Использование ИИ и фМРТ позволило исследователям из Стэнфорда впервые изучить нейронные причины трудностей в обучении математике у детей.

В исследовании приняли участие 45 школьников 7–9 лет, из них 21 испытывал проблемы с математикой. Дети решали простые задачи, пока аппарат фиксировал активность их мозга. На основе этих данных создали «цифровых близнецов» — модели, которые имитируют работу мозга каждого ребёнка и его решения. Учёные выяснили, что у детей с трудностями наблюдается повышенная активность нейронов в областях мозга, отвечающих за числовое мышление. Это противоречит прежним предположениям, что при проблемах с обучением активность снижена. Избыточная нейронная возбудимость, по версии исследователей, приводит к «перекрытию» нейронных паттернов: мозг воспринимает разные задачи слишком схоже, что затрудняет их правильное решение.

Модели показали, что детям с такими особенностями требуется почти вдвое больше времени для достижения уровня обычных учеников. Однако с дополнительным обучением они способны достичь тех же результатов.

Авторы считают, что цифровые близнецы помогут разрабатывать персонализированные методы обучения и тестировать новые стратегии в виртуальной среде до их внедрения в классах. Это может ускорить создание эффективных программ для детей с проблемами в математике. При этом исследование требует доработки, но уже открывает новые перспективы в понимании и коррекции трудностей в обучении.