교사, 학부모, 그리고 관련된 모든 사람을 위해, 아이가 왜 그런지 알아 내려고 노력 학교에서 고군분투 상상할 수 있는 가장 스트레스가 많은 활동 중 하나일 수 있습니다. 왜냐하면 모든 아이들은 완전히 다른 인간이기 때문입니다. 다양한 의학적 진단'을 탐색하기 어려울 수 있습니다., 그리고 가장 주목할만한 점은 아이가 항상 문제가 무엇인지 정확히 전달할 수 없다는 것입니다. 이제 캠브리지 대학의 연구원들은 기계 학습 알고리즘을 사용하여 어린이의 학습 어려움을 구체적으로 분류하는 방법을 알아냈습니다.
연구원은 550명의 아이들을 발견했습니다 학교에서 어려움을 겪으며 AI 알고리즘을 사용하여 어휘, 문제 해결 및 기억력과 같은 특정 기술을 측정한 학생입니다. 연구자들은 교육적 어려움이 무엇인지에 따라 분류하기 보다는 그룹 전체를 살펴보았습니다. 이런 식으로 그들은 자신의 발견을 아동의 학습 어려움에 대한 이전 정보와 상호 참조하고 중복되는 부분을 식별할 수 있습니다.
AI 알고리즘은 궁극적으로 학교에서 어려움을 겪는 대부분의 아이들이 4가지 범주로 분류된다는 것을 발견했습니다. “1) 광범위한 인지 장애와 심각한 읽기, 철자법 및 수학 문제가 있는 아동 2) 연령별 인지 능력 및 학습 프로필이 있는 아동; 3) 작업 기억 문제가 있는 어린이; 4) 음운론적 어려움이 있는 아동.”
중요하게도, 이 연구는 이전에 확인되지 않은 특정 인지 투쟁 사이의 몇 가지 중요한 연결 고리를 발견했습니다. 예를 들어, 연구자들은 기억력에 어려움을 겪는 아이들이 수학에 어려움을 겪고 있으며 이것이 읽기에 영향을 미치는 음운 문제와 어떻게 연결되어 있는지 주목했습니다. 그래서 더 명백하게, 수학에 어려움을 겪는 아이들은 종종 독해력에도 어려움을 겪습니다.
이것은 생각에 더 많은 신뢰를 줄 뿐입니다. 광범위한 "학습 스타일" 정말 별거 아닙니다. 이러한 관찰에 직면하여 교사가 그림을 사용하면 더 잘 읽는 법을 배울 수 있다고 아이에게 말하는 것은 의미가 없습니다. 오히려, 이 연구는 어린이의 읽기 어려움이 실제로 정보가 제공된 방식으로 정보를 이해하지 못하는 것이 아니라 기억 문제와 관련될 수 있음을 시사합니다.
