menu
close

Επαναστατική Ανάλυση Χειρόγραφου με Τεχνητή Νοημοσύνη Εντοπίζει τη Δυσλεξία σε Παιδιά

Ερευνητές του Πανεπιστημίου του Μπάφαλο ανέπτυξαν ένα σύστημα τεχνητής νοημοσύνης που αναλύει το χειρόγραφο των παιδιών για τον έγκαιρο εντοπισμό σημείων δυσλεξίας και δυσγραφίας. Η τεχνολογία, που δημοσιεύτηκε στο SN Computer Science, εξετάζει λεπτές λεπτομέρειες στα δείγματα γραφής για να εντοπίσει ορθογραφικά λάθη, κακή σχηματοποίηση γραμμάτων και άλλους δείκτες αυτών των μαθησιακών δυσκολιών. Αυτή η προσέγγιση με τη βοήθεια της τεχνητής νοημοσύνης θα μπορούσε να φέρει επανάσταση στον πρώιμο έλεγχο, καθιστώντας τον πιο προσβάσιμο, ειδικά σε υποεξυπηρετούμενες περιοχές που αντιμετωπίζουν ελλείψεις λογοθεραπευτών.
Επαναστατική Ανάλυση Χειρόγραφου με Τεχνητή Νοημοσύνη Εντοπίζει τη Δυσλεξία σε Παιδιά

Μια πρωτοποριακή μελέτη από το Πανεπιστήμιο του Μπάφαλο δείχνει πώς η τεχνητή νοημοσύνη μπορεί να μεταμορφώσει τον έγκαιρο εντοπισμό μαθησιακών δυσκολιών στα παιδιά μέσω της ανάλυσης του χειρόγραφου.

Η έρευνα, που δημοσιεύτηκε στο περιοδικό SN Computer Science στις 14 Μαΐου 2025, παρουσιάζει ένα πλαίσιο που χρησιμοποιεί τεχνητή νοημοσύνη για τον εντοπισμό λεπτών μοτίβων στο χειρόγραφο των παιδιών που σχετίζονται με τη δυσλεξία και τη δυσγραφία. Με επικεφαλής τον Venu Govindaraju, διακεκριμένο καθηγητή Πληροφορικής και Μηχανικής στο SUNY, η ομάδα βασίστηκε στην προηγούμενη πρωτοποριακή του εργασία στην τεχνολογία αναγνώρισης χειρόγραφου, η οποία έχει χρησιμοποιηθεί από την Ταχυδρομική Υπηρεσία των ΗΠΑ για την ταξινόμηση αλληλογραφίας.

"Ο έγκαιρος εντοπισμός αυτών των νευροαναπτυξιακών διαταραχών είναι εξαιρετικά σημαντικός ώστε τα παιδιά να λάβουν τη βοήθεια που χρειάζονται πριν επηρεαστεί αρνητικά η μάθηση και η κοινωνικο-συναισθηματική τους ανάπτυξη", εξηγεί ο Govindaraju, ο οποίος είναι ο κύριος συγγραφέας της μελέτης.

Το σύστημα τεχνητής νοημοσύνης αναλύει διάφορες πτυχές του χειρόγραφου, όπως ο σχηματισμός γραμμάτων, τα διαστήματα, η ταχύτητα γραφής, η πίεση και οι κινήσεις του στυλό. Μπορεί να εντοπίσει ορθογραφικά λάθη, προβλήματα οργάνωσης και άλλους δείκτες που ίσως διαφύγουν από τις παραδοσιακές αξιολογήσεις. Ενώ προηγούμενες έρευνες εστίαζαν κυρίως στην ανίχνευση της δυσγραφίας, αυτή η νέα προσέγγιση στοχεύει στον ταυτόχρονο εντοπισμό και των δύο καταστάσεων.

Για την ανάπτυξη των μοντέλων τους, οι ερευνητές συνεργάστηκαν με την Abbie Olszewski από το Πανεπιστήμιο της Νεβάδα, Ρίνο, η οποία συνέβαλε στη δημιουργία της Λίστας Δεικτών Συμπεριφοράς Δυσγραφίας και Δυσλεξίας (DDBIC). Η ομάδα συνέλεξε δείγματα γραφής από μαθητές νηπιαγωγείου έως και πέμπτης δημοτικού και χρησιμοποιεί αυτά τα δεδομένα για την εκπαίδευση των μοντέλων τεχνητής νοημοσύνης που μπορούν να ολοκληρώσουν τη διαδικασία ελέγχου.

Αυτή η τεχνολογία απαντά σε μια κρίσιμη εθνική έλλειψη λογοθεραπευτών και εργοθεραπευτών που συνήθως διαγιγνώσκουν αυτές τις καταστάσεις. Τα υπάρχοντα εργαλεία ελέγχου, αν και αποτελεσματικά, συχνά είναι δαπανηρά, χρονοβόρα και επικεντρώνονται μόνο σε μία κατάσταση κάθε φορά. Η προσέγγιση με τεχνητή νοημοσύνη θα μπορούσε να καταστήσει τον έγκαιρο εντοπισμό πολύ πιο προσβάσιμο, ιδιαίτερα σε υποεξυπηρετούμενες κοινότητες.

Το έργο αποτελεί μέρος του National AI Institute for Exceptional Education, ενός ερευνητικού οργανισμού με επικεφαλής το Πανεπιστήμιο του Μπάφαλο, που αναπτύσσει συστήματα τεχνητής νοημοσύνης για τον εντοπισμό και την υποστήριξη μικρών παιδιών με διαταραχές λόγου και γλωσσικής επεξεργασίας. Διευκολύνοντας την έγκαιρη παρέμβαση, αυτή η τεχνολογία θα μπορούσε να βελτιώσει σημαντικά τα εκπαιδευτικά αποτελέσματα για εκατομμύρια παιδιά παγκοσμίως.

Source:

Latest News