在这个急速发展和技术革新的时代，评估读写障碍学生的方式看起来和过去没什么两样：当一个孩子在读写方面遭遇了异常困难，其家长和老师坐到一起，收集信息并评估孩子的优势和劣势，以确诊和制定适当的干预方案。

通常来说，这些都是通过纸质测试完成的——尽管现在预测分析被越来越多地使用于学校中了，各种测试仪器看起来比教室里的孩子还多。对那些财力雄厚的科技投资者、和雄心勃勃着眼于使用机器学习技术的创业公司来说，这似乎是个非常诱人的行业。

Lexplore公司就是其中一个代表。他们发明了一种读写障碍筛查工具，能将眼动追踪摄像头与AI算法配对。该公司的CEO兼联合创始人 Frederik Wetterhall 解释说：「目前主流使用的筛查方法太麻烦了，单纯通过纸笔测试，很难直接读取结果，要花费大量时间。加上教育工作者常常难以确定哪些孩子有障碍，因此很多需要帮助的孩子被错过了。」

于是，Lexplore公司选择了一种不同的筛查方法，即通过电脑和眼动追踪摄像机，对每一个学生进行测试，以此找出少部分可能有读写障碍倾向的孩子。这已经引起了投资者 Gabriel Urwitz 的注意，这位私募股权集团 Segulah 的CEO在2017年3月的A轮融资中，向 Lexplore公司投资了560万美元，专门用于这种筛查技术在美国各学校的应用铺开。

目前，Lexplore公司已经在瑞典本土建立了业务机构，全面地帮助斯德哥尔摩市教育委员会，从一年级起尽早地识别出可能有读写障碍的孩子。

「这只是一个筛查工具，而不是一个诊断工具，」Wetterhall 澄清道，「其主要目的是在早期就能找到那些有阅读障碍倾向的孩子。」

从研究到实际应用

Lexplore公司声称他们的技术是最新的，特别是在算法方面，能将典型读者从非典型读者中区别出来。但这个技术基于的概念并不是最新的，而是有研究依据的。该技术是通过对先前几十年研究的深入挖掘而来的，这些研究通常支持使用眼动追踪和机器学习相结合的方式来筛查读写障碍。

英国伯恩茅斯大学的心理学教授 Julie Kirkby，多年来潜心研究眼动追踪与读写障碍。她指出：「眼球运动是深度衡量阅读能力的最好方式之一。」

2015年的一项研究报告显示，使用眼动追踪技术识别读写障碍者，其精确度达80%。该研究使用了不同的摄像机和研究方法，但 Lexplore公司声称自己的技术可以做到更好，早在公司成立前，Lexplore的两位联合创始人就做过一项称为 Optolexia 的研究，该研究的精确度达95%。

像 Lexplore这样的工具，可以通过追踪读者在阅读时，眼睛如何按顺序（或非顺序）的扫视模式来进行分析。读写障碍风险低的读者在扫视文字时，倾向于进行更为先进的移动——从左到右；而有读写障碍的读者会进行更多的倒退运动——从右到左运动——并且在阅读过程中不会像非读写障碍者一样有常规停顿（或注视）。

图：两种读者之间的眼动对比（图左为读写障碍低风险读者，右为高风险读者）

Kirkby教授承认，像 Lexplore公司这样声称高达95%的准确率似乎有点高，但并非不可能，因为研究显示，眼动仪可以分辨出阅读差异。她表示，尽管研究人员对这些差异的确切原因进行了仔细分析，但这些差异很可能只是「阅读障碍的结果而不是产生障碍的原因」。

对于 Lexplore公司而言，他们的挑战在于如何将这项研究进一步改进为用户方便使用且足够低价的产品，使其对学校更具吸引力，尤其是那些在以传统方式筛查读写障碍的学校。 据Wetterhall 所说，他们的技术是公正的，而不似教师和纸质评估那般主观。他表示，这种优势总体上可以帮助学校更快地筛查出有读写障碍风险的孩子。

Wetterhall 说：「我们拥有高度平衡的灵敏性和特异性，所以我们能很好地发现读写障碍孩子，同时排除掉那些没有障碍的孩子。」

应 EdSurge 的请求，Kirkby教授对 Lexplore公司的研究进行了回顾审查，她对该研究通过使用低频跟踪器就能取得这样的成果感到非常惊讶。虽说（通过低频追踪器）收集的数据可能不适用于她的高质量研究，但这种创新最终可能会使眼动追踪技术更容易在学校得到普及。

 市场跟踪

虽然 Lexplore公司还未正式进入美国学校，但他们已与亚特兰大地区的几个私营机构进行了一些初步工作。其中包括托尼巴克黑德附近的 Galloway私立学校，该校学费超过2万美元。Lexplore公司引起该校方注意，是因为一位瑞士学生家长的建议。结果，Galloway学校成为首批试验这项技术的州立学校之一，作为研究试验的一部分，以了解该技术将如何把瑞典语读者转换为英语读者。

Lexplore公司的代表到Galloway学校，通过简短的筛查过程，为大约200名1-4年级的孩子提供了测试指导。他们让孩子们阅读电脑上的两个小短文，同时用一个小型眼动追踪摄像机扫描并记录孩子的眼球运动，并将其上传到公司数据库，同时上传一些基本识别信息如姓名和年龄。然后将这些数据上传到微软Azure云端。在 Lexplore公司的发展初期，微软帮助其规模化产品，现在与他们以非正式伙伴关系合作，协助营销和潜在顾客开发。

据 Wetterhall 介绍，他们收集到的数据仅用于锐化其机器学习算法，该算法分析每个孩子阅读时眼球运动的扫视模式和异常情况。「这些数据有助于我们的方法进一步精进，」Wetterhall 说，「但我们除了出生日期外，不会存储任何个人信息。」

筛查后，Lexplore公司向学校提供了测试结果并要求学校提供反馈。Galloway小学校长 Polly Williams 说：「孩子们很快就做完了测试，而且他们并没有感到任何压力，就像参加一次常规考试一样。我很期待一件事，就是能看到有障碍的孩子与普通孩子在同一个环境中一起努力成长。我想这也是家长们希望看到的。」

Williams校长说，她对这项技术印象很深刻，并认为尽管这种服务尚未定价，但显然会比目前的筛查方法便宜得多。不过她也还不确定她的学校是否会继续使用该技术。她表示：「我认为他们仍在探索自己的商业模式，和如何自我定位及营销。我认为这还没有完全明朗。」

Williams说，当前该公司提供了好几种不同的服务模式：一种是由公司派代表到学校进行全套测试；一种是学校购买硬件和软件及相关支持；还有一种是仅包含设备的自助式服务，需要校方自己操作。

其中最后一种模式引起了 Kirkby教授的注意，她提出警告：教育工作者不一定都是科学家或研究者，他们可能没有足够的资源去理解该如何充分利用测试的结果。

她说：「如果学校能专门安排一个人负责处理这些数据，那我认为这可以为他们提供一种非常有趣的方式，去从干预中获得更多成果。因为那样他们就可以设计一个干预方案，并能方便地做干预的前后测对照。但学校将不得不对此有所投资。」

作者：Stephen Noonoo

来源：EdSurge

编译：钟探

- END -

独家翻译，转载请联系授权。

公众号：读写障碍那些事儿