AIEd база знанийAIEd KB
На этой странице

Читать эту страницу на английском

Концепции

Нейроразнообразие

Создано 2026-10-13

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Нейроразнообразие — framing, при котором неврологические различия, такие как аутизм, СДВГ, дислексия и диспраксия, рассматриваются как естественные вариации человеческого познания, а не как дефициты, требующие исправления. В образовании подход, подтверждающий нейроразнообразие, проектирует учебные среды, которые приспосабливаются к этим различиям и используют их, вместо того чтобы принуждать к соответствию единственной когнитивной норме.

Вопросы для размышления

  • Страница рассматривает нейроразнообразие как неврологические различия, являющиеся естественными вариациями, а не дефицитами для исправления. Как этот сдвиг framing'а меняет то, как должна выглядеть «помощь» учащемуся с аутизмом, СДВГ или дислексией в вашем собственном контексте?
  • Представьте инструмент генеративного ИИ, который производит длинные текстовые ответы. Каким нейродивергентным учащимся он может помочь, а каким — навредить, и можете ли вы придумать проектные решения, которые склонят баланс в ту или иную сторону?
  • ИИ, снижающий когнитивную нагрузку, может поддерживать учащихся, испытывающих трудности с исполнительными функциями или социальными ожиданиями, однако ИИ, поощряющий зависимость, может подорвать их. Где вы проводите границу между поддержкой и чрезмерной опорой для конкретного учащегося?
  • Страница предупреждает, что инструменты ИИ, предполагающие доминирующий стиль коммуникации, могут воспроизводить разрывы в справедливости. Можете ли вы вспомнить случай, когда «универсальный» инструмент или аудитория предполагали, что все учатся одинаково, и что при этом было упущено?
  • Как нейротип учащегося может менять интерпретацию его поведенческих сигналов в аналитике обучения? Какой риск возникает, когда ИИ читает вовлечённость или затруднения, не зная, как работает конкретный мозг?
  • Сильнейшие доказательства на этой странице — это доказательства общего проектного изменения, которое помогло всем и закрыло разрыв, а не инструмента, созданного для одного диагноза. Почему универсальные изменения могут превосходить привязанные к диагнозу, — и что это означает для того, как вы бы потратили ограниченный бюджет на доступность?

Введение

Парадигма нейроразнообразия смещает цель работы в Специальное образование и Доступность с «исправь учащегося» на «адаптируй среду». Она пересекается с Универсальный дизайн для обучения и Инклюзивное обучение, но акцентирует подтверждение идентичности и дизайн, основанный на сильных сторонах, вместо приспособления-как-компенсации.

В эпоху ИИ этот framing становится проверкой дизайна, а не лозунгом. Генеративный ИИ даёт реальный шанс нейродивергентным учащимся — альтернативные средства вовлечения, репрезентации и выражения, поддержку исполнительных функций и снижение посторонней нагрузки, — и реальный риск, поскольку инструменты, предполагающие доминирующий стиль коммуникации, ограничивающие поддержку формальным диагнозом или поощряющие зависимость, могут ущемить именно тех учащихся, которым они заявляют, что служат. Эта страница отображает то, что фактически показывают доказательства, категория за категорией, и где они иссякают.

Что покрывают исследования

Два обзора задают форму области, и оба описывают фрагментацию, а не консолидацию.

Систематический обзор-скопинг по методологии PRISMA-ScR (Rempel et al., 2026) охватил поиском пять баз данных и десятилетие публикаций (2015–2025), отобрав 766 записей до 40 эмпирических исследований цифровых ассистивных технологий для нейродивергентных студентов в высшем образовании. Область перестроилась вокруг генеративного ИИ — 15 из 40 исследований, — с иммерсивными форматами на втором месте — 11. Его центральная критика — это критика дизайна: индивидуальное приспособление и специфичные для нейротипа инструменты, организованные вокруг формального диагноза, не могут адресовать функциональные различия, которые пересекают нейротипы, поэтому он рекомендует вместо этого универсальный дизайн и партисипативную разработку. Он также отмечает, что наиболее иммерсивные инструменты наименее масштабируемы.

