热门看点：科学家开发人工智能来预测孩子在学校表现不佳的原因
研究人员使用机器学习来更准确地识别有学习困难的孩子。到目前为止，这些孩子已经被误诊或引起了教育当局的注意。
剑桥大学医学研究委员会(MRC)认知和脑科学系的科学家表示，他们可以识别出与之前诊断不一致的新的学习困难集群。孩子们得到了它。
这项发表在《发展科学》杂志上的研究招募了550名儿童，他们被推荐到诊所——注意力学习和记忆中心——因为他们在学校有问题。
【资料图】
该团队建立了一个机器学习算法，该算法包含来自每个孩子的一系列认知测试数据，包括听力技能、空间推理、问题解决、词汇和记忆测量。基于这些数据，算法显示儿童最适合四组困难。
科学家表示，此前关于学习困难的研究主要集中在已被明确诊断的儿童身上，如注意缺陷多动障碍(ADHD)、自闭症谱系障碍或阅读障碍。
使用人工智能，他们可以包括所有有困难的儿童，无论诊断如何，并更好地捕捉不同诊断类别中困难的范围和重叠。
一个重要的里程碑
剑桥大学认知与脑科学系的邓肯阿斯特勒博士领导了这项研究。对于学习困难儿童的父母来说，被诊断是一个关键时刻，因为它认识到了他们的问题，并开辟了一条获得支持的途径。
然而，在某些情况下，诊断和支持无法抓住儿童面临的具体挑战。
阿斯特勒博士说：“每天和这些孩子一起工作的父母和专业人士会发现，整洁的标签无法解决他们的个人困难——例如，一个孩子的多动症往往与另一个孩子不同。
他解释说，这项研究是机器学习首次被应用于数百名苦苦挣扎的学习者。
在以往的研究中，儿童阅读能力差与文字中声音的处理有关。他说：“但通过观察有各种困难的孩子，我们发现——出乎意料的是——许多孩子在用语言处理声音方面有困难，不仅是阅读问题，还有数学问题。
“作为研究学习困难的研究人员，我们需要超越诊断标签。我们希望这项研究能够帮助开发更好的干预措施，更明确地针对儿童的个体认知困难。”