှစ်ရပ်စလုံး ရှေ့မှောက်မှာ
ကွန်၈ရက် ကြားနာမှု တစ်ခု ရှိနေခဲ့တယ်၊
6:37 - 6:41

လုပ်ကြံသတင်းများကို ထုတ်လွှင့်ရာတွင်
bot တွေရဲ့ အခန်းကဏ္ဍကို စူးစမ်းနေခဲ့ကြတယ်။
6:41 - 6:43

ကျုပ်တို့ကလည်း
အဲဒါကို ကြည့်ခဲ့တယ်--
6:43 - 6:46

များပြားလှတဲ့ နောက်ဆုံးပေါ်
bot ဖေါ်ထုတ်ရေး အယ်လ်ဂိုရီသမ်ကို သုံးပြီး
6:46 - 6:49

ကျုပ်တို့ရဲ့ ဒေတာထဲမှာ bot တွေကို ရှာဖွေ
ဆွဲထုတ်ယူရန် ကြိုးစားခဲ့ကြတယ်။
6:49 - 6:52

အဲဒါနဲ့ ကျုပ်တို့က ၎င်းတို့ကို ထုတ်ယူ
ခဲ့ကြတယ်၊ ပြန်ထည့်ပေးခဲ့ပြီး
6:52 - 6:55

ကျုပ်တို့ရဲ့ တိုင်းတာမှုတွေ ဘယ်လို
ဖြစ်လာသလဲ ဆန်းစစ်ခဲ့တယ်။
6:55 - 6:58

ကျုပ်တို့ တွေ့လိုက်ရတဲ့ အချက်က၊
လက်တွေ့မှာကျတော့၊
6:58 - 7:01

bot တွေဟာ သတင်းတုတွေကို အွန်လိုင်းမှာ
ဖြန့်ချိမှုကို အရှိန်မြှင့်နေခဲ့ကြတယ်၊
7:01 - 7:05

ဒါပေမဲ့ ၎င်းတို့ဟာ သတင်းမှန်တွေကိုလည်း
အလားတူတဲ့ နှုန်းမျိုးနီးပါးနဲ့ပဲ
7:05 - 7:06

ပျံ့နှံ့ပေးနေခဲ့ကြတယ် ဆိုတာကိုပါ။
7:06 - 7:09

ဒီတော့ သတင်းမှန်နဲ့ သတင်းတုတွေ
အွန်လိုင်းမှာ
7:09 - 7:14

ပျံ့နှံ့ပုံမတူ ကွဲပြားမှုအတွက် bot တွေ
ဆီမှာ တာဝန် မရှိခြင်းကို ဆိုလိုပါတယ်။
7:14 - 7:17

လက်တွေ့မှာ အဲဒီလို
ပျံ့နှံ့မှုအတွက် ကျွန်ုပ်တို့
7:17 - 7:21

လူသားတွေ တာဝန်ရှိကြလို့
၎င်းတို့ကို အပြစ်ဖို့လို့ မရနိုင်ပါ။
7:22 - 7:26

ကျွန်တော် အခုထိ ခင်ဗျားတို့ကို
ပြောပြလာခဲ့တဲ့ အရာအားလုံးဟာ၊
7:26 - 7:28

ကံဆိုးချင်တော့၊ ကျုပ်တို့ အားလုံးအတွက်
7:28 - 7:29

သတင်းကောင်းတွေပါ။
7:31 - 7:35

ဒီလိုပြောရတာက ဒါတွေဟာ ဒီထက်ကို
များစွာမှ ပိုပြီး ဆိုးဝါးလာမှာမို့လို့ပါ။
7:36 - 7:40

အဲဒါကို ဆိုးဝါးအောင် လုပ်ပေးကြမှာက
အထူးထောက်ပြရမယ့် နည်းပညာ နှစ်ခုပါ။
7:40 - 7:45

ကျုပ်တို့ဟာ မီဒီယာအတုရဲ့ ဧရာမလှိုင်းကြီး
တက်လာမှာကို မြင်ကြရဖို့ ရှိနေတယ်။
7:45 - 7:51

