Naukowcy zaprezentowali KIRA - pełny system do badania umiejętności czytania u dzieci w wczesnych klasach szkoły podstawowej, który łączy dwie komplementarne analizy: ocenę płynności na poziomie słów oraz szczegółową detekcję błędów fonemicznych. System stanowi znaczący postęp w porównaniu z istniejącymi narzędziami bazującymi na AI, które albo ograniczały się do zbyt wąskiego zakresu analiz, albo były zamknięte własnościowymi rozwiązaniami bez przejrzystych specyfikacji.
Klucz do efektywności KIRA leży w adaptacji pretrenowanych modeli rozpoznawania mowy do specyfiki głosów dzieci. Badacze wytrenowali osobne modele dla rozpoznawania słów i fonemów na nagraniach dziecięcych, osiągając drastyczne zmniejszenie błędów: word error rate spadł z 13,88 proc. do 8,84 proc., a phoneme error rate z 41,66 proc. do 23 proc. Te dostosowane modele napędzają dwa kluczowe zadania testowe stosowane w początkowych etapach edukacji - Word Reading (WRE) do oceny dokładności odczytu i Oral Reading Fluency (ORF) do pomiaru szybkości i płynności.
Szczególnie istotnym elementem KIRA jest webowy interfejs dla nauczycieli, który prezentuje wyniki płynności czytania wraz ze szczegółowym feedback'iem na poziomie fonemów. To pozwala nauczycielom szybko zidentyfikować dzieci zagrożone dysleksją czy innymi zaburzeniami czytania i wdrożyć ukierunkowane interwencje. System jest pierwszy tego typu - nie tylko nowoczesny technologicznie, ale również całkowicie gotowy do praktycznego wdrożenia w normalnych warunkach szkolnych, co stanowi znaczący skok od akademickich prototypów do rzeczywistego narzędzia diagnostycznego.