Et banebrydende studie fra University at Buffalo viser, hvordan kunstig intelligens kan forvandle den tidlige opsporing af indlæringsvanskeligheder hos børn gennem analyse af håndskrift.
Forskningen, der blev offentliggjort i tidsskriftet SN Computer Science den 14. maj 2025, præsenterer en ramme, der bruger AI til at identificere subtile mønstre i børns håndskrift, som korrelerer med dysleksi og dysgrafi. Under ledelse af Venu Govindaraju, SUNY Distinguished Professor i datalogi og ingeniørvidenskab, byggede teamet videre på hans tidligere banebrydende arbejde inden for håndskriftsgenkendelsesteknologi, som blandt andet er blevet brugt af det amerikanske postvæsen til postsortering.
"At opdage disse neuro-udviklingsforstyrrelser tidligt er afgørende for at sikre, at børn får den hjælp, de har brug for, inden det påvirker deres læring og socio-emotionelle udvikling negativt," forklarer Govindaraju, der er korresponderende forfatter på studiet.
AI-systemet analyserer forskellige aspekter af håndskriften, herunder bogstavdannelse, afstand, skrivehastighed, tryk og pennebevægelser. Det kan opdage staveproblemer, organiseringsvanskeligheder og andre indikatorer, som traditionelle vurderinger ofte overser. Hvor tidligere forskning primært har fokuseret på at opdage dysgrafi, sigter denne nye tilgang mod at identificere begge tilstande samtidigt.
For at udvikle deres modeller samarbejdede forskerne med Abbie Olszewski fra University of Nevada, Reno, som var med til at udvikle Dysgraphia and Dyslexia Behavioral Indicator Checklist (DDBIC). Teamet indsamlede håndskriftprøver fra elever fra børnehaveklasse til 5. klasse og bruger disse data til at træne AI-modeller, der kan gennemføre screeningsprocessen.
Denne teknologi adresserer en kritisk national mangel på tale-sprogpatologer og ergoterapeuter, som typisk diagnosticerer disse tilstande. Nuværende screeningsværktøjer er effektive, men ofte dyre, tidskrævende og fokuserer kun på én tilstand ad gangen. Den AI-drevne tilgang kan gøre tidlig opsporing langt mere tilgængelig, især i ressourcesvage områder.
Arbejdet er en del af National AI Institute for Exceptional Education, en UB-ledet forskningsorganisation, der udvikler AI-systemer til at identificere og støtte små børn med tale- og sprogforstyrrelser. Ved at muliggøre tidligere intervention kan denne teknologi markant forbedre de uddannelsesmæssige resultater for millioner af børn verden over.