menu
close

Proboj u analizi rukopisa pomoću umjetne inteligencije otkriva disleksiju kod djece

Istraživači Sveučilišta u Buffalu razvili su sustav umjetne inteligencije koji analizira dječji rukopis kako bi otkrio rane znakove disleksije i disgrafije. Tehnologija, objavljena u časopisu SN Computer Science, proučava suptilne obrasce u uzorcima rukopisa kako bi identificirala probleme s pravopisom, loše oblikovanje slova i druge pokazatelje ovih teškoća u učenju. Ovaj pristup temeljen na umjetnoj inteligenciji mogao bi revolucionirati rano probirno testiranje, čineći ga dostupnijim, osobito u nedovoljno opskrbljenim područjima koja se suočavaju s manjkom logopeda.
Proboj u analizi rukopisa pomoću umjetne inteligencije otkriva disleksiju kod djece

Revolucionarno istraživanje Sveučilišta u Buffalu pokazuje kako umjetna inteligencija može transformirati rano otkrivanje teškoća u učenju kod djece analizom rukopisa.

Istraživanje, objavljeno 14. svibnja 2025. u časopisu SN Computer Science, opisuje okvir koji koristi umjetnu inteligenciju za prepoznavanje suptilnih obrazaca u dječjem rukopisu koji su povezani s disleksijom i disgrafijom. Tim, na čelu s Venuom Govindarajuom, istaknutim profesorom računalnih znanosti i inženjerstva na SUNY-u, nadogradio je njegovo prethodno pionirsko istraživanje tehnologije prepoznavanja rukopisa, koju koristi i Američka poštanska služba za sortiranje pošte.

"Rano prepoznavanje ovih neurorazvojnih poremećaja izuzetno je važno kako bi djeca dobila potrebnu pomoć prije nego što to negativno utječe na njihovo učenje i socio-emocionalni razvoj", objašnjava Govindaraju, koji je i korespondentni autor studije.

Sustav umjetne inteligencije analizira različite aspekte rukopisa, uključujući oblikovanje slova, razmak, brzinu pisanja, pritisak i pokrete olovke. Može otkriti probleme s pravopisom, organizacijom i druge pokazatelje koji bi mogli proći nezamijećeno u tradicionalnim procjenama. Dok su se prethodna istraživanja uglavnom fokusirala na detekciju disgrafije, ovaj novi pristup ima za cilj istovremeno prepoznati oba poremećaja.

Za razvoj svojih modela, istraživači su surađivali s Abbie Olszewski sa Sveučilišta Nevada u Renu, koja je su-autorica Kontrolne liste bihevioralnih pokazatelja disgrafije i disleksije (DDBIC). Tim je prikupio uzorke rukopisa učenika od vrtića do petog razreda i koristi te podatke za treniranje AI modela koji mogu provesti probirni postupak.

Ova tehnologija odgovara na kritičan nacionalni nedostatak logopeda i radnih terapeuta koji obično dijagnosticiraju ova stanja. Trenutni alati za probir, iako učinkoviti, često su skupi, zahtijevaju puno vremena i fokusiraju se samo na jedno stanje odjednom. Pristup temeljen na umjetnoj inteligenciji mogao bi učiniti rano otkrivanje znatno dostupnijim, osobito u zajednicama s nedostatkom resursa.

Ovo istraživanje dio je Nacionalnog instituta za umjetnu inteligenciju za izuzetno obrazovanje, istraživačke organizacije pod vodstvom Sveučilišta u Buffalu koja razvija AI sustave za prepoznavanje i pomoć djeci s poremećajima govora i jezične obrade. Omogućavanjem ranije intervencije, ova tehnologija mogla bi značajno poboljšati obrazovne ishode za milijune djece diljem svijeta.

Source:

Latest News