IA para logopedas

Los SLP utilizan la IA de tres formas principales, además del papeleo. El primero es la fabricación de materiales. Los modelos de lenguaje producen rápidamente listas de palabras, oraciones, historias, escenarios sociales e indicaciones de conversación en un nivel elegido y sobre un tema elegido. El problema es que los modelos trabajan con texto escrito, no con sonidos. Cuando se le preguntan palabras que comienzan con /k/, un modelo puede incluir "cuchillo" o "ciudad" porque comienzan con las letras k o c. Cuando se le preguntan las palabras /f/, es posible que omita 'teléfono'. El médico tiene que comprobar fonéticamente cada lista y también comprobar la complejidad: el recuento de sílabas, dónde cae el sonido en la palabra y se combina. El segundo es el análisis del habla. El reconocimiento automático de voz (ASR) puede proporcionar una transcripción del primer borrador de una muestra de idioma, y ​​algunas herramientas estiman medidas como la velocidad de habla o las pausas. Pero los sistemas ASR se entrenan principalmente con el habla típica de un adulto. Sus tasas de error aumentan considerablemente en los niños y en las personas con trastornos de los sonidos del habla, disartria, tartamudez o algunos acentos. ASR también tiende a "corregir" errores en la palabra que quiso decir el hablante. Un niño que dice "wabbit" puede ser transcrito como "conejo", lo que oculta el error que se está midiendo. El Proyecto Relate de Google y el Proyecto de Accesibilidad del Habla de la Universidad de Illinois están tratando de mejorar el reconocimiento del habla atípica mediante capacitación en él. El tercero son las herramientas de práctica. Las aplicaciones de articulación ofrecen ejercicios y grabaciones, y algunas brindan información automática sobre si el sonido objetivo fue correcto. La retroalimentación automática puede aumentar la práctica entre sesiones, lo cual es importante porque muchas repeticiones apoyan el aprendizaje motor. Pero su precisión varía y una señal "correcta" incorrecta puede reforzar los errores. Pruebe los comentarios de una aplicación con sus propios oídos antes de asignarla. La IA también ayuda con el papeleo: redactar informes de evaluación, redactar los objetivos del IEP y redactar resúmenes para los padres. El Código de Ética de ASHA aún requiere competencia y protección de la información del cliente, y eso cubre todo lo que usted carga. Un error común es pensar que la puntuación de precisión de una aplicación es lo mismo que un juicio clínico. Es un punto de datos ruidoso.