Как ИИ может поддержать учащихся с инвалидностью и нейроотличных учащихся в моём курсе?

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Вы — преподаватель, только что получивший письмо о предоставлении условий, руководитель по доступности, решающий, одобрять ли лицензию, или координатор службы для студентов с инвалидностью, которому нужно ответить на запрос об инструменте до пятницы. Вам не нужен обзор литературы. Вам нужно защитимое решение: что принять, что отклонить и как определить, действительно ли одобренный вами инструмент помог студенту перед вами.

Главное, с оставленными на месте оговорками: ИИ может поддерживать учащихся с инвалидностью и нейроотличных учащихся, но измеренное узко. Большая часть свидетельств касается инструментов, устраняющих по одному функциональному барьеру за раз; самый сильный количественный результат получен в средах специального образования PK-12 с преимущественно догенеративным ИИ; а картина в высшем образовании — это карта того, что пробовали, а не измерение того, что работает. Ничто здесь не оправдывает всеобщего принятия. Всё здесь поддерживает узкое, инструктированное, специфичное для барьера принятие — и называет несколько практик, которые идут не так.

Начните с барьера, а не с диагноза

Большая часть того, что идёт не так для учащихся с инвалидностью и нейроотличных учащихся, происходит на уровне задачи, а не диагноза: чтение, предполагающее печатный текст, видео, предполагающее устойчивое внимание, групповой проект, предполагающий непроизнесённые социальные правила. Эти барьеры повторяются во многих диагнозах, так что продуктивный вопрос — не то, какой инструмент подходит какому состоянию, а то, какой функциональный барьер устраняет инструмент. Каждая рекомендация ниже организована именно так, и ваши закупки должны быть организованы так же.

Что принять, в порядке силы свидетельств

1. Инструменты, устраняющие барьеры, с измеренным эффектом — средняя уверенность, но PK-12 и по большей части более старый ИИ. Самый сильный количественный результат на этой странице — также самый общий. Zhang, Carter, Liu и Peng (2024) синтезировали 29 (квази-)экспериментальных исследований ИИ-вмешательств для учащихся с инвалидностью — 239 размеров эффекта из 41 независимой выборки — и обнаружили статистически значимый средний общий эффект на учебные исходы, Hedges' g = 0,588 (95% ДИ [0,349, 0,826], p < .01), с высокой гетерогенностью между исследованиями. Академическая результативность была самой большой подгруппой исходов (k = 80, g = 0,929), а социально-эмоциональные навыки — самой малой (k = 144, g = 0,382). Программное обеспечение для компьютеров — распознавание речи, экспертные системы, интеллектуальные репетиторские системы — действовало сильно (k = 74, g = 0,959), а роботы — умеренно (k = 144, g = 0,509), тогда как интеллектуальная VR (g = 0,528) не была значимой. Присутствовала публикационная смещённость (β Эггера = 2,837, p < .001); процедура trim-and-fill снизила оценку до g = 0,269, всё ещё значимой. Прочтите метку уверенности честно: каждое исследование было PK-12, 96,6% использовали пошаговое обучение в средах специального образования или клинических средах, и большинство использовали более старый ИИ, основанный на правилах, а не генеративный ИИ. Это основание для осторожного принятия структурированного обучающего программного обеспечения — а не мандат для чат-бота, который вам предложили.

