Disleksi ve Yapay Zekâ: Bireysel Destekle Öğrenmede Yeni Ufuklar

Disleksi ve Yapay Zekâ: Bireysel Destekle Öğrenmede Yeni Ufuklar

Disleksi, okuma-yazma becerilerini etkileyen ve zekâ veya duyusal bir engelden kaynaklanmayan bir öğrenme güçlüğüdür. Beynin dil işleme bölgelerindeki farklılıklardan kaynaklanır ve bireyin harfleri, kelimeleri ve yazılı dili işlemesinde zorluklara yol açar. Dünya genelinde her 10 kişiden birini – bazı tahminlere göre her 5 kişiden birini – etkileyebilen disleksi, eğitim hayatında önemli zorluklar doğurabilir. Neyse ki günümüzde yapay zekâ destekli teknolojiler, disleksili bireylerin bu zorlukları aşmalarına yardımcı olmak ve eğitimciler ile ebeveynlere yeni çözümler sunmak için devreye giriyor. Bu yazıda disleksinin ne olduğunu ve belirtilerini ele alarak yapay zekânın disleksi tanısı ve bireyselleştirilmiş öğrenme süreçlerindeki rolünü inceleyecek; Dysolve, Lexy, LARF gibi güncel örnek projeler üzerinden bu teknolojilerin pratik yararlarını tartışacağız.

Disleksi Nedir? Belirtileri ve Eğitsel Etkileri

Disleksi en sık okuma bozukluğu olarak bilinse de, genel zekâ düzeyi normal veya yüksek olabilen bireylerde görülür ve okuma, yazma, heceleme alanlarında kendini gösterir. Disleksili çocuklar ve yetişkinler harfleri veya kelimeleri tanımakta, harf-ses eşleştirmesi yaparak akıcı okumakta güçlük çekebilirler. Örneğin, benzer görünen veya sesleri yakın harfleri karıştırmak (“b” ile “d” gibi) sık rastlanan bir sorundur. Kelimeleri tersten okumak, harf atlamak veya eklemek, yazarken harf ve rakamları ters yazmak da belirtiler arasındadır. Disleksi genellikle bireyin okuma hızını ve doğruluğunu düşürür, yazılı ifade becerilerini zorlaştırır ve okul başarısını olumsuz etkiler. Bir öğrenci, yaşına ve aldığı eğitime rağmen akranlarına kıyasla yavaş okuyor, okuduğunu anlamakta zorlanıyor veya sık yazım hataları yapıyorsa disleksiden şüphe edilebilir.

Belirtiler kişiden kişiye değişebilse de yaygın görülen bazı disleksi belirtileri şunlardır:

Okuma ve Yazmada Zorluk: Basılı veya yazılı metni çözümlemede güçlük, yavaş okuma, okurken satır atlama veya tekrar başa dönme, yazarken harfleri ters veya eksik yazma.

Dil Becerilerinde Güçlük: Özellikle erken çocuklukta konuşmayı geç öğrenme, kelimeleri telaffuz etmede sorunlar, kafiyeli sözcükleri ayırt edememe, yabancı dil öğrenirken normalden fazla zorlanma.

Hafıza ve Dizileme Problemleri: Alfabenin harf sırasını, günleri veya ayları sıralamayı öğrenmede zorluk; ardışık talimatları takip etmekte güçlük; bir nesnenin adını hatırlamada sık tereddüt etme.

Dikkat ve Yön Karmaşası: Dikkatini metin üzerinde sürdürmekte zorlanma; yön karıştırma (sağ-sol ayrımında zorlanma); b, d, p, q gibi harfleri veya “6” ile “9” gibi rakamları sık sık karıştırma.

Disleksinin eğitim üzerine etkileri oldukça ciddidir. Okumadaki güçlükler, hemen hemen tüm derslerde geri kalmaya yol açabilir. Örneğin, okuduğunu anlamakta zorluk çeken bir çocuk, matematik probleminde bile soruyu yanlış anlayabilir. Araştırmalar, öğrenme güçlüğü olan öğrencilerde okulu bırakma oranlarının daha yüksek olduğunu göstermektedir; ABD’de özel öğrenme güçlüğü (disleksi vb.) olan öğrencilerin yaklaşık %20’si lise düzeyinde okulu terk etmektedir. Bu nedenle disleksili bireylerin erken tanı alması ve uygun destekle eğitime devam etmesi kritik önem taşır. Disleksi kesin bir “hastalık” olmamakla beraber, doğru yöntemler ve sabır ile bireyler okuma-yazma becerilerinde büyük ilerlemeler kaydedebilirler.

