Sebuah studi terobosan dari University at Buffalo menunjukkan bagaimana kecerdasan buatan dapat mentransformasi deteksi dini gangguan belajar pada anak melalui analisis tulisan tangan.
Riset yang dipublikasikan di jurnal SN Computer Science pada 14 Mei 2025 ini memaparkan kerangka kerja yang menggunakan AI untuk mengidentifikasi pola-pola halus dalam tulisan tangan anak yang berkorelasi dengan disleksia dan disgrafia. Dipimpin oleh Venu Govindaraju, SUNY Distinguished Professor di bidang Ilmu Komputer dan Teknik, tim peneliti mengembangkan teknologi ini berdasarkan karya pionir Govindaraju sebelumnya dalam pengenalan tulisan tangan yang telah digunakan oleh Layanan Pos AS untuk penyortiran surat.
"Mendeteksi gangguan neurodevelopmental ini sejak dini sangat penting agar anak-anak bisa mendapatkan bantuan yang mereka butuhkan sebelum berdampak negatif pada pembelajaran dan perkembangan sosial-emosional mereka," jelas Govindaraju, yang juga menjadi penulis korespondensi dalam studi ini.
Sistem AI ini menganalisis berbagai aspek tulisan tangan, termasuk pembentukan huruf, jarak antar huruf, kecepatan menulis, tekanan, dan gerakan pena. AI ini mampu mendeteksi masalah ejaan, masalah organisasi, serta indikator lain yang mungkin terlewat dalam asesmen tradisional. Jika penelitian sebelumnya lebih banyak berfokus pada deteksi disgrafia, pendekatan baru ini bertujuan mengidentifikasi kedua kondisi tersebut secara bersamaan.
Untuk mengembangkan model AI, para peneliti bekerja sama dengan Abbie Olszewski dari University of Nevada, Reno, yang ikut mengembangkan Dysgraphia and Dyslexia Behavioral Indicator Checklist (DDBIC). Tim mengumpulkan sampel tulisan tangan dari siswa TK hingga kelas 5 SD dan menggunakan data ini untuk melatih model AI yang dapat melakukan proses skrining.
Teknologi ini menjawab kekurangan nasional terapis wicara-bahasa dan terapis okupasi yang biasanya mendiagnosis kondisi tersebut. Alat skrining saat ini, meski efektif, sering kali mahal, memakan waktu, dan hanya fokus pada satu kondisi dalam satu waktu. Pendekatan berbasis AI ini dapat membuat deteksi dini lebih luas dan mudah diakses, khususnya di komunitas yang kurang terlayani.
Penelitian ini merupakan bagian dari National AI Institute for Exceptional Education, sebuah organisasi riset yang dipimpin UB dan mengembangkan sistem AI untuk mengidentifikasi serta membantu anak-anak usia dini dengan gangguan pemrosesan bicara dan bahasa. Dengan memungkinkan intervensi lebih awal, teknologi ini berpotensi meningkatkan hasil pendidikan bagi jutaan anak di seluruh dunia.