Poderá vir a ser um bálsamo para a falta de terapeutas da fala e ocupacionais a nível nacional, que desempenham um papel fundamental no diagnóstico da dislexia e da disgrafia.
“A deteção precoce destas perturbações do desenvolvimento neurológico é extremamente importante para garantir que as crianças recebam a ajuda de que necessitam antes que isso tenha um impacto negativo na sua aprendizagem e no seu desenvolvimento socio-emocional.
“O nosso objetivo final é simplificar e melhorar o rastreio precoce da dislexia e disgrafia e tornar estas ferramentas mais amplamente disponíveis, especialmente em áreas carenciadas”, diz o autor correspondente do estudo, Venu Govindaraju, PhD, SUNY Distinguished Professor no Departamento de Ciência e Engenharia Informática da UB.
O trabalho faz parte do National AI Institute for Exceptional Education, que é uma organização de investigação liderada pela UB que desenvolve sistemas de IA que identificam e ajudam crianças pequenas com distúrbios de processamento da fala e da linguagem.
Baseia-se em trabalhos anteriores de reconhecimento de escrita à mão
Décadas atrás, Govindaraju e os seus colegas fizeram um trabalho inovador empregando aprendizagem de máquina, processamento de linguagem natural e outras formas de IA para analisar a caligrafia, um avanço que o Serviço Postal dos EUA e outras organizações ainda usam para automatizar a classificação de correspondência.
O novo estudo propõe uma estrutura e metodologias semelhantes para identificar problemas de ortografia, má formação de letras, problemas de organização da escrita e outros indicadores de dislexia e disgrafia.
O objetivo é desenvolver a investigação anterior, que se centrou mais na utilização da IA para detetar a disgrafia (a menos comum das duas doenças), porque provoca diferenças físicas facilmente observáveis na caligrafia de uma criança.
A dislexia é mais difícil de detetar desta forma porque se centra mais na leitura e na fala, embora certos comportamentos como a ortografia ofereçam pistas.
O estudo refere ainda que existe uma escassez de exemplos de caligrafia de crianças para treinar modelos de IA.
Recolha de amostras de alunos do ensino básico e secundário
Para enfrentar estes desafios, uma equipa de cientistas informáticos da UB, liderada por Govindaraju, reuniu informações de professores, terapeutas da fala e da linguagem e terapeutas ocupacionais para ajudar a garantir que os modelos de IA que estão a desenvolver são viáveis na sala de aula e noutros contextos.
“É extremamente importante examinar estas questões e construir ferramentas melhoradas por IA, do ponto de vista dos utilizadores finais”, afirma a coautora do estudo, Sahana Rangasrinivasan, uma estudante de doutoramento do Departamento de Ciência e Engenharia Informática da UB.
A equipa também fez parceria com o coautor do estudo Abbie Olszewski, PhD, professor associado em estudos de alfabetização na Universidade de Nevada, Reno, que co-desenvolveu a Lista de Verificação de Indicadores Comportamentais de Disgrafia e Dislexia (DDBIC) para identificar sintomas que se sobrepõem entre dislexia e disgrafia.
A equipa recolheu amostras de escrita em papel e tablet de alunos do jardim de infância ao 5º ano de uma escola primária de Reno. Esta parte do estudo foi aprovada por um conselho de ética e os dados foram tornados anónimos para proteger a privacidade dos alunos.
Utilizarão estes dados para validar a ferramenta DDBIC, que se centra em 17 sinais comportamentais que ocorrem antes, durante e depois da escrita; treinar modelos de IA para completar o processo de rastreio DDBIC; e comparar a eficácia dos modelos em comparação com as pessoas que administram o teste.
O trabalho coloca a tónica na IA para o bem público
O estudo descreve como os modelos da equipa podem ser utilizados para:
- Detetar dificuldades motoras através da análise da velocidade de escrita, da pressão e dos movimentos da caneta.
- Examinar os aspetos visuais da escrita à mão, incluindo o tamanho e o espaçamento das letras.
- Converter a escrita manual em texto, detetando erros ortográficos, inversões de letras e outros erros.
- Identificar problemas cognitivos mais profundos com base na gramática, no vocabulário e noutros fatores.
Por fim, aborda uma ferramenta que combina todos estes modelos, resume as suas conclusões e fornece uma avaliação abrangente.
“Este trabalho, que está em curso, mostra como a IA pode ser utilizada para o bem público, fornecendo ferramentas e serviços às pessoas que mais precisam”, afirma a coautora do estudo, Sumi Suresh, doutorada, uma académica visitante da UB.
Outros co-autores incluem Bharat Jayarman, PhD, diretor do Instituto Amrita de Investigação Avançada e professor emérito do Departamento de Informática e Engenharia da UB; e Srirangaraj Setlur, investigador principal do Centro de Biometria e Sensores Unificados da UB.
Traduzido com a versão gratuita do tradutor - DeepL.com
Fonte: Neuro Sciences New por indicação de Livresco
Sem comentários:
Enviar um comentário