Yapay Zekâ ile Erken Tanı ve Değerlendirme

Erken tanı, disleksili çocukların ihtiyaç duydukları desteği zamanında alabilmeleri için çok önemlidir. Geleneksel disleksi tanısı, eğitim uzmanlarının uyguladığı bir dizi okuma, yazma ve bilişsel değerlendirmeyi içerir. Ancak bu süreç hem zaman alıcı hem de maliyetli olabilir. Yapay zekâ destekli yeni nesil değerlendirme araçları, erken tarama ve tanı sürecini hızlandırarak daha fazla çocuğa ulaşmayı hedefliyor. Uzmanlar, yapay zekâ tabanlı tarama araçlarının mevcut testlere yardımcı olarak erken yaşta risk belirlemesini kolaylaştırabileceğini ve özellikle uzman eksiği yaşanan bölgelerde büyük bir boşluğu doldurabileceğini vurguluyor.

Göz izleme (eye-tracking) teknolojisi, disleksi taramasında öne çıkan yeniliklerden biridir. Bu sistemlerde çocuğun bir metni okurken göz hareketleri özel kameralarla takip edilir. Okuma sırasında gözün metin üzerinde izlediği yol, disleksi belirtisi olan anormal örüntüler gösterir. Örneğin, disleksili bireylerin göz hareketleri genelde tipik okuyuculardan farklıdır: Daha sık ve uzun sabitlenmeler (bir kelime üzerinde duraklama), daha kısa sakkadlar (hızlı göz atlamaları) ve normalden fazla geri dönüşler (yeniden geriye doğru okuma) görülür. Bu, disleksili bir beynin kelimeleri otomatik olarak çözemeyip tekrar tekrar işlemeye çalışmasından kaynaklanır. Nitekim bir araştırmada, disleksili okuyucuların göz hareket paternlerinin (uzun sabitlenme, sık geri dönüş gibi) tipik okuyuculardan belirgin biçimde ayrıldığı ve bu metriklerin disleksi taramasında başarıyla kullanılabildiği gösterilmiştir

Göz izleme verilerini yapay zekâ ile analiz eden sistemler, çok sayıda çocuğun okuma paternlerini karşılaştırarak yüksek risk taşıyanları otomatik olarak tespit edebiliyor. Makine öğrenimi algoritmaları, sabitleme süresi, bakış sıçramalarının sayısı, geri okuma sıklığı gibi onlarca özelliği eşzamanlı değerlendirerek disleksi ihtimalini hesaplıyor. Yapılan çalışmalar, bu yaklaşımla erken tarama testlerinin ölçeklenebilir bir şekilde uygulanabileceğini ve insan uzmanlara kıyasla zamandan kazanarak daha geniş kitlelere ulaşılabileceğini gösteriyor. Kısacası, göz izleme tabanlı yapay zekâ sistemleri, objektif ve hızlı bir ön tarama aracı olarak disleksi tanısına önemli bir katkı sunuyor.

Bir diğer yapay zekâ destekli değerlendirme yöntemi de OCR (Optik Karakter Tanıma) ve doğal dil işleme tekniklerinin kullanılmasıdır. Bu yöntemler, çocuğun yazılı veya sözlü performansını dijital olarak analiz etmeyi hedefler. Örneğin, University at Buffalo tarafından yürütülen yakın tarihli bir çalışma, ilkokul öğrencilerinin el yazısı örneklerini yapay zekâ ile inceleyerek disleksi ve disgrafi (yazı yazma güçlüğü) belirtilerini tespit etmeye odaklanmıştır. Bu projede geliştirilen sistem, çocuğun kağıda yazdığı metni tarayıp dijital metne (OCR ile) dönüştürerek yazıdaki düzensizlikleri ve hataları analiz ediyor. Yapay zekâ modeli, harflerin boyutu ve aralıkları gibi görsel özellikleri inceliyor, yazıyı metne çevirerek yanlış hecelemeleri, harf ters çevirmeleri veya imla hatalarını saptıyor ve bunlardan yola çıkarak dil işleme ile ilgili ipuçları arıyor. Örneğin bir çocuk “b” harfi yerine sık sık “d” yazıyorsa veya kelime içindeki harf sırasını karıştırıyorsa, sistem bunu olası bir disleksi belirtisi olarak işaretliyor. Ayrıca bu tür bir araç, çocuğun yazma esnasındaki kalem basıncı, yazı hızı gibi motor beceri verilerini de toplayarak eşlik edebilecek disgrafi problemini de değerlendirebiliyor.

