menu
close

Proboj u analizi rukopisa pomoću umjetne inteligencije otkriva rane znakove disleksije

Istraživači sa Sveučilišta u Buffalu razvili su sustav umjetne inteligencije koji analizira dječji rukopis kako bi otkrio rane znakove disleksije i disgrafije. Tehnologija, predstavljena u časopisu SN Computer Science, ima za cilj unaprijediti probir ovih teškoća u učenju identificiranjem specifičnih obrazaca u rukopisu. Ova inovacija mogla bi pomoći u rješavanju nedostatka logopeda i radnih terapeuta na nacionalnoj razini, čineći rano otkrivanje dostupnijim, osobito u nedovoljno opskrbljenim područjima.
Proboj u analizi rukopisa pomoću umjetne inteligencije otkriva rane znakove disleksije

Revolucionarno istraživanje sa Sveučilišta u Buffalu pokazuje kako umjetna inteligencija može transformirati rano otkrivanje teškoća u učenju analizom rukopisa, potencijalno pomažući milijunima djece da pravovremeno dobiju potrebnu podršku.

Studija, objavljena u časopisu SN Computer Science, opisuje okvir za analizu rukopisa pomoću umjetne inteligencije koji može prepoznati pokazatelje disleksije i disgrafije kod male djece. Tim, predvođen Venuom Govindarajuom, istaknutim profesorom na SUNY-ju i ravnateljem Nacionalnog AI instituta za iznimno obrazovanje, razvio je tehnologiju koja analizira probleme s pravopisom, lošu formaciju slova i poteškoće u organizaciji pisanja kako bi otkrila ove teškoće u učenju.

Iako je disgrafiju tradicionalno bilo lakše prepoznati kroz rukopis zbog njezinih vidljivih fizičkih manifestacija, disleksija predstavlja veći izazov jer prvenstveno utječe na čitanje i govor. Međutim, istraživači su otkrili da određena ponašanja u pisanju, osobito obrasci pravopisa, mogu pružiti vrijedne tragove za otkrivanje disleksije.

"Naš krajnji cilj je pojednostaviti i unaprijediti rano testiranje na disleksiju i disgrafiju te učiniti ove alate široko dostupnima, osobito u nedovoljno opskrbljenim područjima", rekao je Govindaraju, čiji je prethodni rad na prepoznavanju rukopisa revolucionirao sortiranje pošte za američku poštansku službu.

Tim je surađivao s Abbie Olszewski sa Sveučilišta Nevada, Reno, koja je su-autorica Kontrolnog popisa bihevioralnih pokazatelja disgrafije i disleksije (DDBIC). Ovaj alat identificira 17 bihevioralnih znakova koji se pojavljuju prije, tijekom i nakon pisanja. Istraživači su prikupili uzorke pisanja učenika od vrtića do petog razreda kako bi validirali DDBIC alat i trenirali AI modele.

Tehnologija je dio šire inicijative Nacionalnog AI instituta za iznimno obrazovanje, koji je dobio 20 milijuna dolara od Nacionalne zaklade za znanost. Institut razvija dvije ključne tehnologije: AI Screener za univerzalni rani probir i AI Orchestrator za pomoć logopedima u individualiziranim intervencijama.

Rano otkrivanje je ključno, jer teškoće u učenju mogu značajno utjecati na akademski i socio-emocionalni razvoj djeteta ako ostanu neprepoznate. S obzirom na nedostatak stručnjaka na nacionalnoj razini, ovaj pristup temeljen na umjetnoj inteligenciji mogao bi demokratizirati pristup probiru i osigurati da više djece dobije potrebnu podršku u ključnoj razvojnoj fazi.

Source: Sciencedaily

Latest News