Detectar la dislexia con interacciones que no requieren conocimiento lingüístico

La dislexia es un trastorno de aprendizaje específico que afecta del 5% al 15% de la población mundial. MusVis, un juego para web desarrollado por Maria Rauschenberger con la supervisión de Ricardo Baeza-Yates y Luz Rello, investigadores vinculados al Departamento de Tecnologías de la Información y las Comunicaciones (DTIC), recibió el pasado 20 de abril el Premio de los Asistentes W4A en la 17ª Conferencia Internacional Web for All (Web para Todos), cuya temática específica este año fue Automatización para la Accesibilidad, por la comunicación "Screening risk of dyslexia through a web-game using language-independent content and machine learning".

"El objetivo de nuestro juego para web llamado MusVis ha sido medir las diferencias en la interacción de los niños con y sin dislexia mientras identifican elementos visuales y musicales de forma lúdica", afirma Maria Rauschenberger, doctora por la Universidad Pompeu Fabra con una tesis sobre dislexia otorgada en 2019 que fue dirigida por Ricardo Baeza-Yates y Luz Rello, coautores del trabajo e investigadores vinculados al DTIC de la UPF. Gracias a su investigación Maria Rauschenberger fue contratada como investigadora postdoctoral en el instituto de investigación alemán Max-Planck.

"Nuestro enfoque tiene como objetivo detectar la dislexia con interacciones que no requieren conocimiento lingüístico"

"Hasta donde sabemos, esta es la primera vez que se analiza el riesgo de tener dislexia mediante un juego web basado en contenidos independientes del lenguaje y usando aprendizaje automático", afirma Rauschenberger. Esta nueva metodología se podría utilizar para detectar posibles trastornos del aprendizaje en niños, incluso antes de desarrollar habilidades lingüísticas, y favorecer una posible intervención temprana. Así pues, "nuestro enfoque tiene como objetivo detectar la dislexia con interacciones que no requieren conocimiento lingüístico", afirman sus autores.

"Nuestro método, al ser independiente del lenguaje, podría ayudar a disminuir el fracaso escolar, el tratamiento tardío y, lo más importante, reducir el sufrimiento de niños y padres"

Aunque es probable que las diferencias no sean tan fuertes o visibles como los errores de lectura y ortografía que caracterizan a los niños con dislexia, los autores, a la luz de los resultados obtenidos hasta el momento, consideran MusVis una herramienta prometedora para predecir la dislexia en niños pre-lectores utilizando contenido auditivo y visual independiente del lenguaje. "Como los niños con dislexia necesitan alrededor de dos años para compensar sus dificultades, nuestro método, al ser independiente del lenguaje, podría ayudar a disminuir el fracaso escolar, el tratamiento tardío y, lo más importante, reducir el sufrimiento de niños y padres", manifiesta Rauschenberger.

"Nuestro enfoque puede optimizar los recursos para detectar y tratar la dislexia, sin embargo, necesitaríamos examinar a muchos más niños a una edad temprana para ampliar los datos de entrenamiento para nuestros modelos predictivos basados en aprendizaje automático y mejorar nuestros resultados", añaden los autores. Por esto mismo todos los niños que quieran estan invitados a participar en esta investigación desde su casa, a través de esta página: https://mariarauschenberger.com/2018/03/18/call-for-participants-2018/

Trabajo de referencia:

Maria Rauschenberger, Ricardo Baeza-Yates, Luz Rello (2020), "Screening risk of dyslexia through a web-game using language-independent content and machine learning", W4A'20: Proceedings of the 17th International Web for All Conference, abril, artículo nº: 13, pp. 1–12. https://doi.org/10.1145/3371300.3383342