Yapay zekâ ile desteklenmiş konuşma tanıma da tanı süreçlerinde kullanılmaya başlanmıştır. Küçük yaştaki çocuklar henüz yazamıyor olsa bile, basit metinleri sesli okumaları istenip, okuma kayıtları yapay zekâ tarafından analiz edilebilir. Çocuğun sesli okuması sırasında hangi kelimeleri yanlış okuduğu, tereddüt ettiği veya atladığı otomatik olarak belirlenerek bir okuma profili çıkarılabilir. Örneğin, geliştirilmekte olan bazı dijital değerlendirme uygulamaları, bir çocuğun kısa bir metni okumasını kaydedip sesi metne çevirerek (ASR - otomatik konuşma tanıma yoluyla) çocuğun okuduğu metin ile hedef metni anbean karşılaştırmaktadır. Yapay zekâ, okuma hatalarının desenlerini (örn. sık yapılan harf hataları, eklenen/çıkarılan sesler) analiz ederek öğretmenlere detaylı bir rapor sunabilir. Bu sayede sınıf öğretmenleri veya ebeveynler, çocuğun hangi harf ve hece gruplarında zorlandığını erken fark ederek özel olarak o alanlara yoğunlaşabilirler. Örneğin bir uygulama olan EarlyBird, çocukların okuma becerisini kısa bir sesli okuma testi ile değerlendirip disleksi risk işaretlerini raporlayan yapay zekâ destekli sistemlerden biridir.

Özetle, yapay zekâ destekli tanı ve değerlendirme araçları – göz izleme, yazı analizi, konuşma tanıma gibi teknolojiler sayesinde – disleksi belirtilerini objektif metriklere dayalı olarak yakalayabiliyor. Bu da disleksi tanısında insana dayalı öznel değerlendirmelerin ötesine geçip daha erken, hızlı ve yaygın tarama yapılabilmesinin önünü açıyor. Erken tanı alan çocuklar, gerekli eğitsel desteğe ne kadar çabuk kavuşursa, öğrenme yaşamlarında o denli başarılı olabiliyorlar.

Bireyselleştirilmiş Öğrenmede Yapay Zekâ Desteği

Disleksi tanısı alan bir bireyin eğitimi, standart sınıf eğitiminden daha özel bir yaklaşım gerektirir. Her disleksili öğrencinin güçlü ve zayıf yönleri farklı olabileceği için, bireyselleştirilmiş öğrenme planları büyük önem taşır. Yapay zekâ, tam da bu noktada kişiye özel içerik ve destek sunma kapasitesiyle devreye giriyor. Artık uygulamalar, oyunlar ve dijital araçlar, yapay zekâ sayesinde her öğrencinin ihtiyaçlarına göre uyarlanabilmektedir.

