Небольшие летние каникулы закончились, погода тоже пришла в норму, а это значит, что можно продолжать узнавать о мире AI! 🤖🧠

Ученые под руководством профессора Винода Менона из Стэнфордского университета (США) использовали искусственный интеллект и функциональную магнитно-резонансную томографию (фМРТ) для создания «цифровых близнецов» мозга реальных школьников.

Работа стала результатом многолетних исследований профессора психиатрии и поведенческих наук Менона. По его словам, ранее ученые полагались в основном на поведенческие данные и когнитивную нейровизуализацию, однако теперь, благодаря новым инструментам ИИ, можно изучать данные процессы глубже и точнее.

В исследовании, опубликованном в Science Advances, участвовали 45 детей в возрасте от 7 до 9 лет, часть из которых имела диагностированные трудности в изучении математики. Пока дети решали простые задачи на сложение и вычитание, фМРТ регистрировала их мозговую активность. На основе этих данных нейросеть обучили имитировать не только поведение учеников при выполнении заданий, но и характер их нейронной активности.

В результате исследователи обнаружили, что у детей с трудностями в математике наблюдается повышенная нейронная активность в областях мозга, отвечающих за числовое мышление. Это состояние называют гипервозбудимостью. Оно приводит к феномену, который ученые обозначили как репрезентативное перекрытие — мозг реагирует на разные задачи почти одинаково, в результате чего затрудняется точное различение математических операций, то есть ребенок «теряется» в информационном шуме собственного мозга. По словам Менона, повышенная активность подобного рода мешает формировать чёткие ментальные образы задач. Разные математические проблемы вызывают схожие отклики мозга, из-за чего ученик не может «услышать» правильное решение, поскольку всё сливается в едины «фоновый шум».

Однако модели продемонстрировали, что при достаточном количестве обучения дети с нарушениями смогут достичь уровня сверстников. Цифровые близнецы показали, что ученикам с трудностями требуется почти вдвое больше времени и тренировок, чтобы достичь уровня сверстников, но в конечном итоге они способны прийти к той же точности.

Исследователи надеются, что цифровые модели позволят не просто понимать, но и тестировать в компьютерной симуляции различные стратегии коррекции задолго до их внедрения в классы. Это может привести к созданию персонализированных учебных планов, ориентированных на особенности мозга каждого ребёнка. Хотя работа ещё требует доработки и подтверждения, Менон уверен, что она откроет учителям и ученикам новый путь к более эффективному образованию и поддержке тех детей, которым учёба даётся труднее.

📚Тематические ссылки:
https://www.science.org/doi/10.1126/sciadv.adq9990
https://science.mail.ru/news/3478-mozg-protiv-matematiki/