လူသားရဲ့ မျက်လုံးအတွက် အားကျစရာကောင်းတဲ့
ဗီဒီယိုအတု၊ အသံအတုတွေပါ။
7:51 - 7:54

အဲဒါကို မောင်းနှင်ပေးမှာက နည်းပညာနှစ်ခုပါ။
7:54 - 7:58

ပထမ တစ်ခုကို “ထုတ်လုပ်ရေး ရန်ဘက်
ကွန်ရက်များ”လို့ ခေါ်ပါတယ်။
7:58 - 8:01

စက်များကို သင်ကြားပေးရေး မော်ဒယ်ဖြစ်ပြီး
ကွန်ရက်နှစ်ခု ပါပါတယ်-
8:01 - 8:02

ခွဲခြားသတ်မှတ်ပေးသူ၊
8:02 - 8:06

တစ်ခုခုဟာ မှန်လား မှားလားကို
ဆုံးဖြတ်ပေးရန် တာဝန်ရှိသူပါ၊
8:06 - 8:08

ပြီးတော့ ဂျင်နရေတာ ပါတယ်၊
8:08 - 8:11

မီဒီယာအတုကို ထုတ်လုပ်ပေးဖို့ တာဝန်ရှိသူပါ။
8:11 - 8:16

ဒီလိုနည်းဖြင့် ဂျင်နရေတာ အတုက ဗီဒီယိုနဲ့
အသံ အတုကို ထုတ်လုပ်ပေးတယ်၊
8:16 - 8:21

ခွဲခြားသတ်မှတ်သူကျတော့ "အဲဒါဟာ ဟုတ်မှန်လား
ဒါမှမဟုတ် အတုလား" ပြောပြပေးရပါမယ်။
8:21 - 8:24

တကယ်တော့ ဂျင်နရေတာရဲ့ တာဝန်က
8:24 - 8:28

ခွဲခြားသတ်မှတ်သူ အနေနဲ့ ဗီဒီယိုနဲ့အသံ
အတုတွေကို တကယ် အမှန်လို
8:28 - 8:32

ထင်မြင်လာစေရန် အစွမ်းကုန်
8:32 - 8:33

ကြိုးပမ်းဖို့ ဖြစ်ပါတယ်။
8:33 - 8:36

hyperloop ကို သုံးတဲ့ စက်တစ်ခုကို
စိတ်ကူးကြည့်ပါ၊
8:36 - 8:39

ကျုပ်တို့ကို အရူးလုပ်ရာတွင် ပိုပို
တော်လာနေတဲ့ စက်ဖြစ်ပါလိမ့်မယ်။
8:39 - 8:42

ဒါကို ဒုတိယနည်းပညာနဲ့ပေါင်းပေးလိုက်ရင်၊
8:42 - 8:47

ဉာဏ်ရည်တုအား အများပြည်သူတို့ သုံးလာစေရန်
အတွက် မရှိမဖြစ်လိုအပ်ချက်ပါ၊
8:47 - 8:50

မည်သူမဆိုဟာ
8:50 - 8:52

ဉာဏ်ရည်အတု အကြောင်းကို
ဘာမှ လေ့လာမသိသူတောင်မှ
8:52 - 8:54

စက်တွေကို သင်ကြားခြင်းကို မသိတောင်၊
8:54 - 8:58

ဒီလို မီဒီယာအတု ထုတ်လုပ်ရေး
အယ်လ်ဂိုရီသမ်ကို သုံးနိုင်မှာမို့လို့၊
8:58 - 9:02

ခုနက ဗွီဒီယိုတွေကို ဖန်တီးရေး အလုပ်ဟာ
သိပ်ကို လွယ်ကူလာမှာပါ။
9:02 - 9:07

အိမ်ဖြူတော်ဟာ အတုဖြစ်တဲ့
လုပ်ကြံ ဗီဒီယိုတစ်ခုကို ထုတ်ဝေခဲ့ရာ
9:07 - 9:11

သတင်းစာဆရာက ထိန်းသိမ်းခံတဦးနဲ့ ဆက်ဆံနေစဉ်
ထိုသူက မိုက်ခရိုဖုန်းကို ယူလိုခဲ့တယ်။
9:11 - 9:14