2. Конкретные инструменты единого барьера с малыми исследованиями — низкая уверенность, малые выборки. Три результата показывают, что может сделать отдельный инструмент, каждый проверен на горстке учащихся. Для внимания Pimenova, Begel и коллеги (2026) постфактум сегментировали обучающие видео на фрагменты по одной инструкции с фиксированными паузами; при 17 учащимся с СДВГ и 10 без него это улучшило всех и привело ошибки и колебания участников с СДВГ к паритету — уравнивающий эффект лёгкой трансформации, а не специфичного для диагноза продукта. Для языкового доступа Chen et al. (2026) добавили к базовому набору Большие языковые модели (LLM) Visual-вопросы (метки времени, где визуальная информация, вероятно, будет неверно прочитана) и Emotion-вопросы (метки времени, где прежние глухие и слабослышащие учащиеся сообщали о разочаровании), произведя 30 вопросов, по десять на стратегию; при 16 учащихся самоэффективность в среднем составила 5,70 (SD = 1,12) по семибалльной шкале, и Visual-вопросы выбирались чаще глухими, чем слабослышащими участниками. Для чтения и письма Rezazadegan et al. (2026) проанализировали обсуждения самих дислексичных учащихся на форумах и обнаружили, что они ценят ИИ за поддержку грамотности, сообщая при этом о неравномерном качестве выдачи и отсутствии равных условий, — эта несогласованность сама является барьером. Принимайте их как недорогие обратимые эксперименты, а не как фиксированную инфраструктуру.

3. Инвентарь высшего образования — карта, а не измерение. Для высшего образования картина — карта, а не измерение. Rempel, Heimann и Prilop (2026) отобрали 766 записей из пяти баз данных до 40 включённых исследований, опубликованных между 2015 и 2025 годами. Генеративный ИИ встречался в 15 из 40, а виртуальная реальность — в 11. Покрытие барьеров было неравномерным: чтение и письмо (n = 13) и управление учёбой (n = 12) доминировали, внимание (n = 4) и социальная коммуникация (n = 5) игнорировались, и лишь 6 исследований охватывали более одного барьера. Обзор покрывает только высшее образование — он исключал K-12 и среды специализированных учреждений по дизайну, так что это не свидетельство о более молодых учащихся. Используйте его, чтобы увидеть, какие барьеры рассматривались на вашем уровне и каких едва коснулись.

4. Структура и универсальный дизайн, которые подтверждены свидетельствами и бесплатны. Заявленные предпочтения учащихся дают техническое задание дизайна. Zastudil et al. (2026) опросили 24 нейроотличных студента-программиста (аутичных и/или с СДВГ) и 20 нейротипичных сверстников с четырьмя последующими интервью: нейроотличная группа была неудобна с неструктурированными или неоднозначными заданиями и сильно предпочитала меньшие команды, работающие вместе последовательно с явно определёнными ролями, справляясь путём самоназначения ролей и стратегического раскрытия. Их предупреждение для опосредованной ИИ работы состоит в том, что модель взаимодействия инструмента может воспроизвести ту же структурную неоднозначность. Структура — самое дешёвое вмешательство в этом списке и то, что чаще всего опускается.

