طوّر باحثون أداة جديدة مدعومة بالذكاء الاصطناعي قد تُحدث تحولًا جذريًا في الطريقة التي يستخدمها المعلمون والأخصائيون للكشف المبكر عن عُسر الكتابة (Dysgraphia) وعُسر القراءة (Dyslexia) لدى الأطفال. أجرى الباحثون دراسة لاختبار الأداة الجديدة، وظهر أنه من خلال تحليل عينات من خط اليد لطلاب المرحلة الابتدائية (من رياض الأطفال حتى الصف الخامس)، تستطيع هذه الأداة التعرف بدقة لافتة مؤشرات سلوكية، وأخطاء إملائية، وصعوبات حركية، ومشكلات معرفية. وعلى عكس أساليب الكشف التقليدية التي تستغرق وقتًا طويلًا وغالبًا ما تركز في الكشف عن اضطراب واحد فقط، فإن هذه الأداة تتميز بالسرعة، وقابلية التوسع، وقدرتها على تخفيف العبء عن القوى العاملة المحدودة في مجالي علاج النطق والعلاج الوظيفي. وتؤكد هذه الدراسة أهمية الذكاء الاصطناعي وسيلةً للتدخل المبكر قبل أن تؤثر هذه المشكلات سلبًا في التحصيل الأكاديمي. تفاصيل الدراسة أوضحت دراسة جديدة أجراها باحثون في جامعة بوفالو (University at Buffalo) أن تحليل خط اليد بالاعتماد على الذكاء الاصطناعي يمكن أن يكون وسيلة فعالة للكشف المبكر عن عُسر القراءة والكتابة لدى الأطفال الصغار. وقد نُشرت نتائج هذه الدراسة في المجلة العلمية SN Computer Science، وتهدف إلى تحسين فعالية أدوات الكشف الحالية، التي غالبًا ما تكون مُكلفة، وتستهلك وقتًا طويلًا، وتركز في الكشف عن اضطراب واحد فقط في كل مرة. ويمكن لهذا الابتكار أن يساهم في معالجة النقص الحاد على مستوى الولايات المتحدة في عدد أخصائيي علاج النطق والمعالجين الوظيفيين الذين يؤدون دورًا محوريًا في تشخيص هذه الاضطرابات. ويقول البروفيسور Venu Govindaraju، المؤلف الرئيس للدراسة والأستاذ في قسم علوم الحاسوب والهندسة في جامعة بوفالو: “إن الكشف المبكر عن هذه الاضطرابات العصبية النمائية يُعدّ أمرًا بالغ الأهمية لضمان حصول الأطفال على الدعم اللازم قبل أن يؤثر ذلك سلبًا في تعلمهم وتطورهم الاجتماعي والعاطفي”. وأضاف: “هدفنا النهائي هو تبسيط عملية الكشف المبكر عن عسر القراءة والكتابة وتحسينها، وتوفير هذه الأدوات على نطاق واسع”. وفي السابق، أجرى البروفيسور Venu Govindaraju وزملاؤه أبحاثًا رائدة في مجال استخدام التعلم الآلي ومعالجة اللغة الطبيعية وتقنيات أخرى لتحليل خط اليد، وما تزال ابتكاراتهم تُستخدم حتى اليوم في مجموعة من المؤسسات الأمريكية لأتمتة فرز الرسائل. وأما الدراسة الحالية فتقترح إطارًا منهجيًا مشابهًا لتحليل الخط لكن بهدف تحديد مشكلات مثل الأخطاء الإملائية، وسوء تشكيل الحروف، وضعف تنظيم الكتابة، وغيرها من المؤشرات المرتبطة بعُسر الكتابة والقراءة. جمع عينات من طلاب الصفوف الابتدائية جمع فريق من علماء الحاسوب في جامعة بوفالو، بقيادة Venu Govindaraju، بيانات من معلمين وأخصائيي علاج نطق وأخصائيي علاج وظيفي لضمان أن تكون نماذج الذكاء الاصطناعي المطورة مناسبة للبيئة التعليمية. كما تعاون الفريق مع الباحثة المشاركة الدكتورة Abbie Olszewski، الأستاذة المشاركة في دراسات محو الأمية في جامعة نيفادا (University of Nevada) في رينو، والتي شاركت في تطوير قائمة المؤشرات السلوكية لكشف عسر القراءة والكتابة Dysgraphia and Dyslexia Behavioral Indicator Checklist (DDBIC) لرصد الأعراض المتداخلة بين الاضطرابين. وقد جمع الفريق عينات كتابية ورقية وإلكترونية من طلاب الصفوف من رياض الأطفال حتى الصف الخامس في إحدى المدارس الابتدائية في مدينة رينو، مع التركيز في حماية خصوصية الطلاب. ويخطط الباحثون لاستخدام هذه البيانات التي تركز في 17 مؤشرًا سلوكيًا تظهر قبل وأثناء الكتابة وبعدها؛ وتدريب نماذج الذكاء الاصطناعي لتنفيذ عملية الكشف باستخدام هذه قائمة (DDBIC)، ومقارنة أداء النماذج مع أداء البشر في إجراء الفحص. الذكاء الاصطناعي يُسهل رصد الصعوبات الحركية لدى الأطفال تُظهر الدراسة كيف يمكن لنماذج الذكاء الاصطناعي أن تُستخدم لرصد الصعوبات الحركية لدى الأطفال بالطرق التالية: تحليل سرعة الكتابة والضغط وحركة القلم. فحص الجوانب البصرية للخط مثل حجم الحروف وتباعدها. تحليل الكتابة اليدوية لاكتشاف الأخطاء الإملائية، وانعكاس الحروف، وغيرها. وتقول الباحثة المشاركة الدكتورة Sumi Suresh: “يوضح هذا العمل الذي ما يزال مستمرًا، كيف يمكن للذكاء الاصطناعي أن يخدم المصلحة العامة، من خلال توفير أدوات وخدمات لمن هم في أمسّ الحاجة إليها”. نسخ الرابط تم نسخ الرابط