Междисциплинарный обзор ИИ при дислексии (Dabaghi, D'Urso и Sciarrone, 2026) охватывает 2018–2024 по 72 исследованиям и обнаруживает, что ИИ используется для выявления, ассистивной поддержки и персонализации, причём эти направления развиваются параллельно, а не интегрированно, и область движется скорее технологической возможностью, чем консолидированной образовательной теорией. Его исследования выявления (ЭЭГ, отслеживание взгляда, модели Машинное обучение) показывают диагностический потенциал для раннего вмешательства, но часто нуждаются в специализированном оборудовании и контролируемых условиях, что ограничивает применение в обычных аудиториях. Это и есть та практическая проверка, которую всё это направление продолжает не проходить: поддержка должна быть встроена в курс, который студент фактически проходит.

Аутизм и СДВГ в аудитории

Опрос 24 нейродивергентных студентов компьютерных наук (аутичных и/или с СДВГ) и 20 нейротипичных сверстников с четырьмя углублёнными интервью обнаружил значительный дискомфорт от заданий, лишённых чёткой структуры или несущих неоднозначные ожидания, — и те же структуры, которые подходят нейротипичным учащимся в совместном активном обучении, могут исключать нейродивергентных сверстников. Авторы представляют это как предварительное и среди первых исследований, центрирующих голоса нейродивергентных учащихся в компьютерном образовании, что также является мерой того, сколь мало существует доказательств.

Исследование сегментации видео (Pimenova, Begel и коллеги, 2026) — сильнейший отдельный результат на этой странице. Рассмотрение учебных видео как задачи пост-обработки — сегментация их на части по одной инструкции с фиксированными паузами для снижения посторонней нагрузки, — улучшило результативность для всех в дизайне «внутри испытуемых» (17 с СДВГ, 10 без СДВГ), причём ошибки и заминки участников с СДВГ упали до паритета с их сверстниками без СДВГ. Выравнивающее изменение, не требующее ни диагноза, ни раскрытия, ни отдельного инструмента, — это чистейшее из доступных демонстраций универсального дизайна для обучения через автоматизированное преобразование контента.

Специфические нарушения обучения, дислексия и когнитивное разгрузочное делегирование

Zhang et al. (2024) объединили 29 (квази-)экспериментальных исследований интервенций на базе ИИ для учащихся с ограниченными возможностями и обнаружили средний положительный общий эффект (g Хеджса = 0,588, 95% ДИ [0,349, 0,826]) на 239 размерах эффекта из 41 независимой выборки. Две детали важнее заголовка. Первая — эффект варьируется по категории ограничения: учащиеся со специфическими нарушениями обучения, интеллектуальными и Developmental нарушениями или глухие показали больший эффект (g = 0,952), чем учащиеся с расстройством аутистического спектра (g = 0,368), хотя авторы сообщают о различии как о статистически незначимом. Второе — смещение публикации: тест Эггера был значим (β = 2,837, p < .001), а метод подрезки-и-заполнения снизил объединённую оценку до g = 0,2694, всё ещё положительную. «Нейродивергентные учащиеся» — это не одна популяция, и объединённый эффект по категориям не является обещанием ни одной из них.

Сторону риска описывает собственная литература. Seung и Basham (2026) утверждают, что генеративный ИИ превратил когнитивное разгрузочное делегирование из периферийного учебного пособия в делегирование процессов познания высшего порядка, с особенно серьёзными следствиями для учащихся с нарушениями обучения, — учащихся, которым наиболее вероятно предложат короткий путь и которым менее вероятно окажется польза, если делегированный процесс был сутью задачи.

