مقاله اخیر در edweeek عناوین ، “آنچه مربیان باید در مورد نارساخوانی بدانند – و چرا این چیزی نیست که” رفع “شود.” به عنوان مخترع هوش مصنوعی خودمختار ، من در زیر توضیح می دهم که چرا پیشرفت های تکنولوژیکی در واقع می تواند مشکلات قبلاً غیرقابل حل را برطرف کند ، و چرا مورد دیسکسلکسیا نشان می دهد که چگونه هوش مصنوعی می تواند نحوه مشاهده و درمان چنین شرایطی را تغییر دهد.
دیسکسکسی یک وضعیت عصبی مبتنی بر زبان است که با تشخیص کلمه ، املا و درک مطلب باعث ایجاد مشکل می شود. این در 5 نفر 1 نفر را تحت تأثیر قرار می دهد و بیشترین شرایط لازم برای آموزش ویژه است (NCES ، 2024). برنامه های آموزش ویژه به طور کلی هزینه مالیات دهندگان ایالات متحده بیش از 120 میلیارد دلار در سال (NCLD ، 2023). edweeekمقاله اخیر ادعا می کند که نارساخوانی را نمی توان درمان کرد (یا “ثابت”) اگرچه مداخلات می تواند به دانش آموزان کمک کند تا مشکل خواندن خود را جبران و مدیریت کنند. هزینه بالای دیسکسکسی تا حدودی ناشی از هزینه های مکرر از مداخلات است که فقط می تواند به خوانندگان مبارز کمک کند اما این اختلال عصبی توسعه را اصلاح نکنند.
یک رویکرد منطقی
آنچه از 5 دهه تحقیق غیرقابل انکار است این است که دیسکسکسی یک مشکل پردازش زبان است (الیوت و گریگورنکو ، 2014). از نظر منطقی ، بنابراین ، یک راه حل دیسکسکسی به این موارد نیاز دارد:
- تخصص در زبان طبیعی
- تخصص در پردازش زبان در مغزهای استثنایی
- روشی برای شناسایی و تصحیح مشکلات پردازش زبان در مغزهای فردی
1 تخصص در زبان طبیعیبشر زبانشناسی ، مطالعه علمی زبان طبیعی ، شامل بسیاری از زمینه های تخصص ، مانند واج شناسی (صداها) ، معناشناسی (معنی) و نحو (جملات) است. محققان دارای دکترا در زبانشناسی معمولاً در بیش از 1 یا 2 حوزه تخصص ندارند. با این وجود ، هر زمینه ای از سیستم زبانی در مغز ممکن است در صورت وجود مسئله پردازش زبان تحت تأثیر قرار گیرد.
2 تخصص در پردازش زبان در مغزهای استثناییبشر زبانشناسی دانش زبان طبیعی را به عنوان یک سیستم انتزاعی ارائه می دهد. برای حل دیسکسکسی ، ما همچنین باید بدانیم که چگونه مغز فرایندها زبان علاوه بر این ، ما باید بدانیم که چگونه مغزهای استثنایی (به ویژه دیسکسیک) زبان را در مقابل مغزهای معمولی پردازش می کند.
3 روشی برای شناسایی و تصحیح مشکلات پردازش زبان در مغزهای فردیبشر مشکل مفهوم دیسکسکسی این است که این تعریف عملیاتی را ندارد که محققان می توانند با آن موافق باشند (الیوت و گریگورنکو ، 2014). دقت برای حل این شرایط مهم است.
اول ، ما باید “مشکلات” را به روشی دقیق و قابل اندازه گیری تعریف کنیم. ما ممکن است آنها را به عنوان “ناکارآمدی” تعریف کنیم ، که می تواند در برابر یک هدف اندازه گیری شود ، مانند راندمان کامل (راندمان 100 ٪). در مرحله بعد ، ما باید روشی را ابداع کنیم که بتواند ناکارآمدی در پردازش مغز افراد را به روشی مناسب و غیر تهاجمی اندازه گیری کند.
الزامات فنی
این روش جدید به این قابلیت ها نیاز دارد:
- با توجه به پیچیدگی سیستم زبانی و پردازش زبان در مغز ، میلیاردها دیتاپه را برای هر نفر تجزیه و تحلیل کنید.
- با سرعت سریع فرآیندهای زبان ، که اغلب در صدها میلی ثانیه اتفاق می افتد ، کار کنید.
