Los estudiantes disléxicos recurren cada vez más a herramientas de inteligencia artificial para ayudarlos con la lectura, la escritura, la organización y las tareas de estudio. A pesar de esta creciente dependencia, las experiencias reales de este grupo con la IA siguen siendo en gran medida inexploradas, lo que deja un vacío tanto en la investigación como en el desarrollo de productos. Un nuevo estudio publicado en arXiv presenta DysLexLens, un marco de modelo de lenguaje de bajo recurso diseñado para extraer y analizar las experiencias de los estudiantes disléxicos con la IA a partir de discusiones en foros en línea.

DysLexLens tiene como objetivo llenar ese vacío al ofrecer una arquitectura de extremo a extremo y rastreable que transforma las publicaciones ruidosas en redes sociales en un corpus limpio y basado en diccionarios. El sistema va más allá del simple análisis de sentimientos; combina el análisis semántico asistido por LLM con el razonamiento basado en grafos de conocimiento para descubrir patrones significativos. Los autores demuestran la eficacia del marco en un conjunto de datos de publicaciones de Reddit sobre dislexia y herramientas de IA, utilizando una serie de 30 preguntas cuidadosamente elaboradas.

El marco tiene cuatro componentes principales. Primero, un método de filtrado basado en diccionarios selecciona solo los hilos más relevantes, descartando contenido fuera de tema o weakly relacionado. Este paso es crucial en contextos de bajos recursos donde la relación señal/ruido es baja. Segundo, el sistema utiliza un LLM para interpretar el texto filtrado mientras emplea un grafo de conocimiento para razonar sobre las consultas de los usuarios, asegurando que las respuestas estén fundamentadas en los datos extraídos. Tercero, se aplican métricas de evaluación cuantitativa como RAGAS y Robustez de Consulta para medir el rendimiento de las respuestas generadas. Por último, un protocolo de validación cualitativa estructurado guía a los evaluadores humanos en la verificación de alucinaciones y la alineación con la evidencia, proporcionando una pista de auditoría transparente.

Metodológicamente, DysLexLens comienza recopilando publicaciones públicas de subreddits que discuten la dislexia y las herramientas de IA. Un diccionario personalizado de términos relacionados con la dislexia y jerga de IA se utiliza para filtrar el conjunto de datos en bruto, produciendo un corpus de Reddit enfocado. Las publicaciones restantes se parsean en entidades y relaciones que alimentan un grafo de conocimiento. Cuando un usuario formula una pregunta, el KG recupera el contexto relevante, que el LLM utiliza para generar una respuesta verificable. El sistema registra cada paso de razonamiento, permitiendo a los investigadores rastrear cómo se llegan a las conclusiones.

Los autores evaluaron DysLexLens con 30 preguntas que abarcan desde preocupaciones sobre usabilidad hasta características de accesibilidad. Las puntuaciones cuantitativas mostraron alta relevancia y fidelidad, mientras que los evaluadores humanos informaron bajas tasas de alucinaciones y una fuerte alineación con las publicaciones originales. Es importante destacar que el diseño del marco lo hace adaptable a otros contextos de foros de bajos recursos, lo que sugiere aplicaciones más allá de la investigación sobre dislexia. Todo el código, los datos de muestra y los resultados de la evaluación están disponibles en GitHub, fomentando la replicación y futuros estudios.

¿Por qué es importante DysLexLens? En una época en la que la IA está cada vez más integrada en la tecnología educativa, comprender las necesidades y los desafíos de los grupos de usuarios subrepresentados es esencial para construir sistemas inclusivos. DysLexLens proporciona una pipeline reproducible que no solo revela información accionable, sino que también establece un precedente para la investigación responsable de la IA en entornos de bajos recursos. Su énfasis en la trazabilidad de la evidencia y la validación rigurosa aborda preocupaciones crecientes sobre la confiabilidad de la IA, especialmente al trabajar con poblaciones vulnerables. Además, su naturaleza de código abierto invita a la colaboración interdisciplinaria, potencialmente informando a los responsables políticos, educadores y desarrolladores sobre mejores prácticas para diseñar herramientas de IA que realmente sirvan a los estudiantes disléxicos.