Главная
Новости Статьи Россия В мире Достижения Польза Вред

Выбор дня
10 декабря 2018, 19:28
10 декабря 2018, 20:14
10 декабря 2018, 18:00
10 декабря 2018, 19:28
10 декабря 2018, 17:14

Новости партнеров
 

Новости партнеров

Комментарии
 

Учёные используют искусственный интеллект для определения причин затруднений с учёбой у детей

Учёные применили метод машинного обучения для обработки данных о сотнях детей, испытывающих трудности с учебой в школе, и выявили основные группы проблем с обучением, которые не соответствовали поставленному детям диагнозу.
Сотрудники Совета по медицинским исследованиям подразделения Кембриджского университета, занимающегося науками о мозге и процессах познания считают, что это подчёркивает необходимость детальной оценки когнитивных способностей детей с целью определить наилучшие меры для их поддержки.
Исследование, опубликованное в издании Developmental Science, охватило 550 детей, которые были направлены в клинику (Центр по проблемам внимания, обучения и памяти) по причине затруднений со школьным обучением.
Учёные говорят, что прошлые исследования подобных проблем были сосредоточены на детях, которым уже поставили определённый диагноз, такой как синдром дефицита внимания и гиперактивности, расстройство аутистического спектра или дислексия. Включение же всех детей, испытывающих какие-либо проблемы, независимо от диагноза, сделало возможным лучше рассмотреть симптомы как в пределах диагнозов, так и на их границах.
Доктор Дункан Астл, член Совета по медицинским исследованиям, руководивший этой работой, сказал: «Постановка диагноза — это важный этап для родителей и детей, имеющих трудности с обучением: он признаёт наличие проблемы у ребёнка и позволяет получить поддержку. Но родители и персонал, повседневно работающий с такими детьми, знают, что чёткие ярлычки не определяют их индивидуальные затруднения — например, синдром гиперактивности у одного ребёнка часто не похож на такой синдром у другого. Наше исследование является первым, применившим машинное обучение к сотням имеющих проблемы учеников».
Учёные сделали это, снабдим компьютерный алгоритм множеством результатов тестов на когнитивные способности, включая слуховое восприятие, пространственное мышление, решение проблем, словарный запас и память. На основе этих данных алгоритм пришёл к выводу, что детей с затруднениями можно подразделить на четыре группы.
Эти группы тесно соответствовали и другим данным о детях, таким, как сообщения родителей о трудностях в общении, и сведениям об успеваемости в чтении и математике. Но связь с предыдущим диагнозом отсутствовала. С целью проверки того, соотносится ли такое подразделение по группам с биологическими различиями, были сопоставлены сканы мозга 184 детей, полученные методом магнито-резонансной томографии. Оказалось, что рисунок межнейронных связи коррелировал с разделением на группы, а это даёт возможность предположить, что машинное обучение идентифицирует различия, которые являются следствием биологического строения.
Две из четырёх групп представляли проблемы с кратковременной памятью, и затруднения с восприятием звуков в словах.
Проблемы с кратковременной памятью — краткосрочное удержание и манипулирование информацией — приводят к трудностям с математическими задачами и с такими заданиями, как следование по списку. Сложности с восприятием звуков в словах (фонологические способности) были связаны с трудностями в чтении.
Доктор Астл сказал: «Предыдущие исследования, в которых участвовали дети с затруднениями в чтении, показали сильную связь между трудностями с чтением и с обработкой звуков в словах. Но теперь, обследовав детей с широким спектром затруднений, мы неожиданно обнаружили, что многие дети, испытывающие сложности с обработкой звуков в словах не только имеют проблемы с чтением — у них также есть проблемы и с математикой.
«При исследовании затруднений в обучении мы должны выходить за рамки ярлычка с диагнозом, и мы надеемся, что эта работа поможет создать лучшие методики помощи, которые более избирательно подходят к индивидуальным затруднениям с познавательными способностями».
Доктор Джонни Холмс, член Совета по медицинским исследованиям в Кембридже, являющийся ведущим автором исследования, сказал: «Наша работа позволяет сделать вывод, что дети, у которых есть трудности с одинаковыми предметами, могут иметь для этого совершенно разные причины, и это имеет важное значение для выбора терапии».
Две другие выделенные группы — дети с обширными когнитивными затруднениями во многих областях, и дети с типичными для их возраста результатами тестов. Исследователи отметили, что дети с типичными для своего возраста результатами тестов на когнитивные способности всё же могут иметь другие затруднения, например с поведением, которые не включались в машинное обучение.
Доктор Джоанна Латимер, глава Совета по медицинским исследованиям подразделения Кембриджского университета сказала: «Это интересные результаты раннего этапа исследований того, как можно применять новые технологии, такие как машинное обучение, для лучшего понимания работы мозга. Совет финансирует исследование роли сложных сетей в мозге, с целью найти лучшие способы поддержки детей, имеющих трудности с обучением».

Подпишитесь на нас Вконтакте, Одноклассники

117

Похожие новости
07 декабря 2018, 14:28
10 декабря 2018, 19:28
10 декабря 2018, 09:14
07 декабря 2018, 10:56
10 декабря 2018, 10:42
07 декабря 2018, 18:56

Новости партнеров