Oyun tabanlı öğrenme: Yapay zekâ, öğrenme sürecini eğlenceli hale getiren oyunlarda aktif olarak kullanılıyor. Örneğin Dysolve adlı platform, disleksili çocuklar için tasarlanmış yapay zekâ destekli oyunlar sunuyor. Çocuk, platforma giriş yapıp kendi seviyesine uygun oyunu oynuyor; arka planda ise Dysolve’ün yapay zekâ sistemi, çocuğun oyun içindeki performansından milyonlarca veri noktası toplayarak hangi dil işlemlerinde zorluk yaşadığını tespit ediyor. Sistem, belirlenen zorluk alanlarına yönelik özel oyunlar ve alıştırmalar geliştirerek çocuğun beynindeki dil işleme süreçlerini adım adım güçlendirmeyi hedefliyor. Örneğin, çocuk “raze” kelimesini okuyamayıp karıştırdıysa, yapay zekâ bunu o çocuğa özgü bir eksik olarak algılıyor ve sonraki oyun seviyelerinde benzer ses desenlerine daha fazla yer vererek tekrar ve pekiştirme sağlıyor. Yapılan denemeler, bu yöntemle düzenli çalışan öğrencilerin okuma sınavı sonuçlarında belirgin iyileşmeler gördüğünü ortaya koymuştur (oyunu kullanan çocuklar, standart testlerde %25’lik dilimden %50+ dilimine ilerleme kaydedebilmiştir). Bu tür adapte edilebilir oyunlar, çocuğun motivasyonunu yüksek tutarken aynı zamanda zayıf olduğu becerileri hedef alarak gelişim sağlar. Üstelik tamamen bulut tabanlı olan bu platformlara çocuk evde de erişebilir; tek yapması gereken giriş yapıp oyun oynamaktır. Oyun içeriği ve zorluk düzeyi, her oturumda çocuğun performansına göre dinamik biçimde ayarlanır, böylece ne çok kolay ne de yıldıracak kadar zor bir deneyim sunulmuş olur.

Çok duyulu ve etkileşimli uygulamalar: Klasik eğitimde disleksili öğrenciler için multisensory (çok duyulu) yöntemlerin faydalı olduğu bilinmektedir. Yapay zekâ destekli uygulamalar da görsel, işitsel ve dokunsal uyaranları bir arada kullanarak öğrenmeyi pekiştiriyor. Örneğin Lexy adlı ücretsiz bir disleksi uygulaması, yapay zekâ ile kişiselleştirilmiş okuma programları oluşturuyor. Uygulama içinde çocuğa özel uyarlanmış fonik oyunlar ve alıştırmalar yer alıyor; çocuğun ilerlemesi sürekli takip edilerek zorlandığı konulara odaklanan yeni oyun seviyeleri yaratılıyor. Lexy, bilimsel temelli yapılandırılmış okuma (phonics) yöntemlerini oyunlarla buluşturuyor: harflerin ses karşılıklarını, hece yapılarını ve kelime çözümleme stratejilerini renkli ve etkileşimli biçimde öğretiyor. Bu sayede çocuk, dil bilgisini adım adım ve eğlenerek inşa ediyor.

Lexy gibi uygulamalar aynı zamanda anında geri bildirim mekanizmaları içeriyor. Örneğin çocuk uygulama içinde sesli okuma pratiği yaparken, Lexy’nin AI destekli konuşma tanıma özelliği çocuğun telaffuzunu dinliyor ve hatalı okuduğu kelimeler için anında uyarı veriyor. Bu, adeta yanında her an onu düzelten bir kişisel okuma koçu varmışçasına çocuğa rehberlik ediyor. Uygulamanın doğal sesli okuma (text-to-speech) özelliği de bulunuyor: Çocuk anlamakta zorlandığı bir metinle karşılaştığında uygulama içindeki kamera ile metnin fotoğrafını çekip yazıyı taratabiliyor ve uygulama metni yüksek sesle okuyarak çocuğa yardımcı oluyor. Bu özellik, basılı materyallerin de kolayca sesli kitaba dönüşmesini sağladığı için, özellikle ev ödevi okuma veya kitap okuma görevlerinde disleksili öğrenciye büyük destek sağlıyor.

