Το παρόν άρθρο, με τίτλο Τεχνητή νοημοσύνη και έγκαιρη ανίχνευση της δυσλεξίας και της δυσγραφίας, αποτελεί μετάφραση και προσαρμογή από την αγγλική στην ελληνική γλώσσα του πρωτότυπου άρθρου που μπορεί να βρεθεί εδώ.
Το κλειδί για την έγκαιρη ανίχνευση της δυσλεξίας θα μπορούσε να είναι η ανάλυση της γραφής με την τεχνητή νοημοσύνη. Η τεχνητή νοημοσύνη δείχνει πολλά υποσχόμενη για την ανίχνευση δυσλεξίας και της δυσγραφίας από αυτά που γράφουν τα παιδιά στο χαρτί και στο ταμπλετ.
Μια νέα μελέτη του Πανεπιστημίου του Μπάφαλο περιγράφει πώς η ανάλυση της γραφής με την τεχνητή νοημοσύνη μπορεί να χρησιμεύσει ως εργαλείο έγκαιρης ανίχνευσης της δυσλεξίας και της δυσγραφίας σε μικρά παιδιά.
Η μελέτη η οποία δημοσιεύτηκε στο περιοδικό SN Computer Science, στοχεύει στην αύξηση των υφιστάμενων εργαλείων τα οποία είναι αποτελεσματικά, αλλά μπορεί να είναι δαπανηρά, χρονοβόρα και να επικεντρώνονται μόνο σε μία διαταραχή κάθε φορά. Θα μπορούσε τελικά να αποτελέσει πανάκεια για την έλλειψη λογοθεραπευτών και εργοθεραπευτών σε εθνικό επίπεδο, οι οποίοι διαδραματίζουν βασικό ρόλο στη διάγνωση της δυσλεξίας και της δυσγραφίας;
Η έγκαιρη διάγνωση αυτών των νευροαναπτυξιακών διαταραχών είναι εξαιρετικά σημαντική για να διασφαλιστεί ότι τα παιδιά λαμβάνουν τη βοήθεια που χρειάζονται, προτού αυτό επηρεάσει αρνητικά τη μαθησιακή και κοινωνικο-συναισθηματική τους ανάπτυξη.
«Ο απώτερος στόχος μας είναι να βελτιστοποιήσουμε τον έγκαιρο έλεγχο για τη δυσλεξία και τη δυσγραφία και να κάνουμε αυτά τα εργαλεία ευρύτερα διαθέσιμα, ειδικά σε υποεξυπηρετούμενες περιοχές», λέει ο αντίστοιχος συγγραφέας της μελέτης Venu Govindaraju, Δρ., Διακεκριμένος Καθηγητής του SUNY στο Τμήμα Επιστήμης και Μηχανικής Υπολογιστών στο Πανεπιστήμιο του Μπάφαλο.
Πριν από δεκαετίες, ο Govindaraju και οι συνεργάτες του διεξήγαγαν μία πρωτοποριακή μελέτη χρησιμοποιώντας τη μηχανική μάθηση, την επεξεργασία της γλώσσας και άλλες μορφές τεχνητής νοημοσύνης για την ανάλυση της γραφής.
Η νέα μελέτη προτείνει ένα παρόμοιο πλαίσιο και μεθοδολογια για τον εντοπισμό των προβλημάτων ορθογραφίας, κακής σύνταξης γραμμάτων, προβλημάτων οργάνωσης της γραφής και άλλων δεικτών της δυσλεξίας και της δυσγραφίας. Στόχος της νέας μελέτης είναι να βασιστεί σε προηγούμενη έρευνα, η οποία έχει επικεντρωθεί περισσότερο στη χρήση της τεχνητής νοημοσύνης για την ανίχνευση της δυσγραφίας (της λιγότερο συχνής από τις δύο διαταραχές), επειδή προκαλεί σωματικές διαφορές που είναι εύκολα παρατηρήσιμες στη γραφή ενός παιδιού.
Η δυσλεξία είναι πιο δύσκολο να εντοπιστεί με αυτόν τον τρόπο επειδή επικεντρώνεται περισσότερο στην ανάγνωση και την ομιλία, αν και ορισμένες συμπεριφορές όπως η ορθογραφία προσφέρουν κάποιες ενδείξεις. Η μελέτη σημειώνει επίσης ότι υπάρχει έλλειψη παραδειγμάτων γραφής από τα παιδιά για την εκπαίδευση των μοντέλων τεχνητής νοημοσύνης.