Исполнительные функции и опора

Klarin, Hoff и Daukantaitė (2026) определяют опору узко — предпочтение генеративного ИИ собственным усилиям или поддержке преподавателя плюс трудность начала школьной работы без него, — и проверяют её в двух шведских общественных выборках подростков (849 учащихся младшей ступени средней школы, аналитическое n = 735, и 898 учащихся старшей ступени средней школы, аналитическое n = 839). Трудности исполнительного функционирования действовали через воспринимаемую полезность и привычное использование на опору в обеих выборках, с малыми косвенными эффектами (β = .10, 95% ДИ [.06, .14] в выборке младшей ступени средней школы; β = .08, 95% ДИ [.04, .12] в выборке старшей ступени средней школы). Практическое прочтение: учащиеся, которым больше всего нужна поддержка в начале работы, — это те, для кого удобный инструмент легче всего становится маршрутом по умолчанию, а не одним из вариантов, — и размеры эффектов здесь достаточно малы, чтобы это было вопросом дизайна, а не диагноза.

Предостережения по дизайну

  • Поддержка, привязанная к диагнозу, исключает учащихся, которых она не называет. Критика обзора-скопинга применима напрямую к тому, как развёртываются функции ИИ: если функция открывается справкой об особых потребностях, учащиеся с функциональными различиями, но без диагноза никогда её не увидят.
  • Инструменты могут исключать эпистемически, а не просто плохо. Tali-Otmani (2026) утверждает, что англоязычные, западноцентричные обучающие данные маргинализируют негегемонные способы познания, и ставит положение учащихся с ограниченными возможностями в центр этой критики, — предупреждение, что «инклюзивный» ИИ всё ещё может кодировать, чьё знание считается значимым.
  • Поведенческие сигналы читаются системами, которые не знают учащегося. Интерпретация вовлечённости, затруднений или внимания в Аналитика обучения и Моделирование учащегося и адаптивное обучение предполагает нормативный паттерн реакции; см. Дифференциальные эффекты между группами учащихся для доказательств справедливости по этому предположению.
  • Зависимость — это результат дизайна, а не неудача учащегося. Учитывая описанный выше путь опоры, вопрос, который следует задавать любой функции ИИ, состоит в том, замещает ли она тот процесс познания высшего порядка, для развития которого существует задание, — точка, которую Seung и Basham делают для учащихся с нарушениями обучения.

Где доказательства тонки

  • Почти всё здесь — одна группа. Мета-анализ по ограниченным возможностям не имеет нейротипичного компаратора, поэтому он устанавливает, что интервенции помогли, а не то, что они помогли этой группе иначе.
  • Выборки малы. Двадцать четыре студента и четыре интервью в исследовании по компьютерным наукам; 17 и 10 в исследовании видео при СДВГ; 72 исследования в обзоре по дислексии с направлениями, всё ещё не связанными.
  • Границы категорий различаются между исследованиями, поэтому межисследовательское сравнение «одного и того же» нейротипа ограничено, — и различия между категориями в мета-анализе сообщаются как незначимые.
  • Собственные рецензенты области описывают её как движимую технологиями, что означает, что доказательства интервенций тонки именно там, где руководство по дизайну сильнее всего.

Связи

Нейроразнообразие связано с Специальное образование, Инклюзивное обучение, Универсальный дизайн для обучения и Справедливость. Оно информирует и то, как ИИ развёртывается для Опыт студентов, и то, как оценивание и программы грамотности проектируются как справедливые при когнитивной изменчивости. О том, как эти находки соотносятся с другими группами учащихся — по языку, полу, социально-экономическому статусу, географии, — см. Дифференциальные эффекты между группами учащихся.

Связанные концепции

Связанные статьи

Связанные FAQ

Метаданные

УровеньSpecial Education, Higher Ed, K 12
Целевая аудиторияLearners, Instructors, Instructional Designers
Справедливость, этика и ответственное использованиеСправедливость, Инклюзивное обучение, Нейроразнообразие
SourceHistoryEditChat

Встроить эту страницу

Скопируйте код ниже, чтобы встроить эту страницу в систему управления обучением или на другой сайт. Во встроенной версии отображается только содержимое страницы — заголовок сайта, навигация и нижний колонтитул скрыты.