menu
close

Tagumpay sa AI Handwriting Analysis: Natutukoy ang Disleksiya sa mga Bata

Nakabuo ang mga mananaliksik mula sa University at Buffalo ng isang sistemang artificial intelligence na sumusuri sa sulat-kamay ng mga bata upang matukoy ang maagang palatandaan ng disleksiya at disgrafiya. Inilathala sa SN Computer Science, sinusuri ng teknolohiyang ito ang mga banayad na pattern sa mga sample ng sulat-kamay upang matukoy ang mga isyu sa pagbabaybay, hindi maayos na pagbuo ng mga letra, at iba pang indikasyon ng mga learning disability na ito. Maaaring baguhin ng AI-powered na paraan na ito ang maagang pagsusuri, lalo na sa mga lugar na kulang sa mga speech-language pathologist.
Tagumpay sa AI Handwriting Analysis: Natutukoy ang Disleksiya sa mga Bata

Isang makabagong pag-aaral mula sa University at Buffalo ang nagpapakita kung paano maaaring baguhin ng artificial intelligence ang maagang pagtukoy ng mga learning disability sa mga bata sa pamamagitan ng pagsusuri ng sulat-kamay.

Ang pananaliksik, na inilathala sa journal na SN Computer Science noong Mayo 14, 2025, ay naglalahad ng isang balangkas na gumagamit ng AI upang matukoy ang mga banayad na pattern sa sulat-kamay ng mga bata na may kaugnayan sa disleksiya at disgrafiya. Pinangunahan ni Venu Govindaraju, isang SUNY Distinguished Professor sa Computer Science and Engineering, ang koponan na bumuo sa kanyang naunang makabagong gawain sa handwriting recognition technology na ginamit ng U.S. Postal Service para sa mail sorting.

"Napakahalaga ng maagang pagtukoy sa mga neurodevelopmental disorder na ito upang matiyak na makakatanggap ng tamang tulong ang mga bata bago ito makaapekto nang negatibo sa kanilang pagkatuto at pag-unlad sa emosyon at lipunan," paliwanag ni Govindaraju, na siyang pangunahing may-akda ng pag-aaral.

Sinusuri ng AI system ang iba't ibang aspeto ng sulat-kamay, kabilang ang pagbuo ng mga letra, espasyo, bilis ng pagsusulat, diin ng panulat, at galaw ng bolpen. Kaya nitong matukoy ang mga isyu sa pagbabaybay, problema sa organisasyon, at iba pang indikasyon na maaaring hindi makita sa tradisyonal na pagsusuri. Habang ang mga naunang pag-aaral ay nakatuon lamang sa pagtukoy ng disgrafiya, layunin ng bagong paraan na ito na matukoy ang parehong kondisyon nang sabay.

Sa pagbuo ng kanilang mga modelo, nakipagtulungan ang mga mananaliksik kay Abbie Olszewski mula sa University of Nevada, Reno, na co-developer ng Dysgraphia and Dyslexia Behavioral Indicator Checklist (DDBIC). Nangolekta ang koponan ng mga sample ng sulat-kamay mula sa mga estudyante mula kindergarten hanggang ika-limang baitang at ginagamit ang datos na ito upang sanayin ang mga AI model para sa screening process.

Tinutugunan ng teknolohiyang ito ang malaking kakulangan ng mga speech-language pathologist at occupational therapist sa buong bansa na karaniwang nag-dadiagnose ng mga kondisyong ito. Ang kasalukuyang mga screening tool, bagama't epektibo, ay madalas na magastos, matagal, at nakatuon lamang sa isang kondisyon sa bawat pagkakataon. Maaaring gawing mas abot-kaya at mas malawak ang maagang pagtukoy gamit ang AI-powered na paraan, lalo na sa mga komunidad na kulang sa serbisyo.

Bahagi ang gawaing ito ng National AI Institute for Exceptional Education, isang organisasyong pinamumunuan ng UB na gumagawa ng mga AI system upang matukoy at matulungan ang mga batang may speech at language processing disorder. Sa pamamagitan ng mas maagang interbensyon, maaaring lubos na mapabuti ng teknolohiyang ito ang mga resulta sa edukasyon ng milyun-milyong bata sa buong mundo.

Source:

Latest News