A Cambridge-i Egyetem Orvosi Kutatási Tanácsának Kognitív és Agytudományi Egysége mesterséges intelligencia segítségével 550 gyermek adatait elemezte – írja az IFLScience. A tanulási nehézségekkel küzdő gyerekek főként 7-12 évesek voltak.
A szakértők szerint a korábbi, tanulási problémákkal foglalkozó tanulmányokban főként olyan gyermekeket vizsgáltak, akiket már diagnosztizáltak valamilyen zavarral. A mesterséges intelligenciával elvégzett elemzés azonban rámutatott, hogy a módszer nem tökéletes. A diagnosztikai kategóriák ugyanis túl szélesek, így nem segítenek annak megállapításában, hogy az adott gyereknek éppen milyen problémái is vannak.
Duncan Astle, a csapat vezetője szerint a diagnózis ugyan fontos,
Astle és kollégái voltak az elsők, akik gépi tanuló algoritmust alkalmaztak több száz tanulási nehézségtől szenvedő fiatal adatain. A gyerekek egy jelentős részét ráadásul még nem diagnosztizálták.
A kutatók rögzítették az alanyok szókincsére, hallgatási képességére, térbeli gondolkodására, problémamegoldó képességére és memóriájára vonatkozó adatokat. A gép ezt követően négy csoportba osztotta be a gyerekeket. A kutatók ez után összevetették az eredményeket az egyéb, például az iskolai teljesítményre vonatkozó információkkal, és megállapították, hogy az adatok sok esetben nincsenek összhangban a diagnózisokkal.
A csapat végül MRI-vizsgálattal mérte fel, hogy vannak-e biológiai eltérések az egyes csoportok között. Az elemzés felfedett bizonyos hasonlóságokat az egy kategóriába sorolt gyermekek agyában.
A szakértők azt tervezik, hogy a jövőben egyéb technológiákat is tesztelnek, hogy jobban megértsék a tanulási nehézségek mögött megbúvó okokat.
Kiemelt fotó: Thinkstock
