Μια πρωτοποριακή μελέτη από το Πανεπιστήμιο του Μπάφαλο αποδεικνύει πώς η τεχνητή νοημοσύνη μπορεί να μεταμορφώσει την έγκαιρη ανίχνευση μαθησιακών δυσκολιών μέσω της ανάλυσης χειρόγραφου, βοηθώντας δυνητικά εκατομμύρια παιδιά να λάβουν έγκαιρη παρέμβαση.
Η έρευνα, που δημοσιεύτηκε στο περιοδικό SN Computer Science, περιγράφει ένα πλαίσιο ανάλυσης χειρόγραφου με τη χρήση τεχνητής νοημοσύνης, το οποίο μπορεί να εντοπίσει ενδείξεις δυσλεξίας και δυσγραφίας σε μικρά παιδιά. Υπό την καθοδήγηση του Venu Govindaraju, διακεκριμένου καθηγητή του SUNY και διευθυντή του Εθνικού Ινστιτούτου ΤΝ για την Εξαιρετική Εκπαίδευση, η ομάδα ανέπτυξε τεχνολογία που αναλύει προβλήματα στην ορθογραφία, τη διαμόρφωση γραμμάτων και την οργάνωση του γραπτού λόγου για την ανίχνευση αυτών των μαθησιακών δυσκολιών.
Ενώ η δυσγραφία παραδοσιακά εντοπίζεται ευκολότερα μέσω του χειρόγραφου λόγω των εμφανών φυσικών εκδηλώσεών της, η δυσλεξία αποτελεί μεγαλύτερη πρόκληση, καθώς επηρεάζει κυρίως την ανάγνωση και την ομιλία. Ωστόσο, οι ερευνητές διαπίστωσαν ότι ορισμένες συμπεριφορές στο χειρόγραφο, ιδιαίτερα τα ορθογραφικά μοτίβα, μπορούν να προσφέρουν πολύτιμες ενδείξεις για την ανίχνευση της δυσλεξίας.
«Ο απώτερος στόχος μας είναι να απλοποιήσουμε και να βελτιώσουμε τον πρώιμο έλεγχο για δυσλεξία και δυσγραφία, και να κάνουμε αυτά τα εργαλεία ευρύτερα διαθέσιμα, ειδικά σε υποεξυπηρετούμενες περιοχές», δήλωσε ο Govindaraju, του οποίου η προηγούμενη εργασία στην αναγνώριση χειρόγραφου επανάστασε τη διαλογή αλληλογραφίας για την Ταχυδρομική Υπηρεσία των ΗΠΑ.
Η ομάδα συνεργάστηκε με την Abbie Olszewski από το Πανεπιστήμιο της Νεβάδα, Ρίνο, η οποία συν-ανέπτυξε το Dysgraphia and Dyslexia Behavioral Indicator Checklist (DDBIC). Το εργαλείο αυτό εντοπίζει 17 συμπεριφορικές ενδείξεις που εμφανίζονται πριν, κατά τη διάρκεια και μετά τη γραφή. Οι ερευνητές συνέλεξαν δείγματα γραφής από μαθητές νηπιαγωγείου έως και πέμπτης δημοτικού για να επικυρώσουν το εργαλείο DDBIC και να εκπαιδεύσουν τα μοντέλα τεχνητής νοημοσύνης.
Η τεχνολογία αποτελεί μέρος μιας ευρύτερης πρωτοβουλίας του Εθνικού Ινστιτούτου ΤΝ για την Εξαιρετική Εκπαίδευση, το οποίο έλαβε επιχορήγηση 20 εκατομμυρίων δολαρίων από το Εθνικό Ίδρυμα Επιστημών. Το ινστιτούτο αναπτύσσει δύο βασικές τεχνολογίες: το AI Screener για καθολικό πρώιμο έλεγχο και το AI Orchestrator για την υποστήριξη λογοθεραπευτών με εξατομικευμένες παρεμβάσεις.
Η έγκαιρη ανίχνευση είναι κρίσιμη, καθώς οι μαθησιακές δυσκολίες μπορούν να επηρεάσουν σημαντικά την ακαδημαϊκή και κοινωνικο-συναισθηματική ανάπτυξη του παιδιού αν δεν αντιμετωπιστούν. Με τη γενικευμένη έλλειψη ειδικών, αυτή η προσέγγιση με τεχνητή νοημοσύνη θα μπορούσε να δημοκρατικοποιήσει την πρόσβαση στον έλεγχο και να διασφαλίσει ότι περισσότερα παιδιά θα λάβουν την υποστήριξη που χρειάζονται σε ένα κρίσιμο στάδιο της ανάπτυξής τους.