- برای ردیابی پیشرفت ، تغییرات زیر دوم در پردازش زبان را اندازه گیری کنید.
- (الف)-(ج) را در مقیاس برای تنوع افراد با دامنه و شدت ناکارآمدی پردازش انجام دهید.
این الزامات فنی فراتر از هر متخصص انسانی است ، هر چقدر هم که آموزش دیده باشد. آنچه لازم است یک سیستم رایانه ای خودمختار است که می تواند ضمن برآورده کردن مطالبات دقیق ظرفیت ، دقت و سرعت مشکل دیسکسکسی ، عملیات فوق را انجام دهد. این سیستم خودمختار باید به عنوان متخصص ، ارزیابی و بازآفرینی هر شخص برای افزایش کارایی فرآیندهای زبان در مغز خود عمل کند.
برای فعال کردن این فرایندها در مغز ، این سیستم متخصص ممکن است یک فعالیت ایجاد کند ، ورودی را ارائه دهد و خروجی کاربر را برای تجزیه و تحلیل جمع آوری کند. این فعالیت می تواند به عنوان یک بازی آنلاین مبتنی بر زبان بسته بندی شود ، که سپس به عنوان رابط بین کاربر و سیستم AI عمل می کند. به عنوان مثال ، ورودی می تواند کلمه ای باشد که بر روی صفحه نمایش می شود و خروجی کاربر خواندن شفاهی آن کلمه را خروجی می کند. متخصص AI سپس تعیین می کند که آیا خروجی صحیح است یا خیر. اگر اینگونه نباشد ، سیستم ممکن است خروجی نادرست کاربر را تجزیه و تحلیل کند تا به دنبال منابع خطای احتمالی باشد. نتایج این تجزیه و تحلیل خطا به متخصص AI کمک می کند تا تصمیم بگیرد که چه فعالیتی در مرحله بعدی ایجاد کند.
این نوع مداخله فردی که در زمان واقعی ایجاد شده است ، اکنون با ظهور محاسبات ابری ، فناوری پویا مقیاس پذیر و بازی های تعاملی امکان پذیر است. بنابراین هوش مصنوعی نمای جدیدی از دیسکسکسی ، که اکنون از نظر محاسباتی تعریف شده است ، ارائه می دهد. روش AI شامل توابع ورودی-خروجی است. به جای مغز فیزیکی ، به شیوه ای مناسب ، ارزان و غیر تهاجمی با مغز عملکردی سر و کار دارد. هوش مصنوعی امروزه با توجه به اینکه توانایی شناسایی صفات دیسکسیک از اسکن مغزهای فیزیکی ممکن است هرگز امکان پذیر نباشد (Ozernov-Palchik & Gaab ، 2016).
یعنی پیشرفت در هوش مصنوعی می تواند نحوه مشاهده و درمان وضعیت مغز مانند دیسکسکسی را تغییر دهد. فرضیات قدیمی در مورد اختلالات عصبی “مادام العمر” ممکن است نیاز به تجدید نظر داشته باشد (Huebeck ، 2025). توانایی مغز در سازماندهی مجدد ، نوروپلاستیک ، تازه در حال حاضر در حال درک است.
موارد
فناوری هوش مصنوعی ، با هدایت پایگاه دانش لازم ، قبلاً نارساخوانی را در افراد ایالات متحده اصلاح کرده است. سال گذشته ، ده ها نفر از آنها در رسانه های منطقه ای و ملی پایان مشکل خواندن خود را پس از دریافت مداخله محور AI به مدت 1-2 سال توصیف کردند. NBC Nightly News در دسامبر گذشته یک مورد از این دست را نشان داد (الیس ، 2024). پیش از مداخله هوش مصنوعی ، بسیاری از آنها با وجود استفاده از مداخلات مختلف دیگر ، سالها با خواندن تلاش می کردند. پس از مداخله هوش مصنوعی ، آنها مانند همسالان معمولی خود به صورت دانشگاهی عمل کردند. سالها به این دانش آموزان گفته می شد که آنها در بهترین حالت می توانند صرفاً “نارساخوانی” خود را “مدیریت کنند” و یاد بگیرند که “کنار آمدن” با آن باشند. اینکه آنها همچنان با کلاسهای خواندن و زبان مبارزه می کنند. اینکه آنها هرگز نمی توانند امیدوار باشند که در سطح درجه یا اکسل در کلاس بخوانند.
فناوری جدید هوش مصنوعی همه اینها را تغییر داد.