menu
close

Przełom w analizie pisma odręcznego z wykorzystaniem AI pozwala wykrywać dysleksję u dzieci

Naukowcy z University at Buffalo opracowali system sztucznej inteligencji analizujący pismo odręczne dzieci w celu wczesnego wykrywania oznak dysleksji i dysgrafii. Technologia, opisana w czasopiśmie SN Computer Science, bada subtelne wzorce w próbkach pisma, aby identyfikować problemy z ortografią, nieprawidłowe kształtowanie liter i inne wskaźniki tych trudności w uczeniu się. To rozwiązanie oparte na AI może zrewolucjonizować wczesne badania przesiewowe, czyniąc je bardziej dostępnymi, zwłaszcza w regionach z niedoborem logopedów.
Przełom w analizie pisma odręcznego z wykorzystaniem AI pozwala wykrywać dysleksję u dzieci

Przełomowe badania przeprowadzone na University at Buffalo pokazują, jak sztuczna inteligencja może zrewolucjonizować wczesne wykrywanie trudności w uczeniu się u dzieci poprzez analizę pisma odręcznego.

Badania opublikowane 14 maja 2025 roku w czasopiśmie SN Computer Science przedstawiają ramy wykorzystania AI do identyfikowania subtelnych wzorców w piśmie dzieci, które korelują z dysleksją i dysgrafią. Zespół pod kierownictwem Venu Govindaraju, wybitnego profesora SUNY w dziedzinie informatyki i inżynierii, oparł się na jego wcześniejszych przełomowych pracach nad technologią rozpoznawania pisma odręcznego, wykorzystywaną m.in. przez amerykańską pocztę do sortowania przesyłek.

"Wczesne wykrywanie tych zaburzeń neurorozwojowych jest kluczowe, aby dzieci otrzymały potrzebną pomoc, zanim negatywnie wpłyną one na ich naukę i rozwój społeczno-emocjonalny" – wyjaśnia Govindaraju, będący autorem korespondencyjnym badania.

System AI analizuje różne aspekty pisma, takie jak kształtowanie liter, odstępy, tempo pisania, nacisk oraz ruchy długopisu. Potrafi wykryć problemy z ortografią, organizacją tekstu i inne wskaźniki, które mogą zostać przeoczone podczas tradycyjnych ocen. Podczas gdy wcześniejsze badania skupiały się głównie na wykrywaniu dysgrafii, nowe podejście pozwala na jednoczesną identyfikację obu zaburzeń.

W celu opracowania modeli badacze współpracowali z Abbie Olszewski z University of Nevada, Reno, współautorką listy wskaźników behawioralnych dysgrafii i dysleksji (DDBIC). Zespół zebrał próbki pisma od uczniów od zerówki do piątej klasy i wykorzystuje te dane do trenowania modeli AI, które mogą przeprowadzać badania przesiewowe.

Technologia ta odpowiada na poważny ogólnokrajowy niedobór logopedów i terapeutów zajęciowych, którzy zwykle diagnozują te zaburzenia. Obecne narzędzia przesiewowe, choć skuteczne, są często kosztowne, czasochłonne i skupiają się na jednym zaburzeniu naraz. Rozwiązanie oparte na AI może uczynić wczesną diagnostykę szerzej dostępną, zwłaszcza w społecznościach niedostatecznie zaopatrzonych.

Prace te są częścią działalności National AI Institute for Exceptional Education – organizacji badawczej kierowanej przez UB, która opracowuje systemy AI do identyfikacji i wspierania małych dzieci z zaburzeniami przetwarzania mowy i języka. Dzięki umożliwieniu wcześniejszej interwencji, ta technologia może znacząco poprawić wyniki edukacyjne milionów dzieci na całym świecie.

Source:

Latest News