Συλλογή δειγμάτων από μαθητές Νηπιαγωγείου-Ε΄ Δημοτικού
Για την αντιμετώπιση αυτών των προκλήσεων, μια ομάδα επιστημόνων των υπολογιστών του Πανεπιστημίου του Μπάφαλο, με επικεφαλής τον Govindaraju, συγκέντρωσε πληροφορίες από εκπαιδευτικούς, λογοθεραπευτές και εργοθεραπευτές, για να διασφαλίσει ότι τα μοντέλα τεχνητής νοημοσύνης που αναπτύσσουν είναι βιώσιμα στην τάξη και σε άλλα περιβάλλοντα.
«Είναι εξαιρετικά σημαντικό να εξετάσουμε αυτά τα ζητήματα και να δημιουργήσουμε εργαλεία ενισχυμένα με την τεχνητή νοημοσύνη, από την οπτική γωνία των τελικών χρηστών», λέει η συν-συγγραφέας της μελέτης Sahana Rangasrinivasan, Διδακτορική Φοιτήτρια στο Τμήμα Επιστήμης Υπολογιστών και Μηχανικής του Πανεπιστημίου του Μπάφαλο.
Η ομάδα συνεργάστηκε επίσης με την συν-συγγραφέα της μελέτης Abbie Olszewski, Δρ., Αναπληρώτρια Καθηγήτρια Σπουδών Γραμματισμού στο Πανεπιστήμιο της Νεβάδα, στο Ρίνο, η οποία συν-ανέπτυξε τη Λίστα Ελέγχου Δεικτών Συμπεριφοράς Δυσγραφίας και Δυσλεξίας για τον εντοπισμό των συμπτωμάτων που επικαλύπτονται μεταξύ δυσλεξίας και δυσγραφίας.
Η ομάδα συνέλεξε δείγματα γραφής σε χαρτί και ταμπλετ από μαθητές/μαθήτριες από το νηπιαγωγείο έως την 5η τάξη σε ένα δημοτικό σχολείο στο Ρίνο. Αυτό το μέρος της μελέτης εγκρίθηκε από ένα συμβούλιο δεοντολογίας και τα δεδομένα ανωνυμοποιήθηκαν για την προστασία του απορρήτου των μαθητών/μαθητριών.
Οι ερευνητές θα χρησιμοποιήσουν αυτά τα δεδομένα για την περαιτέρω επικύρωση της Λίστας Ελέγχου Δεικτών Συμπεριφοράς Δυσγραφίας και Δυσλεξίας, εργαλείο το οποίο:
- εστιάζει σε 17 συμπεριφορικά σημάδια που εμφανίζονται πριν, κατά τη διάρκεια και μετά τη γραφή
- στην εκπαίδευση μοντέλων τεχνητής νοημοσύνης για την ολοκλήρωση της διαδικασίας ελέγχου της λίστας &
- στο να συγκρίνει πόσο αποτελεσματικά είναι τα μοντέλα σε σύγκριση με τα άτομα που χορηγούν το τεστ.
Η μελέτη δίνει έμφαση στην Τεχνητή Νοημοσύνη για το δημόσιο καλό
Η μελέτη περιγράφει πώς τα μοντέλα της ομάδας μπορούν να χρησιμοποιηθούν για:
- Να εντοπιστούν οι κινητικές δυσκολίες, αναλύοντας την ταχύτητα γραφής, την πίεση και τις κινήσεις του μολυβιού.
- Να εξεταστούν οι οπτικές πτυχές της γραφής, συμπεριλαμβανομένου του μεγέθους και της απόστασης των γραμμάτων.
- Να μετατρέψει το χειρόγραφο σε κείμενο, εντοπίζοντας τα ορθογραφικά λάθη, τις αντιστροφές γραμμάτων και άλλα λάθη.
- Να εντοπίσει τα βαθύτερα γνωστικά ζητήματα με βάση τη γραμματική, το λεξιλόγιο και άλλους παράγοντες.
«Αυτή η μελέτη, η οποία βρίσκεται σε εξέλιξη, δείχνει πώς η Τεχνητή Νοημοσύνη μπορεί να χρησιμοποιηθεί για το δημόσιο καλό, παρέχοντας εργαλεία και υπηρεσίες σε άτομα που την χρειάζονται περισσότερο», λέει η συν-συγγραφέας της μελέτης Sumi Suresh, Δρ., Επισκέπτρια Ερευνήτρια στο Πανεπιστήμιο του Μπάφαλο.
Advertising
Το παρόν άρθρο, με τίτλο Τεχνητή νοημοσύνη και έγκαιρη ανίχνευση της δυσλεξίας και της δυσγραφίας, αποτελεί μετάφραση και προσαρμογή από την αγγλική στην ελληνική γλώσσα του πρωτότυπου άρθρου που μπορεί να βρεθεί εδώ.
