Como o rastreamento ocular pode acelerar a triagem de dislexia

Uma criança chega em casa depois da escola, e a professora conta que ela está com dificuldade para acompanhar o grupo de leitura. É um enredo comum que aponta para um diagnóstico de dislexia. Mas, até pouco tempo, descobrir o motivo significava meses de espera por um especialista e uma bateria de testes formais.

E se os olhos da criança já estivessem “entregando” a resposta?

Como os olhos leem

Uma nova revisão reúne mais de duas décadas de pesquisas sobre como os olhos se comportam durante a leitura e chega a um retrato consistente.

Grande parte desses trabalhos gira em torno da dislexia, uma dificuldade de leitura frequente que não tem relação com inteligência nem com falta de esforço.

O cientista da computação Ashit Kumar Dutta, da AlMaarefa University, perto de Riade, na Arábia Saudita, liderou o estudo com vários colegas. Eles integraram 23 estudos independentes que registraram o olhar de leitores, comparando pessoas com dislexia com pessoas sem dislexia.

Sinais de dislexia

A ferramenta por trás de quase tudo isso é o rastreamento ocular, que registra onde o leitor olha e por quanto tempo - até em frações de segundo. No registro, a leitura aparece como uma sequência de paradas curtas sobre as palavras, conectadas por saltos rápidos ao longo da linha.

Leitores com dislexia, em geral, permanecem mais tempo em cada palavra, fazem mais paradas por linha e avançam em “pulos” menores do que leitores fluentes - um padrão que outras pesquisas já mapearam com bastante precisão.

Eles também voltam mais vezes. Esses movimentos oculares para trás, chamados de regressões, levam o olhar a uma palavra que já ficou para trás, como se o leitor precisasse revê-la para fixar.

Entender o que esses padrões significam, porém, exige cuidado. Pesquisadores interpretam as pausas mais longas e o excesso de regressões como sinais de uma carga de processamento maior - o esforço de transformar letras em palavras -, embora provavelmente reflitam a dificuldade, e não a causa.

Quando os algoritmos entram em cena

Identificar esses padrões manualmente é demorado, então os pesquisadores passaram a tarefa para o software. A maioria dos estudos mais recentes alimenta os dados de olhar em modelos de aprendizado de máquina, que treinam programas para reconhecer padrões numéricos.

Quando o software separa leitores entre prováveis disléxicos e não disléxicos, os resultados chamam atenção.

Nos estudos que construíram esses modelos, a acurácia geralmente ficou entre 80 e 95%, e alguns relatos chegaram perto de 99% em condições rigidamente controladas.

Esses modelos se apoiam no mesmo conjunto pequeno de comportamentos que os rastreadores medem: quanto tempo o olhar fica fixo, com que frequência para e qual a distância dos saltos antes de voltar.

Alguns modelos, inclusive, pulam as medidas intermediárias e analisam diretamente o traçado bruto de por onde o olho percorreu a linha.

Limites das evidências

Há muito tempo os pesquisadores sabem que a leitura de pessoas com dislexia parece diferente em um rastreador ocular. O que esta revisão acrescenta é uma avaliação mais dura sobre se o software construído a partir desse sinal funciona tão bem quanto sugerem os números de manchete.

Muitas vezes, a resposta é menos clara do que parece. Em muitos estudos, não houve confirmação de quem realmente tinha dislexia por meio de uma avaliação clínica completa. Em vez disso, usaram limites de triagens rápidas como substitutos de um diagnóstico real.

Os tamanhos de amostra também foram, com frequência, pequenos - alguns com menos de 20 leitores -, e muitos modelos foram testados nos mesmos dados em que foram treinados. Esse arranjo favorece o modelo, permitindo que ele memorize peculiaridades de um grupo específico, em vez de aprender o que se mantém quando surgem novas crianças.

Apenas três dos 23 estudos tentaram combinar dados de olhar com outros sinais, como pontuações em testes cognitivos ou dados de fala. A revisão trata esses resultados como iniciais e exploratórios: promissores, mas ainda não comprovados.

Triagem chega às salas de aula

A maior parte dessa pesquisa aconteceu em laboratórios, com apoios de queixo e câmaras especializadas que custam milhares de dólares. Para que a triagem chegue às salas de aula comuns, a tecnologia precisa ficar mais barata e mais simples.

Isso começa a acontecer. Um estudo aplicou uma triagem de dislexia em um tablet comum, usando a câmara frontal para acompanhar o olhar de uma criança, e as medições se mantiveram confiáveis de uma sessão para outra.

Um hardware assim poderia transformar um processo lento, dependente de especialistas, em algo que um professor executa em poucos minutos. Minutos, não meses.

Uma triagem não diagnosticaria ninguém, mas poderia sinalizar quais crianças precisam de uma avaliação mais detalhada com um profissional.

Para onde isso pode levar

Duas coisas ficam mais claras agora. A assinatura de movimentos oculares da dislexia é real e consistente o suficiente para servir de base, e o software que a interpreta é de fato promissor - ainda que apoiado em testes frágeis e dados escassos, às vezes sem verificação adequada.

Há consequências concretas: a dislexia afeta aproximadamente uma em cada dez pessoas. Um estudo sugere que a maioria das crianças afetadas pode permanecer em salas de aula regulares quando o apoio chega cedo. Isso torna valiosa a ideia de uma triagem mais rápida e mais ampla - desde que seja bem feita.

Para escolas e clínicos, o próximo passo tem menos a ver com buscar acurácia ainda maior e mais com testar essas ferramentas em grupos grandes, com diagnósticos confirmados de forma adequada, antes que alguém passe a depender delas. É menos vistoso, mas indispensável.

Se der certo, uma observação rápida de como os olhos de uma criança se movem pela página pode identificar uma dificuldade de leitura anos antes de um teste formal. Isso mudaria, de verdade, a rapidez com que a ajuda pode chegar às crianças que precisam dela.