Uno studio del Politecnico di Milano e dell’Università dell’Insubria condotto su oltre 700 studenti analizza pressione e fluidità del tratto per individuare precocemente le difficoltà di scrittura.
In sei scuole tra le province di Varese e Novara, un team di ricerca del Politecnico di Milano e dell’Università degli Studi dell’Insubria ha testato THInkPen, una penna sensorizzata in grado di misurare la pressione, la velocità e la fluidità del gesto grafico nei bambini. Lo studio, pubblicato sulla rivista scientifica “PLOS Digital Health”, ha coinvolto 707 alunni dalla prima primaria alla terza media per verificare se l’analisi del movimento della mano possa segnalare precocemente eventuali difficoltà di scrittura, prima ancora che diventino visibili sul foglio.
Una penna può registrare molto più di quello che rimane sul foglio
Quanto tempo impiega un bambino a scrivere, quanta pressione esercita sulla penna, come la inclina e quanto è fluido il movimento della sua mano sono informazioni che normalmente non si possono acquisire solo guardandolo mentre scrive. THInkPen permette invece di misurarle attraverso una serie di sensori.
La ricerca è nata nell’ambito del progetto PRIN e-School 2.0, coordinato da Simona Ferrante, docente del Dipartimento di Elettronica, Informazione e Bioingegneria e coordinatrice del team di ricercatori del Politecnico di Milano. La penna, inizialmente pensata per lo screening delle malattie neurodegenerative, è stata poi adattata allo studio del neurosviluppo: durante le prove registra il tempo impiegato, la forza esercitata, la fluidità del movimento, l’inclinazione e le oscillazioni.
Visualizza questo post su Instagram
Tra i disturbi su cui i ricercatori concentrano l’attenzione c’è la disgrafia, che riguarda l’acquisizione e l’automatizzazione della scrittura. L’idea è capire se il modo in cui la mano si muove possa fornire informazioni utili anche prima che una difficoltà diventi evidente attraverso il risultato scritto.
Dalla prima primaria alla terza media: come cambia la scrittura
I 707 studenti hanno partecipato alla ricerca negli anni scolastici 2022/2023 e 2023/2024. Il campione comprende alunni dalla prima alla quinta primaria e studenti dalla prima alla terza secondaria di primo grado, in sei scuole delle province di Varese e Novara.
Per valutare le capacità di scrittura, i ricercatori hanno utilizzato la BVSCO-3, Batteria per la Valutazione clinica della Scrittura e della Competenza Ortografica. Gli studenti hanno svolto due prove della durata di un minuto, scrivendo il più velocemente possibile la parola “UNO” oppure una sequenza di numeri scritti in lettere, mentre utilizzavano la penna sensorizzata. Le prove hanno riguardato lo stampatello e il corsivo, in base alla classe e alle capacità degli alunni.
Il confronto tra le diverse fasce scolastiche ha permesso di osservare come alcuni parametri del gesto cambiano con l’età e con l’esperienza nella scrittura. Le variazioni più marcate si concentrano nei primi anni della primaria, mentre alcuni indicatori tendono a stabilizzarsi intorno alla terza classe. Le caratteristiche legate al tempo mostrano le associazioni più significative con i punteggi ottenuti alla BVSCO-3: il modo in cui un bambino porta avanti il gesto sulla carta può contenere informazioni che vanno oltre la semplice velocità con cui completa una prova.
L’intelligenza artificiale cerca i segnali delle difficoltà
I ricercatori hanno poi usato modelli di apprendimento automatico per verificare se i dati raccolti dalla penna potessero distinguere gli studenti considerati a rischio di difficoltà di scrittura, individuati sulla base dei risultati della BVSCO-3.
Le prestazioni migliori sono arrivate dalle prove in corsivo: il modello più accurato, chiamato TabPFN, è riuscito a distinguere con buona affidabilità gli studenti con difficoltà di scrittura da quelli che invece non ne avevano, mentre nelle prove in stampatello i risultati sono stati più deboli.
Per capire come le caratteristiche del gesto avessero contribuito di più a queste previsioni, i ricercatori hanno utilizzato SHAP, una tecnica di intelligenza artificiale spiegabile che permette di risalire al peso di ogni singolo indicatore nella decisione del modello. Le difficoltà di scrittura non sono risultate legate a un singolo parametro, ma all’interazione tra più caratteristiche del processo di scrittura.
Photo: Pexels/ Annushka Ahuja
Il risultato, però, non equivale a una diagnosi di disgrafia. I partecipanti non sono stati selezionati sulla base di una diagnosi clinica: la classificazione è stata costruita a partire dai punteggi ottenuti nella BVSCO-3. La penna, quindi, non identifica da sola un disturbo, ma permette di individuare caratteristiche della scrittura associate a maggiori difficoltà nel campione studiato.
Prima di uno screening servono altri studi
Come spesso accade con una tecnologia ancora ai primi passi, gli stessi autori indicano con chiarezza alcuni limiti. Il campione è stato raccolto in un numero limitato di scuole del Nord Italia e lo studio è trasversale: mette a confronto studenti di classi diverse, ma non segue gli stessi bambini nel tempo. Inoltre, la soglia usata per individuare gli studenti “a rischio” è più ampia di quella clinica per la diagnosi di disgrafia: i risultati riguardano quindi le difficoltà di scrittura individuate attraverso la BVSCO-3, non un disturbo accertato.
La penna ha un limite tecnico, perché registra il movimento ma non la traccia lasciata sul foglio, quindi non può valutare direttamente la forma delle lettere o la loro organizzazione nello spazio. Per questo servono ora studi longitudinali, che seguano gli stessi bambini nel tempo e confronti diretti con bambini con diagnosi già accertata.
La direzione però è già tracciata: una parte del gesto che normalmente sfugge all’osservazione può essere trasformata in dati e analizzata. Il passo successivo sarà capire quanto possano essere affidabili e se, in futuro, possano affiancare gli strumenti già utilizzati per riconoscere prima le difficoltà di scrittura.
Photo cover: Unsplash/ Karina Syrotiuk