Чего избегать, включая условия, которые дают обратный эффект

• Не предоставляйте ИИ как условие, не обучая ему. Самый частый провал — не неверный инструмент, а необученный инструмент. Дело W.A. v. Clarksville/Montgomery County School System (2024) — задокументированная версия: студенту дали ИИ как условие, и он закончил учёбу, не умея читать, а суд признал, что бесплатное надлежащее публичное образование предоставлено не было.
• Не позволяйте тотальному запрету ИИ убирать ассистивный инструмент. Wright (2026) утверждает, что правила, трактующие любое «использование ИИ» одинаково, чрезмерно широки, потому что они не отделяют расшифровку речи в текст и OCR от генеративного составления. Учащиеся с состояниями, затрагивающими мелкую моторику, разборчивость почерка или точность набора текста, опирались на автономные продукты преобразования голоса в текст, такие как Dragon NaturallySpeaking, и автономный OCR, часть которых была прекращена или ухудшена, причём основанная на ИИ расшифровка заполнила функциональный пробел, — так что правило, написанное как «никакого ИИ», может отнять у студента основное средство производства разборчивой работы, а масштаб этого вытеснения не измерен. Трактуйте расшифровку и OCR как условия, которые нужно явно назвать в политике, а не как её жертвы; создаваемая этим уязвимость относится к Правовые вопросы и риски.
• Не организуйте поддержку вокруг одного диагноза. Центральный вывод скопингового обзора — критика: литература доминируется индивидуальными условиями и инструментами одного нейротипа, организованными вокруг формального диагноза, тогда как функциональные различия, которые они адресуют, пересекают нейротипы и скрыты диагностической категоризацией. Дислексичные учащиеся, как правило, выигрывают от снижения опоры исключительно на письменный материал, и как аутичные учащиеся, так и учащиеся с СДВГ могут испытывать частые колебания внимания, что делает результативность чувствительной к последовательной структуре и достаточному времени на переключение задач. Инструмент, подобранный к ярлыку, может пропустить барьер, который есть у студента на самом деле. Та же предосторожность применима к групповой статистике: самый крупный метаанализ в этой базе знаний сообщает о значительно большем эффекте для учащихся с специфическими учебными ограничениями, интеллектуальными и развитийными ограничениями или для глухих учащихся, чем для учащихся с расстройством аутистического спектра, причём эта разница сообщается как незначимая статистически по его размерам эффекта (см. «Дифференциальные эффекты по группам учащихся»).
• Не делайте самоидентификацию ценой доступа. Условие требует, чтобы студент идентифицировал себя как нуждающегося в специальном предоставлении, что несёт стигму; универсальный дизайн убирает этот шаг.
• Не игнорируйте эффекты инверсии. Чрезмерная опора на чат-бота и когнитивная перегрузка иммерсивных сред задокументированы как эффекты инверсии, когда добавление технологии снижает обучение. Инструмент, который только воспроизводит существующее преподавание в цифровой форме, следует ожидать, даст ограниченный прирост в обучении.
• Не внедряйте инструменты, надёжность которых не доказана. Дислексичные учащиеся, использующие ИИ для поддержки грамотности, сообщали о реальной ценности наряду с ненадёжным качеством выдачи; инструмент, на который нельзя положиться, добавляет работу вместо того, чтобы убирать её.
• Не принимайте продукты как есть. Заявите универсальный дизайн и участие в разработке как требования закупок, а не принимайте всё, что вам продают, — скопинговый обзор рекомендует строить инструменты вместе с нейроотличными студентами, а не для них, и его собственная выборка показывает, насколько это редко: лишь 3 из 40 исследований рассматривали среду или нейротипичных сверстников как объект вмешательства.
• Не покупайте по умолчанию самый иммерсивный вариант. Виртуальная реальность — самый ресурсоёмкий вариант в наборе. Ассистивной технологии нужны устройства и связность, а инструменты, бесплатные в пилоте, обычно перемещаются за платный доступ.
• Не позволяйте смещённости автоматизации подменять суждение. Авторы LUDIA называют ограничение, которое принадлежит каждому плану внедрения: смещённость автоматизации означает, что педагог, наиболее склонный принять плохую предложение, — тот, кто доверяет тому, что инструмент знает Universal Design for Learning. Его выдачи никто также не проверил на культурную или языковую смещённость.

Как определить, помогает ли инструмент этому студенту

Агрегированные эффекты говорят вам направление; они не говорят, работает ли инструмент для студента в вашей группе на следующей неделе. Три предосторожности должны формировать любое испытание.

Во-первых, упорядочение подгрупп является скорее предположительным, чем установленным. Метаанализ 2024 года не может сказать, какой выбор дизайна лучше: ни один модератор любого вида не достиг значимости, так что такие ранжирования, как обучаемые агенты (g = 1,100) перед социально-эмоциональными коучами (g = 0,336), или диадное взаимодействие перед триадным (g = 0,973 против g = 0,385), не следует считать устоявшимися. Защитимая позиция — направление эффекта поддержано, тогда как размер, оптимальный дизайн и устойчивость любого прироста — нет.