သူတို့ဟာ အဲဒီဗီဒီယိုထဲကနေပြီး
ဘောင်တွေကို ဖယ်ရှားပစ်ခြင်းဖြင့်
9:14 - 9:17

ထိုသူရဲ့ လုပ်ရပ်ကို
ပိုပြီး ယုတ္တိရှိအောင် လုပ်ခဲ့ကြတယ်။
9:17 - 9:21

ဗီဒီယိုရိုက်သူတွေနဲ့ သာမန်အမျိုးသားများနဲ့
အမျိုးသမီးများကို
9:21 - 9:23

အခုက နည်းပညာအကြောင်းကို မေးမြန်းကြည့်တော့၊
9:23 - 9:27

သူတို့က "ဟုတ်တယ်၊ ကျုပ်တို့ ရုပ်ရှင်တွေထဲ
မယ် ဒါကို တချိန်လုံးသုံးကြတယ်။"
9:27 - 9:32

ကျုပ်တို့ရဲ့ ထိုးနှက်မှုတွေ ပိုပြီး ယုတ္တိ
ရှိဖို့ ပိုးကြောက်စရာ ကောင်းဖို့ အတွက်ပါ။"
9:32 - 9:34

သူတို့က ခုနက ဗီဒီယိုကို ဖွင့်ပြခဲ့ကြပြီး
9:34 - 9:37

Jim Acosta ဆိုတဲ့ သတင်းထောက်အား
အိမ်ဖြူတော်မှ ထုတ်ပေးထားခဲ့တဲ့
9:37 - 9:41

စာနယ်ဇင်းလက်မှတ်ကို ရုပ်သိမ်းဖို့
9:41 - 9:42

အသုံးပြုခဲ့ကြတယ်။
9:42 - 9:47

စာနယ်ဇင်းလက်မှတ် ပြန်ရဖို့အတွက် CNN ဟာ
ရုံးတင်တရားစွဲခဲ့ရပါတယ်။
9:49 - 9:54

ဒီနေ့တွင် သိပ်ကို ခဲယဉ်းကြတဲ့ အဲဒီလို
ပြဿနာတွေကို ကိုင်တွယ်နိုင်ရန်
9:54 - 9:58

ကျုပ်တို့ လိုက်နာကြရမယ့် မတူတဲ့ နည်းလမ်း
ငါးခုခန့် ရှိပါတယ်။
9:58 - 10:00

၎င်းတို့ တစ်ခုချင်းစီဆီတွင်
ဖြေရှင်းနည်းရှိပေမဲ့
10:00 - 10:03

၎င်းတို့ထဲတွင် ကိုယ်ပိုင် စိန်ခေါ်မှု
တွေလည်း ရှိကြပါတယ်။
10:03 - 10:05

ပထမတစ်ခုက တံဆိပ်တပ်ခြင်းဖြစ်တယ်။
10:05 - 10:07

အဲဒါကို ဒီလိုစဉ်းစားကြည့်ပါ -
10:07 - 10:10

စားသုံးဖို့ အစားအစာတွေကို ဝယ်ဖို့
ကုန်စုံဆိုင်ကို သွားရင်၊
10:10 - 10:12

တံဆိပ်တွေ မျိုးစုံ
တပ်ထားတာကို မြင်နိုင်ပါတယ်။
10:12 - 10:14

တစ်ခုခုထဲတွင် ကယ်လိုရီ ဘယ်လောက်ရှိလဲ၊
10:14 - 10:16

အဆီ ဘယ်လောက်ပါလဲ -
10:16 - 10:18

သိနိုင်ပေမဲ့ ကျုပ်တို့က သတင်းအချက်အလက်
တွေကိုသုံးတဲ့အခါ
10:18 - 10:20

ဘာတံဆိပ်မှာ မရှိပါဘူး။
10:20 - 10:22

ဒီသတင်း အချက်အလက်တွေထဲမှာ ဘာတွေပါလဲ။
10:22 - 10:24

အရင်းအမြစ်ကိုကော ယုံကြည်လို့ ရနိုင်လား။
10:24 - 10:26

ဒီအချက်အလက်တွေကို ဘယ်ကနေ ရရှိခဲ့တာလဲ။
10:26 - 10:28

ကျုပ်တို့ သတင်းအချက်အလက်တွေကို
သုံးစွဲကြရာတွင်
10:28 - 10:30

အဲဒီလို ဘာကိုမျှ ကျုပ်တို့ မသိကြရပါ။
10:30 - 10:33

ဒါဟာ အလားအလာရှိတဲ့ နည်းလမ်းဖြစ်ပေမဲ့
စိန်ခေါ်မှုတွေလည်း ရှိပါတယ်။
10:33 - 10:40

ဥပမာ၊ လူ့အဖွဲ့အစည်း အနေနဲ့ ဘယ်ဟာက မှန်တယ်၊
ဘယ်ဟာက အတုပါ ဆိုတာ ဘယ်သူ ဆုံးဖြတ်မလဲ။
10:40 - 10:42

