Текст книги "Поговорим о дислексии. Личный опыт и научные исследования"

В 2015 году в Университете Карнеги – Меллона в Питтсбурге мы разработали компьютерный метод обнаружения и исправления замен слов (Rello, Ballesteros, Bigham 2015). Чтобы оценить эффективность данного метода, было проведено три эксперимента. В первом мы подвергли проверке точность метода, используя корпус текстов, написанных носителями испанского языка с дислексией. Во втором эксперименте мы сравнили наш метод с наиболее популярными корректорами орфографии. В третьем участвовали 34 человека (17 из них с дислексией); целью опыта было апробировать эффективность обнаружения и исправления ошибок на основе реальных предложений, написанных людьми с дислексией.

Метод состоит в том, что ошибки, допущенные на письме людьми с дислексией, используются как источник информации для составления списка или групп слов, которые с наибольшей вероятностью могли быть перепутаны с правильными словами-конкурентами (квазиомонимы – слова, сходные фонетически и орфографически, так называемые confusion sets по-английски, букв. «набор перепутанных слов). Затем, для обнаружения возможных ошибок, мы использовали один из письменно-речевых шаблонов (вероятностная модель, которая предлагает какую-либо возможную последовательность слов), анализатор/тестер зависимостей (автоматический синтаксический анализ) и частоты появления N-грамм слов. N-граммы – это последовательности из n смежных слов в тексте, они часто применяются в области обработки естественного языка. Мы изучили самый большой корпус N-грамм, который оказался в нашем распоряжении, взятый из Google Books и содержащий 6 % всех написанных на сегодняшний день книг (на немецком, китайском, испанском, французском, английском, итальянском и русском языках, а также на иврите; всего более 8 000 000 книг) (Lin и др. 2012). Эта совокупность данных указывает, какие слова имеют тенденцию наиболее часто появляться друг рядом с другом, а какие реже, и, таким образом, может послужить для обнаружения семантических ошибок.

Результатом этого исследования явилась разработка метода, выявляющего больше замен слов, чем наиболее популярные корректоры. Однако по-настоящему интересным с практической точки зрения оказалось сравнение эффективности основных корректоров орфографии (наиболее часто используемых) в испанских текстах, написанных людьми с дислексией (Rello, Ballesteros, Bigham 2015). Благодаря ему мы поняли, какие корректоры наилучшим образом подходят людям с дислексией.

Какие корректоры орфографии использовать?

С помощью 34 участников эксперимента и на основе совокупности данных для оценки (334 предложения с ошибками, взятые из почти 600 текстов, написанных людьми с дислексией) мы сравнили эффективность корректоров орфографии, включенных в следующие текстовые редакторы: Microsoft Word, Google Docs, OpenOffice, Pages y TextEdit (Там же).

Корректорам, установленным в Microsoft Word и Google Docs, удалось обнаружить наибольшее количество ошибок как на замены слов, так и других типов. Инструмент, встроенный в Microsoft Word, нашел меньше замен слов, но больше синтаксических ошибок.

Когда надо было предложить правильное слово, Microsoft Word давал слишком много вариантов, что замедляло работу участников. С другой стороны, онлайн-корректор Google Docs обнаруживал больше ошибок на замены слов, чем другие корректоры, а предлагая правильные варианты, ограничивался одним альтернативным словом, которое, собственно, и искал пользователь, что давало участникам преимущество по времени. В итоге с отсеиванием замен слов Google Docs справился лучше, в то время как корректор Microsoft Word более чувствителен и лучше выявляет синтаксические ошибки, хотя и менее точен в предлагаемых вариантах правильных слов.

В нашем исследовании мы замерили время, которое тратили участники с дислексией и без нее на то, чтобы исправить предложения с заменами слов. В обеих группах использование какого-либо корректора орфографии существенно ускоряло правильное написание текста, так как испытуемым требовалось меньше времени на обнаружение и исправление ошибок. В заключение можно сказать, что использование орфографических корректоров при написании текстов на компьютере улучшает правописание. Если у человека преобладают замены слов (например, sapa – тяпка вместо pasa – проходит), мы рекомендуем использовать корректор Google Docs из-за его большей точности. