Искусственный интеллект для развития учебных навыков у людей с расстройством аутистического спектра
Всемирная организация здравоохранения (ВОЗ) сообщает, что более одного миллиарда человек во всем мире страдают от значительной степени инвалидности. Вовлечение и интеграция людей с ограниченными возможностями в общество является одной из целей устойчивого глобального развития. Расстройство аутистического спектра (РАС) – это сложное состояние, которое проявляется с раннего возраста и существенно влияет на повседневное функционирование человека. Оно особенно затрудняет развитие социальных и коммуникативных навыков, блокируя способность людей эффективно взаимодействовать с окружающими.
Разработка ИИ-платформы для персонализированного обучения при РАС
Данное исследование представляет собой разработку модели на основе машинного обучения с использованием искусственного интеллекта (ИИ) для выявления наиболее влиятельных факторов, определяющих результаты обучения людей с РАС. На основе этой модели ИИ, данное исследование разрабатывает платформу, которая способствует развитию образовательных навыков у людей с РАС. Платформа также помогает их представителям (родителям, опекунам, педагогам) и сообществу настраивать образовательные требования в соответствии с их индивидуальными потребностями и способностями.
Эта платформа призвана решать проблемы, с которыми сталкиваются люди с РАС во время их повседневной учебной деятельности и социального взаимодействия, предлагая индивидуальные решения, соответствующие уникальным условиям жизни людей с РАС. Такая персонализация обучения имеет решающее значение для максимального раскрытия потенциала каждого человека, учитывая специфику его восприятия и обработки информации.
Ключевые аспекты платформы и ее преимущества
Выбор влиятельных признаков (Feature Selection): Одной из основных задач при работе с данными людей с РАС является определение того, какие факторы оказывают наибольшее влияние на их способность к обучению. ИИ-модель, разработанная в рамках данного исследования, способна анализировать большие объемы данных и выявлять эти ключевые признаки. Это могут быть различные аспекты когнитивных функций, поведенческие паттерны, особенности восприятия сенсорной информации и даже характеристики окружающей среды. Понимание этих факторов позволяет более целенаправленно разрабатывать образовательные стратегии.
Вес признаков (Feature Weight): После выявления влиятельных признаков, модель присваивает им определенный вес. Вес признака указывает на его относительную важность в предсказании или анализе. Это позволяет создавать иерархию факторов, на которые следует обращать первоочередное внимание при разработке индивидуальных программ обучения. Например, если определенный тип визуальной стимуляции имеет высокий вес, это означает, что он играет значительную роль в процессе обучения конкретного человека с РАС.
Когнитивные данные (Cognitive Data): Сбор и анализ когнитивных данных является центральным элементом платформы. Эти данные могут включать информацию о скорости обработки информации, рабочей памяти, внимании, способности к планированию и решению проблем, а также о социально-эмоциональном развитии. Используя передовые методы ИИ, платформа способна извлекать ценные инсайты из этих сложных данных, которые могут быть недоступны при использовании традиционных методов оценки.
Персонализированные решения: На основе анализа влиятельных признаков и их веса, платформа генерирует персонализированные рекомендации по обучению. Это может включать адаптацию учебных материалов, изменение методов преподавания, подбор оптимального времени для занятий, а также рекомендации по созданию поддерживающей и предсказуемой среды. Цель состоит в том, чтобы предоставить каждому человеку с РАС наиболее эффективный путь к приобретению новых знаний и навыков.
Поддержка представителей и сообщества: Платформа не только ориентирована на самих людей с РАС, но и предоставляет ценные инструменты для их близких и специалистов, работающих с ними. Родители, учителя, терапевты и другие специалисты могут использовать платформу для лучшего понимания потребностей своих подопечных, для совместной разработки индивидуальных образовательных планов и для отслеживания прогресса. Это способствует созданию единого и последовательного подхода к поддержке.
Экспериментальные результаты и оценка эффективности
Экспериментальные результаты, полученные в ходе исследования, демонстрируют значительные улучшения в образовательном развитии людей с РАС, их личностном росте и степени интеграции в общество. Сравнительная оценка с ведущими существующими подходами подтвердила эффективность разработанной модели и платформы в повышении образовательных результатов людей с РАС и содействии культурной инклюзии.
Повышение успеваемости: Данные показывают, что после внедрения платформы наблюдается существенный рост успеваемости по различным учебным дисциплинам. Это может быть связано с тем, что платформа помогает преодолевать специфические трудности в обучении, характерные для РАС, такие как трудности с концентрацией внимания, пониманием абстрактных концепций или социальной коммуникацией в учебной среде.
Личностный рост: Помимо академических успехов, платформа способствует развитию важных личностных качеств. Люди с РАС, использующие платформу, демонстрируют улучшение саморегуляции, повышение уверенности в себе и лучшую способность к адаптации в различных социальных ситуациях. Персонализированный подход помогает им развивать сильные стороны и работать над областями, требующими улучшения, в комфортном для них темпе.
