Une étude révolutionnaire menée par l’Université de Buffalo montre comment l’intelligence artificielle peut transformer le dépistage précoce des troubles d’apprentissage grâce à l’analyse de l’écriture manuscrite, offrant ainsi à des millions d’enfants la possibilité de bénéficier d’une intervention rapide.
Publiée dans la revue SN Computer Science, la recherche présente un cadre d’analyse de l’écriture manuscrite reposant sur l’IA, capable d’identifier des indicateurs de dyslexie et de dysgraphie chez les jeunes enfants. Sous la direction de 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 afin de détecter ces troubles d’apprentissage.
Si la dysgraphie est traditionnellement plus facile à repérer via l’écriture manuscrite en raison de ses manifestations physiques visibles, la dyslexie pose un défi plus important car elle affecte principalement la lecture et l’expression orale. Cependant, les chercheurs ont découvert que certains comportements liés à l’écriture, en particulier les schémas orthographiques, 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, notamment dans les zones sous-desservies », explique Govindaraju, dont les travaux antérieurs sur la reconnaissance de l’écriture manuscrite ont révolutionné le tri du courrier pour la Poste américaine.
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 observés avant, pendant et après l’écriture. Les chercheurs ont recueilli des échantillons d’écriture d’élèves de la maternelle au CM2 afin de valider l’outil DDBIC et d’entraîner les modèles d’IA.
Cette technologie s’inscrit dans une initiative plus large 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 un dépistage précoce universel et l’AI Orchestrator destiné à assister les orthophonistes dans la mise en place d’interventions individualisées.
La détection précoce est cruciale, car les troubles d’apprentissage peuvent avoir un impact significatif sur le développement scolaire et socio-émotionnel d’un enfant s’ils ne sont pas pris en charge. Face à la pénurie nationale de spécialistes, cette approche basée sur l’IA pourrait démocratiser l’accès au dépistage et garantir à un plus grand nombre d’enfants le soutien nécessaire à une étape clé de leur développement.