Bireyselleştirilmiş öğrenme araçları yalnızca okuma üzerine değil, yazma becerileri üzerine de odaklanıyor. Yapay zekâ sayesinde geliştirilen akıllı yazı asistanları ve tahmin sistemleri, disleksili bireylerin yazılı ifade sırasında yaşadığı zorlukları hafifletebiliyor. Örneğin, birçok disleksili öğrenci düşüncelerini yazıya geçirirken imla hataları ve kelime bulma güçlükleri yaşayabiliyor. Yapay zekâ destekli kelime tahmin ve otomatik düzeltme özellikleri, kullanıcı daha birkaç harf yazarken hangi kelimeyi amaçladığını tahmin ederek öneriler sunuyor. Bu sayede kişi, tam olarak nasıl yazıldığından emin olamadığı kelimeyi zihninde tutup harf harf uğraşmak yerine listeden seçip yazmaya devam ediyor. Modern akıllı klavye uygulamalarında veya kelime işlemcilerde bulunan bu tür öngörüyle tamamlama sistemleri, disleksili bireyin yazarken harcadığı bilişsel yükü ciddi oranda azaltabiliyor. Örneğin bir disleksili yetişkin, bir e-posta yazarken “toplantı” kelimesini hatırlamakta zorlanır veya yanlış harf sırasıyla yazmaya başlarsa, sistem bunu tanıyıp doğru kelimeyi öneriyor; böylece kullanıcı cümlenin geri kalanına odaklanabiliyor. Aynı şekilde, yapay zekâ destekli imla denetimi ve dilbilgisi düzeltme araçları (Grammarly gibi), disleksili bireylerin karakteristik yazım hatalarını sıradan denetim programlarından daha iyi yakalayabiliyor. Örneğin bir disleksili yazar “their” ve “there” gibi sesdaş (homofon) kelimeleri sıkça karıştırıyorsa, geleneksel bir yazım denetimi bunu fark etmeyebilir; ancak yapay zekâ, cümle bağlamını analiz ederek doğru kelimeyi önerebiliyor. Bu tür akıllı asistanlar, disleksili bireylerin yazılı iletişim kurarken kendilerine güvenlerini artırıyor ve hata yapma endişesini azaltıyor.

Sesli okuma teknolojileri (TTS) de bireysel öğrenmede vazgeçilmez bir araç olarak öne çıkıyor. Yapay zekâ destekli metinden sese araçlar, dijital metinleri doğal insan sesiyle yüksek sesle okuyarak disleksili kişiye işitsel destek sağlıyor. Bu, özellikle uzun metinleri veya karmaşık içerikleri okurken anlama güçlüğü çeken öğrenciler için adeta bir can simidi olabiliyor. Metnin kulakla dinlenmesi, gözle okurken kaçırılabilecek noktaları tamamlıyor ve okuduğunu anlama becerisini geliştiriyor. Günümüzde pek çok e-kitap okuyucu, tarayıcı eklentisi veya eğitim uygulaması TTS özelliğini sunuyor; okunan kelimeyi eşzamanlı olarak vurgulayarak takip etmeyi kolaylaştıran gelişmiş TTS sistemleri, disleksili bireylerin hem görsel hem işitsel olarak öğrenmesini pekiştiriyor. Örneğin bir öğrenci ders kitabındaki bir bölümü anlamakta zorlanıyorsa, metni taratıp TTS ile dinleyebilir; bu sayede metindeki bilgiyi kulak yoluyla alarak okuma engelini aşabilir.

Yapay zekâ, öğrenme platformlarını da kişiye özel hale getiriyor. Güncel bazı eğitim yazılımları, öğrencinin okuma seviyesini ve zorluk yaşadığı alanları tespit ederek uyarlanabilir ders içerikleri sunmaktadır. Örneğin Lexplore veya Read&Write gibi platformlar, gömülü yapay zekâ ile öğrencinin okuma hızını, telaffuz hatalarını, anlama düzeyini ölçüp bu veriye göre bireysel alıştırma paketleri oluşturmaktadır. Bu platformlar, göz izleme ve doğal dil işleme tekniklerini birleştirerek hangi kelime türlerinin veya dilbilgisel yapıların problem yarattığını saptar ve hedefe yönelik egzersizler sunar. Sonuç olarak öğrenci, kendi hızında ilerleyerek en çok ihtiyaç duyduğu becerilere odaklanabilir. Bu tür kişiselleştirilmiş yaklaşımlar, disleksili öğrencinin sınıf ortamında kaybolmasını önleyip kendi güçlü öğrenme stiline uygun bir deneyim yaşamalarını sağlar.

Eğitimciler ve Ebeveynler için Pratik Yararlar

Yapay zekâ destekli teknolojilerin belki de en büyük etkilerinden biri, öğretmenler ve ebeveynler için sağladığı pratik kolaylıklardır. Disleksiyle başa çıkan bir çocuğa destek olmak, geleneksel yöntemlerle oldukça emek ve uzmanlık gerektirebilir. Ancak yeni araçlar, hem öğretmenlerin iş yükünü azaltmakta hem de ebeveynlerin evde çocuklarına daha iyi yardımcı olabilmelerini sağlamaktadır.

