Cribado de Lectura Oral Asistido por IA — Detectando Dificultades de Lectura en Alumnado Griego de Primaria

Investigadores de la Universidad de Tesalia (departamentos de Informática y Telecomunicaciones y de Educación Especial) desarrollaron una herramienta de detección basada en aprendizaje profundo que analiza clips de audio de 7 segundos de alumnos griegos de primaria leyendo en voz alta, para señalar posibles dificultades de lectura.

La herramienta está concebida como una ayuda de detección de baja carga para los docentes —no como un instrumento de diagnóstico— para ayudar a identificar alumnos que puedan necesitar una evaluación adicional por dificultades de lectura o dislexia.

Los docentes graban a los alumnos leyendo en voz alta; el audio se segmenta en clips de 7 segundos, se convierte en espectrogramas y se clasifica mediante una red neuronal convolucional basada en YOLO, generando una puntuación agregada de “porcentaje de dificultad” para cada alumno.

En una muestra de validación de 77 alumnos (de 3.º a 6.º grado, edad media de 11,6 años, incluidos 6 con diagnóstico de dislexia), la herramienta alcanzó alrededor del 84% de precisión general, 0,85 de precisión equilibrada y 0,89 de F1 macro, con una correlación de 0,74 con el juicio de los expertos, utilizando una división de datos 80/20 a nivel de participante.

Los autores afirman que la herramienta necesita más validación —incluidas pruebas de robustez frente al ruido de aula, muestras más grandes y diversas, y pruebas multilingües— antes de una implementación más amplia, y subrayan que debe funcionar únicamente como ayuda de detección y no como instrumento de diagnóstico.