အစိုးရတွေက များလား။
10:42 - 10:43

Facebook များလား။
10:43 - 10:47

အချက်အလက်များကို စစ်ဆေးပေးတဲ့
သီးခြားအဖွဲ့အစည်း တစ်ခုလား။
10:47 - 10:50

ပြီးတော့ အဲဒီအချက်အလက်များကို စစ်ဆေး
ပေးသူကိုကော ဘယ်သူက စစ်ဆေးပေးသလဲ။
10:50 - 10:54

နောက်ထပ် ဖြစ်နိုင်တဲ့ နည်းလမ်းက
မက်လုံးပေးခြင်းပါပဲ။
10:54 - 10:56

အမေရိကန် သမ္မတရွေးကောက်ပွဲ အတွင်းမှာ
10:56 - 11:00

Macedonia မှ လာတဲ့ တလွဲသတင်းများရဲ့
လှိုင်းဂယက် ရှိခဲ့တာ သိလာခဲ့ရပါတယ်။
11:00 - 11:02

၎င်းဆီမှာ နိုင်ငံရေး
ရည်ရွယ်ချက် မရှိခဲ့ပေမဲ့
11:02 - 11:05

စီးပွားရေး ရည်ရွယ်ချက် ရှိခဲ့ပါတယ်။
11:05 - 11:07

အဲဒီလို စီးပွားရေး ရည်ရွယ်ချက်ဟာ
အတော်ကြာ ရှိနေခဲ့တာက
11:07 - 11:10

သတင်းတုတွေဟာ သတင်းမှန်ထက်ကို
ပိုပြီး ဝေးအောင်၊ ပိုမြန်ဆန်စွာ
11:10 - 11:12

ခရီးရောက်နိုင်ခဲ့ကြတဲ့ အတွက်
11:13 - 11:17

တချို့သူတို့ဟာ ဒီလို သတင်းအမျိုးအစားဆီကို
အာရုံစိုက်နေသူများကို အခွင့်ကောင်းယူပြီး
11:17 - 11:19

ကြော်ငြာရင်း ဒေါ်လာတွေ ရယူနိုင်ခဲ့လို့ပါ။
11:19 - 11:23

တကယ်လို့ ကျုပ်တို့က အဲဒီလို သတင်းမျိုး
ဖြန့်မှုကို အရှိန်လျှော့ချနိုင်ကြမယ်ဆိုရင်
11:23 - 11:26

၎င်းရဲ့ စီးပွားရေးမက်လုံး တန်ဖိုး
လျော့ကျသွားနိုင်လို့
11:26 - 11:29

၎င်းကို ထိပ်ဆုံးနေရာမှာ ထည့်ကြော်ငြာ
နိုင်မှာ မဟုတ်တော့ပါဘူး။
11:29 - 11:32

တတိယနည်း အဖြစ် စည်းကမ်းတွေဖြင့်
ထိန်းချုပ်ဖို့ စဉ်းစားနိုင်တယ်။
11:32 - 11:34

ဒီနည်းကို စဉ်းစားသင့်တာ သေချာပါတယ်။
11:34 - 11:35

လောလောဆယ်မှာ အမေရိကန် ပြည်ထောင်စုမှာ
11:35 - 11:40

Facebook နှင့်အခြားသူတွေကို စည်းကမ်းချ
လိုက်နာစေရင် ဘယ်လိုဖြစ်လာမလဲ စူးစမ်းနေတယ်။
11:40 - 11:44

ကျုပ်တို့က နိုင်ငံရေး မိန့်ခွန်းတွေအတွက်
စည်းကမ်းတွေ ချမှတ်ရေး စဉ်းစားသင့်ချိန်မှာ၊
11:44 - 11:47