Öncelikle, yapay zekâ sistemleri öğretmenlerin zamanını verimli kullanmasına olanak tanır. Örneğin, geleneksel bireysel okuma programlarında öğretmenler her öğrenci için ayrı plan hazırlamak, sürekli düzey takibi yapmak ve değerlendirme sonuçlarını elle analiz etmek zorundadır. Yapay zekâ destekli programlar ise bu işlerin büyük bölümünü otomatikleştirir. Dysolve örneğinden gidersek, platform öğretmenin not girişi yapmasına veya karmaşık ayarlar kurmasına gerek kalmadan her öğrencinin verisini kendi toplar ve anlamlandırır; öğretmen sadece sisteme öğrenciyi tanımlayıp süreci başlatır. Dr. Coral Hoh, geliştirdikleri Dysolve programının geleneksel çevrimiçi eğitim araçlarındaki gibi öğretmenlere ek yük bindirmediğini, aksine notlandırma, raporlama ve içerik uyarlama işlerini perde arkasında hallederek eğitimcileri gereksiz angaryadan kurtardığını vurgulamaktadır. Öğretmen, vakit harcayıp test sonuçlarını yorumlamak yerine, öğrencinin oyun ve alıştırma verilerinden otomatik üretilen ilerleme raporlarını izleyip gerektiğinde hedefe yönelik destek sağlayabiliyor. Bu, özellikle kalabalık sınıflarda her bir disleksili öğrenciye yeterli zamanı ayırmakta zorlanan öğretmenler için büyük bir kolaylıktır.

Ebeveynler cephesinde de yapay zekâ tabanlı araçlar umut verici yararlar sağlıyor. Birçok aile, çocuklarının okuma güçlüğü karşısında ne yapacağını bilemez halde özel eğitim uzmanlarına veya pahalı eğitim setlerine yönelmek zorunda kalıyordu. Oysa bugün, ücretsiz veya uygun maliyetli uygulamalar sayesinde aileler ev ortamında çocuklarına destek olabilir hale geliyor. Örneğin Lexy gibi bir uygulama, “7/24 ulaşılabilir bir özel öğretmen” gibi davranarak çocuğa ev ödevlerinde, ekstra okuma pratiklerinde yardımcı olabiliyor. Aileler, uygulamanın sağladığı günlük okuma egzersizlerini veya oyun tabanlı görevleri çocuğuyla birlikte yaparak sürece aktif katılım gösterebiliyor. Üstelik çoğu uygulama, ebeveynler için ayrı bir takip paneli veya düzenli e-posta raporları sunarak çocuğun gelişimini kolayca izlemeyi sağlıyor. Örneğin bir ebeveyn, çocuğunun haftalık okuma hızı artışını ya da çözdüğü oyun seviyelerini panelden görüp, nerede ilerleme kaydedildiğini, nerede zorlanıldığını anlayabiliyor. Bu saydamlık, ebeveyn-çocuk arasındaki iletişimi de güçlendiriyor; zira ebeveyn neye dikkat etmesi gerektiğini bildiğinde evde daha bilinçli bir yardım sunabiliyor.

Ayrıca yapay zekâ araçları, uzman desteğine erişimi kısıtlı bölgelerde büyük bir boşluğu doldurabilir. Her okulda disleksi eğitimi konusunda uzmanlaşmış öğretmen veya psikolog bulunmayabilir. Yapay zekâ tabanlı platformlar internet üzerinden erişilebilir olduğundan, küçük bir kasabadaki bir aile de büyük şehirdeki imkânlara benzer şekilde çocuğuna destek sağlayabilir. Örneğin, bir köy okulunda okuyan disleksili bir öğrencinin öğretmeni, bu öğrenciye uygun bir dijital programı kullanarak büyük ölçüde kişiselleştirilmiş bir eğitim sunabilir. Bu, eğitimde fırsat eşitliği açısından da önemli bir katkıdır.