Во-вторых, корпус описывает внедрения и восприятия больше, чем измеренное обучение. Внимание (n = 4) и социальная коммуникация (n = 5) — наименее изученные барьеры, и лишь 6 из 40 исследований обслуживали более одного. Скудость (квази-)экспериментальных и продольных дизайнов, а также гетерогенность инструментов и исходов — причина, по которой работа по высшему образованию является скопинговым обзором, а не метаанализом. Покрытие смещено к бакалавриату и Глобальному Северу, поиск был по рецензируемым работам на английском языке, и аспиранты недопредставлены. Рассматривайте вовлечённость и удовлетворённость как слабые индикаторы; измеряйте барьер, который вы задались устранить.

В-третьих, инструмент, исправляющий один барьер, может оставить другой. Лишь 6 из 40 исследований обслуживали более одного барьера, так что проверьте инструмент относительно конкретной трудности, о которой сообщает студент, — чтения и письма, управления учёбой, внимания или социальной коммуникации, — и оценивайте против этого барьера, а не против опроса удовлетворённости. Спросите студента; участники Zastudil et al. и авторы сообщений на форумах Rezazadegan et al. описывают свои потребности точнее, чем продукты, построенные для них.

Возражения, которые вы услышите

«Мы не можем требовать инструмент от всех.» Можете, где инструмент является элементом дизайна, а не личным условием. Сегментация видео с фиксированными паузами улучшила всех учащихся, а не только учащихся с СДВГ, и приведение ошибок и колебаний участников с СДВГ к паритету — именно тот исход универсального дизайна, который устраняет необходимость раскрытия. Результат Pimenova и Begel — уравнивающий эффект лёгкой трансформации, а не специфичного для диагноза продукта. Соедините это с доступными умолчаниями: инструменты чтения вслух, OCR и выравнивания текста повторяются в валидированных пунктах политики Shin et al. (2026), чей тематический моделинг на основе LLM и два раунда делфийских опросов 17 экспертов по 12 документам американской политики ИИ в образовании за 2015–2025 годы показали, что лишь 2 из 12 конкретно касаются учебных ограничений, тогда как 18 тем, присутствующих в общей политике ИИ или политике по другим видам ограничений, — среди них защита данных, управление правовым риском, этические руководства, — отсутствуют в политике по специфическим учебным ограничениям.

«Субтитрование и перевод — не академическая поддержка.» Субтитрование — начало, а не весь языковой доступ. Текстовые промпты не соответствуют жестовым первым языкам: соединяйте расшифровки с визуальными и эмоциональными контекстными подсказками и сокращайте ненужную сложность, как делают Visual- и Emotion-вопросы Chen et al. И собственное ранжирование экспертов по политике расходится с этим возражением: их 36 валидированных пунктов делятся на пять тем — инклюзивное и персонализированное обучение (11 пунктов, 30,56%), этика, справедливость и включённость (9, 25,00%), расширение прав студентов и ИИ-грамотность (6, 16,67%), оценивание и исследование (6, 16,67%) и подготовка педагогов (4, 11,11%) — и они поставили расширение прав студентов и ИИ-грамотность как наиболее существенное: обучение этих студентов ответственному и самостоятельному использованию ИИ при защите от чрезмерной опоры.

«Студенты должны быть самостоятельными.» Самостоятельность — то, для чего обучение, и вот почему инструмент без обучения — режим отказа. Тема подготовки педагогов у Shin et al. существует по той же причине, и авторы LUDIA называют препятствие «разрывом между знанием и действием»: руководств в изобилии, но они написаны в общих терминах, тогда как барьер всегда конкретен для этой комнаты, этой недели. Масштаб потребности легко занизить: примерно 240 миллионов детей в мире живут с инвалидностью, около половины из них вне школы в странах с низким и средним уровнем дохода, и около трети преподавателей в системах ОЭСР сообщают об отсутствии компетентности для поддержки студентов со специфическими потребностями. Правовая рамка — это Assistive Technology Act (2004) и IDEA (2004) США, которые помещают оценку ассистивной технологии внутри каждой Individualized Education Program и требуют бесплатного надлежащего публичного образования, однако никаких формальных основанных на свидетельствах руководств не помогает педагогам или семьям внедрять ИИ для этих учащихся. Самостоятельность, построенная на необученном инструменте, — то, что наказывает прецедентное право.

