Õpetajatele, vanematele ja peaaegu kõigile asjaosalistele, püüdes aru saada, miks laps on koolis hädas võib olla üks pingelisemaid tegevusi, mida ette kujutada. Seda seetõttu, et iga laps on täiesti erinev inimene, mitmesugustes meditsiinilistes diagnoosides” võib olla raske navigeerida, ja mis kõige olulisem, laps ei saa alati täpselt aru anda, milles probleem on. Nüüd on Cambridge'i ülikooli teadlased välja mõelnud viisi, kuidas kasutada masinõppe algoritme lapse õpiraskuste konkreetseks kategoriseerimiseks.
Teadlased leidsid 550 last kellel oli koolis raskusi ja kasutasid seejärel AI-algoritmi teatud oskuste (nt sõnavara, probleemide lahendamise ja mälu) mõõtmiseks. Selle asemel, et neid jagada nende erinevate haridusraskuste põhjal, vaatasid teadlased rühma tervikuna. Nii saavad nad oma leide võrrelda varasema teabega lapse õpiraskuste kohta ja tuvastada kattuvuse.
AI algoritm leidis lõpuks, et enamik koolis vaeva nägevaid lapsi jaguneb nelja kategooriasse. 1) lapsed, kellel on laialdased kognitiivsed raskused ning rasked lugemis-, õigekirja- ja matemaatikaprobleemid; 2) lapsed, kellel on eale iseloomulikud kognitiivsed võimed ja õpiprofiilid; 3) töömäluprobleemidega lapsed; ja 4) fonoloogiliste raskustega lapsed.
Oluline on see, et uuringus leiti mõned olulised seosed teatud kognitiivsete võitluste vahel, mida varem polnud tuvastatud. Näiteks märkisid teadlased, et mäluprobleemidega lapsed võitlesid matemaatikaga ja kuidas see on seotud lugemist mõjutavate fonoloogiliste probleemidega. Nii et matemaatikaga võitlevad lapsed on sageli hädas ka lugemise mõistmisega.
See annab sellele ideele ainult rohkem usaldust laiad "õppestiilid" pole tegelikult asi. Neid tähelepanekuid silmas pidades on vähem mõttekas öelda lapsele, et ta õpib paremini lugema, kui õpetaja kasutab joonistust. Pigem viitab see uuring sellele, et lapse võitlus lugemisega võib tegelikult olla seotud mäluprobleemiga, mitte suutmatusega mõista teavet selle esitamise viisil.
