DOTTORATO NAZIONALE IN INTELLIGENZA ARTIFICIALE

Titolo della tesi: A Computational Framework for AI-Driven Reading Comprehension Rehabilitation for Neurodiverse Learners

L’intelligenza artificiale sta aprendo nuove ed entusiasmanti possibilità nel campo dell’educazione e della logopedia. Può offrire un supporto significativo agli studenti, in particolare a quelli con bisogni educativi speciali e disabilità, che incontrano difficoltà nella comprensione del testo scritto. Sebbene alcuni studenti mostrino progressi nel riconoscimento delle parole, la loro comprensione rimane spesso lenta e faticosa, con un impatto sul successo scolastico nella scuola primaria e secondaria, ma anche sulla vita personale e quotidiana. Questa tesi di dottorato mira a migliorare l’apprendimento e la riabilitazione della comprensione del testo integrando teoria psicolinguistica con metodi computazionali. L’obiettivo è formalizzare i processi di comprensione, tradurli in compiti di elaborazione del linguaggio naturale (Natural Language Processing, NLP) e applicarli in contesti educativi e clinici concreti. Il lavoro è strutturato in tre fasi principali. In primo luogo, la scelta dei metodi computazionali si basa su consolidate teorie psicolinguistiche della comprensione del linguaggio. In secondo luogo, i metodi computazionali selezionati e il relativo quadro di valutazione vengono presentati e implementati, includendo la semplificazione delle frasi, la classificazione della coerenza, l’estrazione di parole chiave, la traduzione dal testo ai pittogrammi e la costruzione di mappe concettuali. Ne risulta un insieme di strumenti composti da componenti utilizzabili che non solo mirano ad aspetti distinti dei processi di comprensione, ma dimostrano anche miglioramenti misurabili in modo indipendente, in particolare nella generazione di mappe concettuali e nella semplificazione del testo. Infine, queste tecnologie vengono integrate in un’interfaccia online, sviluppata con il contributo degli stakeholder e valutata attraverso studi con utenti in contesti educativi e clinici. Gli studi sugli utenti dimostrano la validità clinica del framework basato sull’intelligenza artificiale per la riabilitazione di studenti con bisogni educativi speciali e disabilità. In sintesi, questa tesi arricchisce la comprensione teorica, computazionale e pratica di come l’IA possa supportare la comprensione del testo per studenti neurodivergenti, contribuendo al contempo allo sviluppo di nuovi metodi per diversi compiti di NLP, a un framework integrato per interventi di comprensione del testo guidati dall’IA e alla loro validazione empirica.