Son olarak, yapay zekâ çözümleri motive edici ve sürdürülebilir öğrenme ortamları yaratır. Oyunlaştırma ve anlık geri bildirim sayesinde çocuklar öğrenirken daha az stres yaşar, hata yapmaktan korkmaz hale gelirler. Öğretmen ve ebeveynler de çocuğun başarılarını küçük adımlarla da olsa anında görebildikleri için pozitif bir geri bildirim döngüsü oluşur. Çocuk ilerledikçe bunu grafikler veya rozetler halinde görmek özgüvenini artırır; ebeveyn ve öğretmen ise bu ilerlemeyi takdir ederek çocuğu daha fazla teşvik edebilir. Bu şekilde, yapay zekânın soğuk bir teknoloji olmak bir yana, insan etkileşimini güçlendiren bir köprü işlevi gördüğü söylenebilir.

Güncel Örnek Projeler ve Uygulamalar

Yapay zekâ ile disleksi alanında çalışan birçok yenilikçi proje bulunmaktadır. İşte bunlardan üçü ve getirdikleri yaklaşımlar:

Dysolve: Oyun tabanlı yapay zekâ programı Dysolve, disleksinin beynin dil işlemleme süreçlerindeki “verimsizliklerden” kaynaklandığı fikrinden yola çıkarak tasarlanmıştır. Program, her bir kullanıcı için özel oyunlar yaratıp oynatarak beyin işlem verilerini toplar ve dil işlemedeki aksayan noktaları tespit eder. Ardından bu zayıf noktaları güçlendirecek yeni oyunlar üretir. Tamamen otonom bir yapay zekâ sistemi olan Dysolve’ün, pilot çalışmalarda daha önce ömür boyu sürecek bir engel gözüyle bakılan disleksi semptomlarını büyük ölçüde düzeltebildiği rapor edilmiştir. Bulut tabanlı olduğundan, herhangi bir kurulum gerektirmeden tarayıcı üzerinden çalışır; öğrenciler oyun oynarken öğretmen ve ebeveynler de çevrimiçi panelden anlık ilerleme takibi yapabilirler.

Lexy: Lexy, yapay zekâ destekli ücretsiz bir disleksi eğitimi uygulaması olarak öne çıkıyor. iOS tabanlı bu uygulama, kişiselleştirilmiş fonik dersler, adaptif oyunlar, konuşma tanımayla okuma pratiği gibi pek çok özelliği bir arada sunuyor. Lexy’nin yapay zekâ motoru, her öğrencinin okuma seviyesini değerlendirip ona uygun mini oyunlar ve görevler oluşturuyor; böylece çocuk sıkılmadan, kendi hızında ilerleyebiliyor. Uygulama ayrıca OCR destekli okuma yardımcısı ile basılı metinleri fotoğraftan tanıyıp seslendirebiliyor. Özetle Lexy, geleneksel özel derslerin dijital ve eğlenceli bir alternatifi gibi çalışarak hem sınıf içi kullanıma hem de evde bireysel öğrenime katkı sağlıyor.

LARF (Let AI Read First): LARF, 2025 yılında duyurulan ve özellikle yetişkin disleksili bireylerin okuma deneyimini iyileştirmeye odaklanan bir araştırma projesi. Bu yaklaşımda büyük dil modeli (Large Language Model) tabanlı bir yapay zekâ, karmaşık bir metni okuyucudan önce okuyup işaretliyor. Yani metnin orijinal içeriğini bozmadan, anlaşılmasını kolaylaştıracak notlar ve vurgular ekliyor. 150 disleksili katılımcıyla yapılan deneylerde LARF’ın okuma performansı ve deneyimini belirgin biçimde iyileştirdiği, özellikle ağır disleksi yaşayan okuyucuların metinleri daha rahat anladığı rapor edilmiştir. LARF henüz araştırma aşamasında olsa da, sessiz ortamlarda kullanılamayan yüksek sesli okuma cihazlarına alternatif, metni içerik düzeyinde dönüştüren bir destek teknolojisi olarak dikkat çekmektedir. Gelekte LARF benzeri yaklaşımlar, uzun makalelerden resmi belgelere kadar her tür yazılı içeriği disleksili bireyler için anında daha anlaşılır hale getirebilir.

