For lærere, foreldre og vel, omtrent alle involverte, prøver å finne ut hvorfor et barn er det sliter på skolen kan være en av de mest stressende aktivitetene man kan tenke seg. Det er fordi hvert barn er et helt annet menneske, ulike medisinske diagnoser' kan være vanskelig å navigere, og mest bemerkelsesverdig, barnet kan ikke alltid kommunisere nøyaktig hva problemet er. Nå har forskere ved Cambridge University funnet ut en måte å bruke maskinlæringsalgoritmer for å spesifikt kategorisere et barns lærevansker.
Forskere fant 550 barn som slet på skolen og deretter brukte en AI-algoritme for å måle visse ferdigheter som ordforråd, problemløsning og hukommelse. I stedet for å dele dem opp basert på hva deres ulike utdanningsvansker er, så forskerne på gruppen som en helhet. På denne måten kunne de kryssreferanser sine egne funn med tidligere informasjon om barnets lærevansker og identifisere eventuell overlapping.
AI-algoritmen fant til slutt at de fleste barn som sliter på skolen faller inn i fire kategorier. "1) barn med brede kognitive vansker, og alvorlige lese-, stave- og matematikkproblemer 2) barn med alderstypiske kognitive evner og læringsprofiler; 3) barn med arbeidsminneproblemer; og 4) barn med fonologiske vansker.»
Viktigere, studien fant noen viktige koblinger mellom visse kognitive kamper som ikke tidligere hadde blitt identifisert. For eksempel bemerket forskere at barn som slet med hukommelse slet med matematikk, og hvordan det er knyttet til fonologiske problemer som påvirker lesing. Så tydeligere, barn som sliter med matematikk sliter ofte med leseforståelse også.
Dette gir bare mer troverdighet til ideen om at brede «læringsstiler» er egentlig ikke en ting. I møte med disse observasjonene gir det mindre mening å fortelle et barn at de vil lære å lese bedre hvis læreren bruker en tegning. Snarere antyder denne forskningen at et barns kamp med lesing faktisk kan være knyttet til et hukommelsesproblem, ikke en manglende evne til å forstå informasjonen slik den blir presentert.