ဒါဟာ နိုင်ငံရေး မိန့်ခွန်းဖြစ်ကြောင်း
တံဆိပ်တပ်ပေးကြမယ်၊
11:47 - 11:51

နိုင်ငံခြားသားများ နိုင်ငံရေးမိန့်ခွန်းကို
ငွေကြေး မထောက်ပံ့ဖြစ်တာ သေချာစေရမယ်။
11:51 - 11:53

ဆိုရင် အဲဒီထဲမှာလည်း ကိုယ်ပိုင်
အန္တရာယ်တွေ ရှိပါတယ်။
11:54 - 11:58

ဥပမာ၊ မလေးရှားနိုင်ငံဟာ လုပ်ကြံသတင်းကို
ဖြန့်ချိကြောင်း တွေ့ရှိလျှင်
11:58 - 12:01

ထောင်ဒဏ် ခြောက်နှစ်
ချမှတ်ရန် ဆုံးဖြတ်ခဲ့ပါတယ်။
12:02 - 12:04

ပြီးတော့ အာဏာရှင်အစိုးရတွေထဲမှာ ဆိုရင်၊
12:04 - 12:08

အဲဒီလို မူဝါဒတွေကို လူနည်းစုရဲ့
အာဘော်ကို ဖိနှိပ်ရန် သုံးနိုင်ပြီး
12:08 - 12:12

ချုပ်ချယ်မှုကို ဆက်တိုးချဲ့နိုင်ပါတယ်။
12:13 - 12:16

စတုတ္ထဖြစ်နိုင်ခြေ ရွေးစရာက
ပွင့်လင်းမြင်သာမှုဖြစ်တယ်။
12:16 - 12:20

Facebook ရဲ့ အယ်လ်ဂိုရီသမ် အလုပ်လုပ်ပုံကို
ကျုပ်တို့ သိချင်ကြပါတယ်။
12:20 - 12:23

ကျုပ်တို့ မြင်တွေ့ကြရတဲ့ ရလဒ်မျိုး
ပေါ်ထွက်လာဖို့အတွက် သူတို့ဟာ
12:23 - 12:26

ဒေတာကို ဘယ်လို အယ်လ်ဂိုရီသမ်နဲ့
စီမံဆောင်ရွက်ပေးကြတာလဲ။
12:26 - 12:29

ကျုပ်တို့က သူတို့ကို
ကန့်လန့်ကားကို ဖွင့်ပြလျက်
12:29 - 12:32

Facebook ရဲ့ အတွင်းပိုင်းမှာ တကယ်
လုပ်ကိုင်ကြပုံကို ပြသစေလိုပါတယ်။
12:32 - 12:36

ပြီးတော့ ကျုပ်တို့က လူမှုမီဒီယာက လူ့အဖွဲ့
အစည်းအပေါ် အကျိုးသက်ရောက်ပုံကို သိချင်ရင်၊
12:36 - 12:38

သိပ္ပံပညာရှင်တွေ၊ သုတေသီတွေနဲ့
12:38 - 12:41

ဒီလို အချက်အလက်တွေကို ရယူလေ့လာနိုင်ကြမယ့်
အခြားသူတွေ လိုအပ်ကြပါလိမ့်မည်။
12:41 - 12:43

ဒါပေမဲ့ တစ်ချိန်တည်းမှာ
12:43 - 12:46

ကျုပ်တို့က Facebook ကို အရာတွေအားလုံးကို
သော့ချပိတ်ထားရန်၊
12:46 - 12:49

ဒေတာ အားလုံးကို လုံခြုံစွာ
ထားပေးရန်ကိုလည်း တောင်းဆိုနေကြပါတယ်။
12:49 - 12:52

အဲဒီလိုနည်းဖြင့် Facebook နဲ့
အခြားလူမှုမီဒီယာ ပလက်ဖောင်းတွေဟာ
12:52 - 12:54

ပွင့်လင်းမြင်သာရေး ဝိရောဓိကို
ရင်ဆိုင်နေကြရပါတယ်။
12:54 - 12:58

ကျုပ်တို့က သူတို့ကို ပွင့်လင်း မြင်သာမှု
ရှိကြဖို့ကို တောင်းဆိုနေတဲ့ တချိန်တည်းမှာ
12:58 - 13:03

