DysLexLens to nowy framework opracowany do analizy doświadczeń osób z dysleksją w korzystaniu z narzędzi AI. System został zaprojektowany jako kompleksowa architektura, która śledzi źródła danych - przekształca hałaśliwe posty z mediów społecznościowych w uporządkowany korpus, wykorzystuje grafy wiedzy do rozumowania pytań, generuje weryfikowalne odpowiedzi i ocenia ich jakość za pomocą metryk zarówno ilościowych, jak i przeprowadzanych przez ludzi.
Framework DysLexLens opiera się na czterech kluczowych elementach. Pierwszym jest metodologia filtrowania słownikowego, która konstruuje skupiony korpus postów z Reddita dotyczących dysleksji i sztucznej inteligencji, oddzielając szum od rzeczywiście powiązanych treści w warunkach niskich zasobów. Drugim komponentem jest integracja semantycznej analizy wspomaganej LLM z rozumowaniem opartym na grafach wiedzy, co pozwala odkrywać znaczące wzorce. Trzecim elementem są metryki ilościowe takie jak RAGAS i Query Robustness, które mierzą wydajność odpowiedzi generowanych przez model. Czwartym jest strukturyzowana walidacja jakościowa z naciskiem na wykrywanie halucynacji i zgodność z faktami.
Badanie ma znaczenie praktyczne, ponieważ coraz więcej osób z dysleksją korzysta z narzędzi AI do wsparcia w czytaniu, pisaniu i organizacji pracy, jednak ich rzeczywiste doświadczenia pozostały dotąd mało zbadane. DysLexLens umożliwia systematyczne zrozumienie tego, jak ta grupa uzyskuje korzyści z technologii i jakie są potencjalne problemy, otwierając drogę do bardziej dostępnych i efektywnych rozwiązań AI dla dyslektyków.