Une étude révolutionnaire menée par l’Université de Buffalo démontre comment l’intelligence artificielle peut transformer la détection précoce des troubles d’apprentissage grâce à l’analyse de l’écriture manuscrite, offrant ainsi la possibilité à des millions d’enfants de bénéficier d’interventions en temps opportun.
La recherche, publiée dans la revue SN Computer Science, présente un cadre d’analyse de l’écriture manuscrite alimenté par l’IA, capable d’identifier des indicateurs de dyslexie et de dysgraphie chez les jeunes enfants. Dirigée par Venu Govindaraju, professeur émérite SUNY et directeur du National AI Institute for Exceptional Education, l’équipe a développé une technologie qui analyse les difficultés d’orthographe, la mauvaise formation des lettres et les problèmes d’organisation de l’écriture pour détecter ces troubles d’apprentissage.
Alors que la dysgraphie est traditionnellement plus facile à repérer à partir de l’écriture manuscrite en raison de ses manifestations physiques visibles, la dyslexie pose un plus grand défi puisqu’elle affecte principalement la lecture et la parole. Cependant, les chercheurs ont découvert que certains comportements liés à l’écriture, notamment les motifs d’orthographe, peuvent fournir des indices précieux pour la détection de la dyslexie.
« Notre objectif ultime est de simplifier et d’améliorer le dépistage précoce de la dyslexie et de la dysgraphie, et de rendre ces outils plus largement accessibles, surtout dans les régions mal desservies », explique Govindaraju, dont les travaux antérieurs en reconnaissance de l’écriture manuscrite ont révolutionné le tri du courrier pour le service postal américain.
L’équipe a collaboré avec Abbie Olszewski de l’Université du Nevada à Reno, qui a co-développé la Dysgraphia and Dyslexia Behavioral Indicator Checklist (DDBIC). Cet outil identifie 17 indices comportementaux qui surviennent avant, pendant et après l’écriture. Les chercheurs ont recueilli des échantillons d’écriture d’élèves de la maternelle à la 5e année afin de valider l’outil DDBIC et d’entraîner les modèles d’IA.
La technologie s’inscrit dans une initiative plus vaste du National AI Institute for Exceptional Education, qui a reçu une subvention de 20 millions de dollars de la National Science Foundation. L’institut développe deux technologies clés : l’AI Screener pour le dépistage universel précoce et l’AI Orchestrator pour aider les orthophonistes à offrir des interventions individualisées.
La détection précoce est cruciale, car les troubles d’apprentissage peuvent avoir un impact significatif sur le développement académique et socio-émotionnel d’un enfant s’ils ne sont pas pris en charge. Avec la pénurie nationale de spécialistes, cette approche basée sur l’IA pourrait démocratiser l’accès au dépistage et permettre à un plus grand nombre d’enfants de recevoir le soutien nécessaire à une étape clé de leur développement.