Sonuç: Disleksili Bireyler için Yeni Ufuklar

Yapay zekâ destekli teknolojiler, disleksiyle mücadelede hem eğitim hem tanı alanlarında umut verici gelişmeler sunuyor. Disleksi, tarihsel olarak birçok bireyin eğitim hayatında can sıkıcı engellere yol açsa da, bugün geldiğimiz noktada bu engelleri azaltmak hatta ortadan kaldırmak yönünde somut adımlar atılıyor. Özellikle oyunlaştırılmış öğrenme uygulamaları ve kişiselleştirilmiş dijital asistanlar sayesinde, disleksili çocuklar sıkılmadan ve özgüven kaybı yaşamadan temel okuryazarlık becerilerini geliştirebiliyorlar. Erken tanı araçlarının yapay zekâ ile desteklenmesi ise, çocukların ihtiyacı olan desteği kaçırmadan alabilmelerine imkan tanıyor. Üstelik bu teknolojiler sadece öğrencilerin değil, öğretmenlerin ve ebeveynlerin de yükünü hafifletiyor, onlara rehberlik ediyor.

Elbette yapay zekâ, disleksinin tek başına “çözümü” değil; insan faktörü, sabır ve doğru pedagoji her zaman kritik önemde olacak. Ancak yapay zekâ, doğru kullanıldığında, bir çocuğun hayatında fark yaratabilecek ekstra bir itici güç sağlıyor. Disleksili bireyler artık çaresiz değiller – aksine, teknoloji destekli yeni ufuklar sayesinde kendi potansiyellerini ortaya çıkarma yolunda hiç olmadıkları kadar güçlü bir konumdalar. Eğitimde fırsat eşitliğine katkı sunan bu yenilikçi araçlar, disleksiyle yaşayan herkese “yalnız değilsiniz” mesajı veriyor ve öğrenme yolculuğunu daha erişilebilir, verimli ve keyifli hale getiriyor.

Kaynakça

1. Songül Kandemir. “Disleksi Nedir? Disleksi Belirtileri, Nedenleri ve Tedavi Yöntemleri.” Hiwell Blog, 28 Şubat 2023 (Güncelleme: Ekim 2024). 

2. U.S. Dept. of Education. “36th Annual Report to Congress on Implementation of IDEA (2014).” – İlgili istatistik: Öğrenme güçlüğü yaşayan öğrencilerin %20’si liseden ayrılıyor. 

3. Fabio Tesei ve ark. “Eye tracking based dyslexia detection using a holistic approach.” Scientific Reports, 2021. – Disleksili bireylerin göz hareketleri üzerine araştırma (uzun sabitlenme, sık geri dönüş vb.). 

4. Eugenia I. Toki. “Using Eye-Tracking to Assess Dyslexia: A Systematic Review of Emerging Evidence.” Educ. Sci. 14(11):1256, 2024. – Göz izleme verilerinin makine öğrenimi ile analizi ve erken tarama. 

5. University at Buffalo. “AI shows promise detecting dyslexia and dysgraphia from handwriting.” UB News Center, 14 Mayıs 2025. – Yapay zekâ ile el yazısı analizi ve erken disleksi/disgrafi taraması. 

6. Dysolve (EduNational LLC). “Using AI to solve Dyslexia.” Dysolve Blog, 12 Eylül 2023. – Dr. Coral Hoh’dan, yapay zekâ ile oyun tabanlı disleksi müdahalesi üzerine. 

7. The Learning Counsel. “Dysolve is a game-based AI program that identifies and corrects dyslexia.” App of the Week köşesi, 2023. – Dysolve platformu tanıtım yazısı ve başarı istatistikleri. 

8. Dyslexia.ai (Kevin Murphy). “Lexy: Free Dyslexia Tutoring App.” Resmi ürün sitesi, erişim 2025. – Lexy uygulamasının özellikleri (AI oyunlar, sesli okuma, OCR vs.). 

9. Sihang Zhao ve ark. “Let AI Read First: Enhancing Reading Abilities for Individuals with Dyslexia through AI.” CHI 2025 Late-Breaking Work (ArXiv preprint), Nisan 2025. – LARF projesinin tanıtımı ve 150 kişiyle yapılan deney sonuçları. 

10. Alex Scalzitti. “How Can AI Help People With Dyslexia?” Medium, 2023. – Yapay zekânın TTS, konuşma tanıma, akıllı düzeltme, kişiselleştirme gibi alanlarda disleksiye yardımları.