La dyslexie est un trouble d'apprentissage spécifique qui affecte 5 à 15% de la population mondiale. MusVis, un jeu Web développé par Maria Rauschenberger sous la direction de Ricardo Baeza-Yates et Luz Rello, chercheurs associés au Département des technologies de l'information et de la communication (DTIC) de l'UPF, a reçu le W4A Attendees 'Award le 20 avril au 17e International Web for All Conference, dont le thème spécifique cette année était Automation for Accessibility, pour le document de communication intitulé
« Dépistage du risque de dyslexie grâce à un jeu en ligne utilisant un contenu indépendant du langage et un apprentissage automatique ».
« Le but de notre jeu en ligne, appelé MusVis, était de mesurer les différences dans l'interaction des enfants avec et sans dyslexie tout en identifiant de manière ludique les éléments visuels et musicaux », explique Maria Rauschenberger, doctorante 2019 de l'Université Pompeu Fabra avec sa thèse sur la dyslexie dirigée par Ricardo Baeza-Yates et Luz Rello, co-auteurs de l'article et chercheurs associés à l'UPF DTIC.
Grâce à ses recherches, Maria Rauschenberger a été embauchée comme chercheuse postdoctorale à l'Institut de recherche Max-Planck en Allemagne.
« A notre connaissance, c'est la première fois que le risque de dyslexie est analysé au moyen d'un jeu web basé sur des contenus indépendants du langage et utilisant le machine learning », affirme Rauschenberger.
Cette nouvelle méthode pourrait être utilisée pour détecter d'éventuels troubles d'apprentissage chez les enfants, avant même qu'ils ne développent des compétences linguistiques, et conduire à une éventuelle intervention précoce. Ainsi, «nous visions à détecter la dyslexie à travers des interactions qui ne nécessitent pas de connaissance du langage», affirment les auteurs.
Bien qu'il soit probable que les différences ne soient pas aussi fortes ou visibles que les erreurs de lecture et d'orthographe qui caractérisent les enfants dyslexiques, à la lumière des résultats obtenus jusqu'à présent, les auteurs considèrent MusVis comme un outil prometteur pour prédire la dyslexie chez les pré-lecteurs en utilisant un contenu audio et visuel indépendant de la langue.
Étant donné que les enfants dyslexiques ont besoin d'environ deux ans pour compenser leurs difficultés, notre méthode, car elle est indépendante de la langue, pourrait aider à réduire l'échec scolaire, le traitement retardé et, surtout, à réduire la souffrance des enfants et des parents. «
Maria Rauschenberger PhD, chercheuse, Université Pompeu Fabra
« Notre approche pourrait optimiser les ressources pour détecter et traiter la dyslexie, cependant, nous aurions besoin d'examiner beaucoup plus d'enfants à un âge précoce pour étendre les données de formation de nos modèles prédictifs basés sur l'apprentissage automatique et améliorer nos résultats », ajoutent les auteurs.
La source:
Universitat Pompeu Fabra – Barcelone
Référence de la revue:
Rauschenberger, M., et al. (2020) Dépistage du risque de dyslexie grâce à un jeu en ligne utilisant un contenu indépendant du langage et l'apprentissage automatique. Actes de la 17e conférence internationale sur le Web pour tous. doi.org/10.1145/3371300.3383342.