Общественная интеграция: Одним из ключевых показателей успеха является увеличение вовлеченности людей с РАС в жизнь общества. Платформа помогает развивать навыки, необходимые для активного участия в различных социальных мероприятиях, профессиональной деятельности и образовательных учреждениях. Это, в свою очередь, способствует более полному принятию и интеграции людей с РАС в широкое социальное поле.
Сравнительный анализ: Для подтверждения эффективности платформы было проведено сравнение с другими передовыми методами, используемыми в области образования людей с РАС. Полученные результаты демонстрируют, что разработанная ИИ-платформа превосходит многие существующие подходы по ряду ключевых показателей, включая индивидуализацию, эффективность и долгосрочные результаты.
Ключевые научные понятия и термины
- Расстройство аутистического спектра (РАС) (Autism Spectrum Disorder, ASD): Неврологическое развитие, характеризующееся трудностями в социальном взаимодействии и коммуникации, а также ограниченными и повторяющимися моделями поведения.
- Искусственный интеллект (ИИ) (Artificial Intelligence, AI): Область компьютерных наук, посвященная созданию систем, способных выполнять задачи, которые обычно требуют человеческого интеллекта, такие как обучение, решение проблем и принятие решений.
- Машинное обучение (Machine Learning, ML): Подраздел ИИ, который позволяет системам обучаться на данных без явного программирования.
- Выбор признаков (Feature Selection): Процесс выбора подмножества наиболее релевантных признаков из набора данных для использования в построении модели.
- Вес признаков (Feature Weight): Числовое значение, присваиваемое каждому признаку, отражающее его относительную важность или вклад в модель.
- Когнитивные данные (Cognitive Data): Информация, связанная с мыслительными процессами, восприятием, обучением, памятью и другими аспектами человеческого познания.
- Инклюзивное образование (Inclusive Education): Подход к образованию, который направлен на обеспечение равных возможностей для всех учащихся, независимо от их особенностей или инвалидности, путем адаптации учебной среды и методов преподавания.
Заключение
Разработанная ИИ-платформа представляет собой значительный шаг вперед в области поддержки и образования людей с расстройством аутистического спектра. Интеграция передовых технологий машинного обучения и искусственного интеллекта позволяет создавать по-настоящему персонализированные и эффективные образовательные решения, которые учитывают уникальные потребности каждого человека. Результаты исследования подтверждают потенциал платформы для улучшения академической успеваемости, содействия личностному росту и обеспечения более полной интеграции людей с РАС в общество. Это исследование подчеркивает важность использования технологических инноваций для решения социальных задач и достижения целей устойчивого развития.
Дальнейшие направления исследований
Будущие исследования могут быть сосредоточены на:
- Расширении набора данных для повышения точности и обобщающей способности модели.
- Включении новых типов данных, таких как биометрические данные или данные о физиологических реакциях, для более глубокого понимания индивидуальных потребностей.
- Разработке пользовательских интерфейсов, ориентированных на детей с РАС, для облегчения их взаимодействия с платформой.
- Исследовании долгосрочного влияния платформы на качество жизни и самостоятельность людей с РАС.
- Масштабировании платформы для использования в различных образовательных и терапевтических учреждениях по всему миру.
Финансирование
Авторы не получали финансовой поддержки для проведения исследования, авторства или публикации данной статьи.
Информация об авторах
Школа вычислений, Немецко-иорданский университет, Амман, Иордания: Исмаил Хабабех, Нерин Альшарман и Мозен Альмохтасеб.
Школа информационных технологий короля Абдаллы II, Университет Иордании, Амман, Иордания: Ризик АльСайед.
Школа естественных наук и информационных технологий, Университет Аль-Зайтуна, Амман, Иордания: Махмуд Мошреф.
Медицинская школа, Университет Иордании, Амман, Иордания: Аль-Муатасим Биллах АльСайед.
Отделение внутренней медицины, Больница Университета Иордании, Амман, Иордания: Лина Хабабех.
Конфликт интересов
Авторы заявляют об отсутствии конкурирующих интересов.
Права и разрешения
Открытый доступ: Данная статья лицензирована в соответствии с Международной лицензией Creative Commons Attribution-NonCommercial-NoDerivatives 4.0. Это означает, что вы можете свободно использовать, распространять и воспроизводить материал в любых целях, кроме коммерческих, при условии указания авторства и ссылки на источник. Вы не имеете права изменять материалы, полученные из этой статьи, или распространять производные работы. Изображения или другие материалы третьих лиц, включенные в статью, также распространяются под соответствующей лицензией Creative Commons, если иное не указано в подписи к материалу. Если использование не разрешено законодательством или превышает установленные рамки, необходимо получить прямое разрешение от правообладателя. Посмотреть копию лицензии можно по адресу: http://creativecommons.org/licenses/byncnd/4.0/.
Цитирование
Hababeh, I., AlSayyed, R., Moshref, M. et al. Artificial intelligence platform for promoting learning skills of people with autism spectrum disorder. Sci Rep (2026). https://doi.org/10.1038/s41598026611835
