Buffalon yliopiston uraauurtava tutkimus osoittaa, kuinka tekoäly voi mullistaa oppimisvaikeuksien varhaisen tunnistamisen käsialan analyysin avulla ja auttaa miljoonia lapsia saamaan oikea-aikaista tukea.
Tutkimus, joka julkaistiin SN Computer Science -lehdessä, esittelee tekoälypohjaisen käsialan analyysin viitekehyksen, jonka avulla voidaan tunnistaa dysleksian ja dysgrafian merkkejä nuorilla lapsilla. Hanketta johtanut Venu Govindaraju, SUNY:n arvostettu professori ja National AI Institute for Exceptional Education -instituutin johtaja, on kehittänyt tiiminsä kanssa teknologian, joka analysoi muun muassa oikeinkirjoitusvirheitä, kirjainten muodostuksen puutteita ja kirjoittamisen jäsentelyongelmia oppimisvaikeuksien tunnistamiseksi.
Dysgrafia on perinteisesti ollut helpommin havaittavissa käsialasta sen fyysisten ilmenemismuotojen vuoksi, kun taas dysleksian tunnistaminen on ollut haastavampaa, sillä se vaikuttaa pääasiassa lukemiseen ja puheeseen. Tutkijat kuitenkin havaitsivat, että tietyt käsialaan liittyvät käyttäytymismallit, erityisesti oikeinkirjoitus, voivat antaa arvokkaita vihjeitä myös dysleksian tunnistamiseen.
"Tavoitteenamme on tehostaa ja parantaa dysleksian ja dysgrafian varhaista seulontaa sekä tehdä näistä työkaluista laajemmin saatavilla, erityisesti heikosti palvelluilla alueilla", kertoo Govindaraju, jonka aiempi käsialantunnistustyö mullisti Yhdysvaltain postilaitoksen postinlajittelun.
Tutkimusryhmä teki yhteistyötä Abbie Olszewskin kanssa Nevadan yliopistosta (Reno), joka oli mukana kehittämässä Dysgraphia and Dyslexia Behavioral Indicator Checklist (DDBIC) -työkalua. Tämä työkalu tunnistaa 17 käyttäytymisvihjettä, jotka ilmenevät ennen kirjoittamista, sen aikana ja jälkeen. Tutkijat keräsivät kirjoitusnäytteitä esikoululaisista viidesluokkalaisiin DDBIC-työkalun validointia ja tekoälymallien koulutusta varten.
Teknologia on osa laajempaa National AI Institute for Exceptional Education -instituutin hanketta, joka on saanut 20 miljoonan dollarin apurahan National Science Foundationilta. Instituutti kehittää kahta keskeistä teknologiaa: AI Screener -työkalua universaaliin varhaisseulontaan sekä AI Orchestrator -järjestelmää, joka tukee puheterapeutteja yksilöllisten interventioiden suunnittelussa.
Varhainen tunnistaminen on ratkaisevan tärkeää, sillä oppimisvaikeudet voivat ilman tukea vaikuttaa merkittävästi lapsen koulumenestykseen ja sosioemotionaaliseen kehitykseen. Asiantuntijapulan vallitessa tekoälypohjainen lähestymistapa voi demokratisoida seulontaa ja varmistaa, että yhä useampi lapsi saa tarvitsemansa tuen tärkeässä kehitysvaiheessa.