«Мы не можем себе это позволить.» Тогда откажитесь от дорогого умолчания. Поле ассистивной технологии сосредоточено в Глобальном Севере, его самые иммерсивные инструменты наименее масштабируемы, и виртуальная реальность — самый ресурсоёмкий вариант в наборе. LUDIA — один проработанный вариант альтернативы универсального дизайна: он соединяет педагогов с Universal Design for Learning, пока решение дизайна ещё открыто, и устраняет барьеры доступа архитектурой — никакой стоимости, никаких аккаунтов или сохранённых разговоров, соответствие WCAG 2.2 Level AA и 13 машинно переведённых языков, хотя неанглийские версии могут нести допущения того английского, из которого они произошли. Это партнёр по размышлению, а не механизм решений, организующий свой запрос вокруг «доказательства доверия», а не доказательства влияния, и прямо заявляющий, что авторы не имеют свидетельств, что инструмент улучшает обучение. Бюджетируйте честно и другую цену: Shin et al. отмечают цифровое неравенство, поскольку цена продвинутых ИИ-инструментов может расширять различия между более богатыми и более бедными школами, наряду со смещённостью алгоритмов и пробелами в подготовке преподавателей.

Сделайте на этой неделе

• Назовите сначала функциональный барьер. Чтение и письмо, управление учёбой, внимание, социальная коммуникация — затем проверьте, адресует ли инструмент этот барьер или только диагноз.
• Используйте подтверждённое. Сегментация видео с фиксированными паузами сузила разрыв в результативности СДВГ до паритета, а инструменты чтения вслух, OCR и выравнивания текста повторяются в валидированных пунктах политики.
• Трактуйте субтитрование как начало, а не как весь языковой доступ. Соединяйте расшифровки с визуальными и эмоциональными контекстными подсказками и сокращайте ненужную сложность.
• Давайте структуру вместо того, чтобы просить учащихся выводить её. Малые последовательные команды, определённые роли, явные ожидания и самоназначение ролей были предпочтениями, о которых сообщили нейроотличные студенты-программисты.
• Встраивайте доступность в закупки. Заявите универсальный дизайн и участие в разработке как требования, предпочитайте бесплатные и сохраняющие приватность инструменты и спрашивайте, что произойдёт, когда закончится бесплатный уровень.
• Обучайте людей, а не только внедряйте. Бюджетируйте время на то, чтобы студенты научились инструменту, а сотрудники встроили его в задание; условие без обучения провалилось в суде.
• Проектируйте на пересечение и следите за эффектами инверсии. Лишь 6 из 40 исследований обслуживали более одного барьера; чрезмерная опора на чат-бота и когнитивная перегрузка в иммерсивных средах могут снижать обучение.
• Сообщайте об исходах честно. Большая часть свидетельств описывает внедрения и восприятия, и никакой модератор дизайна не установлен; рассматривайте вовлечённость и удовлетворённость как слабые индикаторы.
• Финансируйте обучение и интеграцию рабочих процессов, которые превращают доступный инструмент в применимую поддержку, и запишите цену устройств и связности в план.

Куда идти дальше

Эта страница — практическая точка входа для всех учащихся: Универсальный дизайн для обучения покрывает философию дизайна, предотвращающую барьеры до их появления, Ассистивные технологии — слой инструментов, которые использует студент, Доступность — может ли формат восприниматься и управляться вообще, и Нейроразнообразие — оптику, которая трактует различие как разнообразие, а не как дефицит, — всё в рамках зонтика Инклюзивное обучение.

Об обязательствах исследовательской стороны см. встраивание справедливости, доступности, приватности, этики и педагогической безопасности в исследования AIED.