menu
close

Analisis Tulisan Tangan Berasaskan AI Mengesan Disleksia dalam Kalangan Kanak-kanak

Penyelidik dari University at Buffalo telah membangunkan sistem kecerdasan buatan yang menganalisis tulisan tangan kanak-kanak untuk mengesan tanda awal disleksia dan disgrafia. Teknologi ini, yang diterbitkan dalam SN Computer Science, meneliti corak halus dalam sampel tulisan tangan untuk mengenal pasti isu ejaan, pembentukan huruf yang lemah, dan petunjuk lain berkaitan masalah pembelajaran ini. Pendekatan berasaskan AI ini berpotensi merevolusikan saringan awal dengan menjadikannya lebih mudah diakses, terutamanya di kawasan kurang mendapat perkhidmatan yang berdepan kekurangan pakar patologi pertuturan-bahasa.
Analisis Tulisan Tangan Berasaskan AI Mengesan Disleksia dalam Kalangan Kanak-kanak

Satu kajian inovatif dari University at Buffalo menunjukkan bagaimana kecerdasan buatan (AI) boleh mengubah cara pengesanan awal masalah pembelajaran dalam kalangan kanak-kanak melalui analisis tulisan tangan.

Penyelidikan yang diterbitkan dalam jurnal SN Computer Science pada 14 Mei 2025 ini memperincikan satu kerangka kerja yang menggunakan AI untuk mengenal pasti corak halus dalam tulisan tangan kanak-kanak yang berkait rapat dengan disleksia dan disgrafia. Diketuai oleh Venu Govindaraju, Profesor Tersohor SUNY dalam Sains Komputer dan Kejuruteraan, pasukan ini membina teknologi berdasarkan kerja perintis beliau sebelum ini dalam pengenalan tulisan tangan yang telah digunakan oleh Perkhidmatan Pos Amerika Syarikat untuk pengasingan surat.

"Mengesan gangguan neuroperkembangan ini pada peringkat awal adalah sangat penting bagi memastikan kanak-kanak menerima bantuan yang diperlukan sebelum ia memberi kesan negatif kepada pembelajaran dan perkembangan sosial-emosi mereka," jelas Govindaraju, yang juga merupakan penulis utama kajian ini.

Sistem AI ini menganalisis pelbagai aspek tulisan tangan, termasuk pembentukan huruf, jarak antara huruf, kelajuan menulis, tekanan, dan pergerakan pen. Ia mampu mengesan masalah ejaan, isu organisasi, dan petunjuk lain yang mungkin terlepas dalam penilaian tradisional. Walaupun penyelidikan terdahulu lebih tertumpu kepada pengesanan disgrafia, pendekatan baharu ini bertujuan mengenal pasti kedua-dua keadaan secara serentak.

Untuk membangunkan model-model mereka, para penyelidik bekerjasama dengan Abbie Olszewski dari University of Nevada, Reno, yang turut membangunkan Senarai Semak Petunjuk Tingkah Laku Disgrafia dan Disleksia (DDBIC). Pasukan ini mengumpul sampel tulisan tangan daripada pelajar tadika hingga Tahun 5 dan menggunakan data ini untuk melatih model AI yang boleh melengkapkan proses saringan.

Teknologi ini menangani kekurangan kritikal pakar patologi pertuturan-bahasa dan ahli terapi carakerja di seluruh negara yang biasanya mendiagnosis keadaan ini. Alat saringan sedia ada, walaupun berkesan, selalunya mahal, memakan masa, dan hanya memfokuskan kepada satu keadaan pada satu masa. Pendekatan berasaskan AI ini boleh menjadikan pengesanan awal lebih meluas, terutamanya di komuniti yang kurang mendapat perkhidmatan.

Usaha ini merupakan sebahagian daripada National AI Institute for Exceptional Education, sebuah organisasi penyelidikan yang diterajui UB yang membangunkan sistem AI untuk mengenal pasti dan membantu kanak-kanak kecil dengan gangguan pemprosesan pertuturan dan bahasa. Dengan membolehkan intervensi lebih awal, teknologi ini berpotensi meningkatkan hasil pendidikan bagi jutaan kanak-kanak di seluruh dunia.

Source:

Latest News