ပိုပြီး လုံခြုံစွာ လုပ်ကိုင်ရန်ကို
တောင်းဆိုနေကြပါတယ်။
13:03 - 13:05

ဒီလို တောင်းဆိုချက်ဟာ လိုက်နာရန်
သိပ်ကို ခဲယဉ်းပါတယ်၊
13:05 - 13:09

ဒါပေမဲ့ ကျုပ်တို့က လူမှုမီဒီယာ နည်းပညာ
တွေရဲ့ ကတိပေးချက်တွေကို ရယူလိုကြပြီး
13:09 - 13:11

၎င်းတို့ထဲက အန္တရာယ်တွေကို
ရှောင်ရှားလိုကြပါက
13:11 - 13:13

သူတို့ဟာ အဲဒါကို လိုက်နာဖြစ်ဖို့
13:13 - 13:18

ကျုပ်တို့ နောက်ဆုံးစဉ်းစားနိုင်တာက အယ်လ်
ဂိုရီသမ်များနဲ့ စက်များသင်ကြားပေးမှုပါပဲ။
13:18 - 13:23

သတင်းအတုတွေကို စစ်ထုတ်လျက် နားလည်ပြီး
ပျံ့နှံ့ပုံကို သိရှိလို့
13:23 - 13:26

၎င်းတို့ စီးဆင်းမှုကို လျှော့ချဖို့
ကြိုးစားမယ့် နည်းပညာ လိုပါတယ်။
13:26 - 13:29

လူသားတွေဟာ ဒီနည်းပညာရဲ့
အာဏာစက်ကွင်းထဲမှာ ရှိကိုရှိနေကြရပါမယ်၊
13:29 - 13:31

ဘာဖြစ်လို့လဲဆိုတော့
13:31 - 13:35

နည်းပညာရဲ့ ဖြေရှင်းမှု ဒါမှမဟုတ် ချဉ်းကပ်
မှုတစ်ခုခုကို အားကိုးအသုံးပြုခြင်းဟာ
13:35 - 13:39

လူ့ကျင့်ဝတ်ဆိုင်ရာနဲ့ ဒဿနိကဆိုင်ရာ
အခြေခံကျတဲ့ မေးခွန်း ဖြစ်ပြီး၊
13:39 - 13:42

အမှန်တရားနဲ့အတုအပကို
ဘယ်လို ကျုပ်တို့ ခွဲခြားကြမလဲ၊
13:42 - 13:46

အမှန်တရားနဲ့အတုအပကို ဆုံးဖြတ်ပေးနိုင်မယ့်
အာဏာကို ဘယ်သူကို ကျုပ်တို့ ပေးကြမလဲ၊
13:46 - 13:48

ဘယ်ထင်မြင်ချက်က တရားဝင် ဟုတ်မှန်ကြလဲ၊
13:48 - 13:52

ဘယ်လို မိန့်ခွန်း အမျိုးအစားကို ခွင့်ပြု
သင့်သလဲ စတဲ့ မေးခွန်းတွေ ပေါ်လာမှာပါ။
13:52 - 13:54

နည်းပညာဟာ အဲဒါတွေအတွက်
ဖြေရှင်းနည်း မဟုတ်ပါ။
13:54 - 13:58

လူ့ကျင့်ဝတ်နှင့် ဒဿနိကကသာ
အဲဒါတွေကို ဖြေရှင်းပေးနိုင်ပါတယ်။
13:58 - 14:02

လူသားရဲ့ ဆုံးဖြတ်ချက် ချမှတ်ရေးဆိုင်ရာ၊
14:02 - 14:05

လူသားတွေရဲ့ ပူးပေါင်းဆောင်ရွက်မှုနှင့်
လက်တွဲလုပ်ကိုင်မှုဆိုင်ရာ
14:05 - 14:09

သီအိုရီ အားလုံးတို့ဟာ အမှန်တရားကို
အခြေခံကြရတာချည်း ပါပဲ။
14:09 - 14:11

ဒါပေမဲ့ သတင်းအတုတွေ
တိုးတိုးလာတာနဲ့အမျှ၊
14:11 - 14:13

ဗီဒီယိုအတုတွေ တိုးတိုးလာတာနဲ့အမျှ၊
14:13 - 14:15

အသံအတုတွေ တိုးတိုးလာတာနဲ့အမျှ၊
14:15 - 14:19

ကျုပ်တို့ဟာ ဘယ်ဟာက အမှန်၊ ဘယ်ဟာက အတုပါလို့
ကျုပ်တို့ ပြောမရနိုင်တဲ့
14:19 - 14:23

