Satu kajian inovatif dari University at Buffalo menunjukkan bagaimana kecerdasan buatan boleh merevolusikan pengesanan awal ketidakupayaan pembelajaran melalui analisis tulisan tangan, berpotensi membantu jutaan kanak-kanak menerima intervensi tepat pada masanya.
Kajian yang diterbitkan dalam jurnal SN Computer Science ini menggariskan rangka kerja untuk analisis tulisan tangan berkuasa AI yang boleh mengenal pasti petunjuk disleksia dan disgrafia dalam kalangan kanak-kanak. Diketuai oleh Venu Govindaraju, Profesor Tersohor SUNY dan pengarah National AI Institute for Exceptional Education, pasukan ini telah membangunkan teknologi yang menganalisis isu ejaan, pembentukan huruf yang lemah, dan masalah organisasi penulisan untuk mengesan ketidakupayaan pembelajaran ini.
Walaupun disgrafia secara tradisional lebih mudah dikesan melalui tulisan tangan kerana manifestasi fizikalnya yang jelas, disleksia pula lebih mencabar kerana ia terutamanya menjejaskan pembacaan dan pertuturan. Namun, para penyelidik mendapati bahawa tingkah laku tertentu dalam tulisan tangan, terutamanya corak ejaan, boleh memberikan petunjuk penting untuk pengesanan disleksia.
"Matlamat utama kami adalah untuk memudahkan dan memperbaiki saringan awal bagi disleksia dan disgrafia, serta menjadikan alat ini lebih meluas, khususnya di kawasan kurang mendapat perkhidmatan," kata Govindaraju, yang sebelum ini telah merevolusikan pengenalan tulisan tangan untuk sistem penyusunan surat di Perkhidmatan Pos Amerika Syarikat.
Pasukan ini bekerjasama dengan Abbie Olszewski dari University of Nevada, Reno, yang bersama-sama membangunkan Dysgraphia and Dyslexia Behavioral Indicator Checklist (DDBIC). Alat ini mengenal pasti 17 petunjuk tingkah laku yang berlaku sebelum, semasa, dan selepas menulis. Para penyelidik mengumpul sampel tulisan daripada pelajar tadika hingga Tahun 5 untuk mengesahkan alat DDBIC dan melatih model AI.
Teknologi ini adalah sebahagian daripada inisiatif lebih besar di National AI Institute for Exceptional Education, yang menerima geran $20 juta daripada National Science Foundation. Institut ini sedang membangunkan dua teknologi utama: AI Screener untuk saringan awal sejagat dan AI Orchestrator bagi membantu pakar patologi pertuturan-bahasa dengan intervensi individu.
Pengesanan awal amat penting kerana ketidakupayaan pembelajaran boleh memberi kesan besar terhadap perkembangan akademik dan sosial-emosi kanak-kanak jika tidak ditangani. Dengan kekurangan pakar di seluruh negara, pendekatan berasaskan AI ini boleh mendemokrasikan akses kepada saringan dan memastikan lebih ramai kanak-kanak menerima sokongan yang mereka perlukan pada peringkat perkembangan yang kritikal.