En banbrytande studie från University at Buffalo visar hur artificiell intelligens kan förändra den tidiga upptäckten av inlärningssvårigheter genom handskriftsanalys, och därigenom potentiellt hjälpa miljontals barn att få tidiga insatser.
Forskningen, som publicerats i tidskriften SN Computer Science, presenterar ett ramverk för AI-baserad handskriftsanalys som kan identifiera tecken på dyslexi och dysgrafi hos yngre barn. Under ledning av Venu Govindaraju, SUNY Distinguished Professor och chef för National AI Institute for Exceptional Education, har teamet utvecklat teknik som analyserar stavningsproblem, bristande bokstavsformning och svårigheter med skrivorganisation för att upptäcka dessa inlärningssvårigheter.
Medan dysgrafi traditionellt har varit lättare att identifiera genom handskriften på grund av dess synliga fysiska uttryck, utgör dyslexi en större utmaning eftersom den främst påverkar läsning och tal. Forskarna fann dock att vissa handskriftsbeteenden, särskilt stavningsmönster, kan ge värdefulla ledtrådar för att upptäcka dyslexi.
"Vårt slutgiltiga mål är att effektivisera och förbättra den tidiga screeningen för dyslexi och dysgrafi, samt göra dessa verktyg mer tillgängliga, särskilt i underförsörjda områden", säger Govindaraju, vars tidigare arbete inom handskriftsigenkänning revolutionerade postsorteringen för den amerikanska posten.
Forskargruppen samarbetade med Abbie Olszewski från University of Nevada, Reno, som varit med och utvecklat Dysgraphia and Dyslexia Behavioral Indicator Checklist (DDBIC). Detta verktyg identifierar 17 beteendemässiga indikatorer som uppträder före, under och efter skrivandet. Forskarna samlade in skrivprov från elever i förskoleklass till årskurs 5 för att validera DDBIC-verktyget och träna AI-modellerna.
Teknologin är en del av ett större initiativ vid National AI Institute for Exceptional Education, som fått ett anslag på 20 miljoner dollar från National Science Foundation. Institutet utvecklar två nyckelteknologier: AI Screener för universell tidig screening och AI Orchestrator för att bistå logopeder med individanpassade insatser.
Tidig upptäckt är avgörande, eftersom inlärningssvårigheter kan få betydande konsekvenser för ett barns akademiska och sociala utveckling om de inte åtgärdas. Med den nationella bristen på specialister kan detta AI-drivna tillvägagångssätt demokratisera tillgången till screening och säkerställa att fler barn får det stöd de behöver i ett kritiskt utvecklingsskede.