အရှိတရား နိဂုံးချုပ်နိုင်တဲ့ ခြောက်ကမ်းပါး
အနီးကို ချဉ်းကပ်လာနေကြပါတယ်။
14:23 - 14:26

အဲဒါဟာ တကယ့်ကိုပဲ အန္တရာယ်များလှတဲ့
အလားအလာပါပဲ။
14:27 - 14:31

ကျုပ်တို့ဟာ လုပ်ကြံအချက်အလက်တွေကို
ဆန့်ကျင်လျက်
14:31 - 14:33

အမှန်တရားကို တက်ကြွစွာ
ခုခံဖို့ လိုအပ်ပါတယ်။
14:33 - 14:36

ကျုပ်တို့ရဲ့ နည်းပညာတွေနဲ့၊
ကျုပ်တို့ရဲ့ မူဝါဒတွေနဲ့၊
14:36 - 14:38

ပြီးတော့ အရေးအကြီးဆုံး ဖြစ်နိုင်တာက၊
14:38 - 14:42

ကျုပ်တို့ တစ်ဦးချင်းစီရဲ့ တာဝန်သိစိတ်များ၊
14:42 - 14:45

ဆုံးဖြတ်ချက်များ၊ အပြုအမူများနှင့်
လုပ်ဆောင်ဖို့ လိုအပ်ပါမယ်။
14:46 - 14:47

ကျေးဇူးအများကြီးတင်ပါတယ်။
14:47 - 14:51

(လက်ခုပ်သံများ)

Title:: လုပ်ကြံသတင်းအချက်အလက်များရဲ့ ခေတ်မှာ ကျုပ်တို့ အမှန်တရားကို ဘယ်လို ကာကွယ်ပေးနိင်ကြမလဲ
Speaker:: Sinan Aral
Description:: သတင်းအတုတွေဟာ ရွေးကောက်ပွဲတွေကို ချယ်လှယ်နိုင်ကြပြီး စီးပွားရေးကို ထိုးနှက်လျက် နေ့စဉ်ဘဝကို နှောင့်ယှက်နိုင်ကြပါတယ်။ ဒေတာဆိုင်ရာ သိပ္ပံပညာရှင် Sinan Aral က သတင်းတုတွေ ဘာဖြစ်လို့ အရမ်းကို လျင်မြန်စွာ ပျံ့နှံ့တတ်တာကို နားလည်အောင် ရှင်းပြထားပြီး သတင်းတုများဆိုင်ရာ အကြီးမားဆုံး လေ့လာမှု တစ်ခုကို ကိုးကားဖေါ်ပြပေးရင်း ကျုပ်တို့အတွက် အမှန်တရားနဲ့ သတင်းတုတွေရဲ့ ပင့်ကူမျှင် အကြားမှာ ဘယ်လို လှုပ်ရှားနေထိုင်သင့်ကြောင်း မဟာဗျူဟာ ငါးရပ်ကို ချမှတ်ပြသပေးထားပါတယ်။

more » « less
Video Language:: English
Team:: closed TED
Project:: TEDTalks
Duration:: 15:03

	Myo Aung approved Burmese subtitles for How we can protect truth in the age of misinformation
	Myo Aung edited Burmese subtitles for How we can protect truth in the age of misinformation
	Sanda Aung accepted Burmese subtitles for How we can protect truth in the age of misinformation
	Sanda Aung edited Burmese subtitles for How we can protect truth in the age of misinformation
	Myo Aung edited Burmese subtitles for How we can protect truth in the age of misinformation
	Myo Aung edited Burmese subtitles for How we can protect truth in the age of misinformation
	Myo Aung edited Burmese subtitles for How we can protect truth in the age of misinformation

Burmese subtitles

Revisions

Revision 5 Edited

Myo Aung

လုပ်ကြံသတင်းအချက်အလက်များရဲ့ ခေတ်မှာ ကျုပ်တို့ အမှန်တရားကို ဘယ်လို ကာကွယ်ပေးနိင်ကြမလဲ

Revisions

Our website uses cookies

Operating cookies (Required)