Foto: Magnific

První interakce mezi rodičem a dítětem mohou o vývoji dítěte prozradit víc, než si laik na první pohled všimne. Krátký pohled na hračku, otočení k rodiči, zvuk, gesto nebo snaha zapojit druhého člověka do společné činnosti. Právě takové drobné signály sledují odborníci při hodnocení komunikačního a sociálního vývoje dítěte.

Vědci ze Singapore University of Technology and Design se proto zaměřili na otázku, zda by s touto náročnou pozorovací prací mohla pomoci umělá inteligence. Studie s názvem „Towards Aligning Multimodal LLMs with Human Experts: A Focus on Parent–Child Interaction“ zkoumala, jestli multimodální jazykové modely, tedy systémy schopné pracovat s obrazem, zvukem i textem, dokážou zachytit projevy dítěte podobně jako zkušení logopedičtí odborníci.

Středem výzkumu byla takzvaná sdílená pozornost. Jde o situaci, kdy dítě a dospělý zaměří pozornost na stejný předmět nebo činnost a zároveň si určitým způsobem uvědomují zapojení toho druhého. Typickým příkladem může být dítě, které se podívá na hračku, potom na rodiče a znovu na hračku. Na pohled obyčejný moment, ve skutečnosti však důležitý pro rozvoj řeči, sociální komunikace i pozdějšího učení.

Co AI zvládla překvapivě dobře

Tým vedený odborníky ze SUTD spolupracoval se třemi zkušenými specialisty na řečovou a jazykovou terapii. Nejprve se snažil pochopit, jak tito odborníci při sledování rodičovských interakcí uvažují. Na základě toho vědci vytvořili pracovní postup pro AI, který se soustředil na tři hlavní typy vodítek: kam se dítě dívá, co dělá a co říká nebo jak se hlasově projevuje.

Výsledky ukázaly, že v samotném pozorování si umělá inteligence nevedla špatně. Při identifikaci konkrétních behaviorálních signálů, například směru pohledu, akcí nebo vokalizace, dosáhl systém přibližně 81procentní přesnosti. Jinými slovy, AI dokázala poměrně dobře popsat, co se ve videu děje.

To je důležité hlavně proto, že podobná práce je časově náročná. Odborník, který hodnotí video interakce rodiče a dítěte, musí opakovaně sledovat krátké úseky, zapisovat si chování dítěte a hledat okamžiky, které mohou být vývojově významné. AI by v takovém případě mohla sloužit jako pomocník, který připraví přehledný časový záznam a upozorní na důležité části nahrávky.

Podle asistenta profesora Kennyho Choo ze SUTD je právě v tom hlavní přínos. Upozorňuje, že vývojová opoždění se týkají odhadem 10 až 15 procent předškolních dětí a potíže s řečí patří mezi nejviditelnější rané signály. Problém je, že dostupnost specializované péče není všude stejná, čekací doby bývají dlouhé a rodiny se k včasnému posouzení často dostávají pozdě.

Kde už stroj nestačí

Zásadní zlom nastal ve chvíli, kdy měla AI nejen popsat chování, ale také vyhodnotit kvalitu sdílené pozornosti. Právě tam její výkon výrazně klesl. Nešlo přitom jen o technický nedostatek modelu. Výzkumníci narazili na zajímavější problém: ani samotní odborníci se vždy neshodli na tom, co přesně dané chování znamená.

Kenny Choo k tomu uvedl, že nejvýraznější zjištění se nakonec netýkalo AI, ale expertů. Odborníci se často shodli na tom, co ve videu vidí, ale lišili se v interpretaci. Jeden kladl větší důraz na oční kontakt, druhý na emoční zapojení a další na komunikační záměr i v méně obvyklých projevech dítěte.

To je pro vývoj podobných systémů podstatné. Pokud neexistuje jediný jednoznačný výklad, který by mohl model napodobit, nemůže AI spolehlivě převzít roli klinického rozhodování. Může velmi dobře sbírat a třídit důkazy, ale konečný význam musí posoudit člověk, který zná širší kontext dítěte, rodiny i konkrétní situace.

Praktické využití by tak nemělo spočívat v tom, že umělá inteligence dítě „ohodnotí“ nebo nahradí logopeda. Smysluplnější je role asistenta. Odborník by například dostal časovou osu videa s poznámkami, kdy se dítě podívalo na rodiče, kdy se ozvalo, kdy sáhlo po hračce nebo kdy se pokusilo sdílet pozornost. Klinické posouzení by ale zůstalo na něm.

Autoři studie zároveň upozorňují, že případné nástroje pro rodiče by musely projít mnohem rozsáhlejším testováním. Je rozdíl mezi systémem, který pomáhá odborníkovi při dokumentaci, a aplikací, která by rodičům sama naznačovala možné vývojové obtíže.

Zdroj: Techxplore.com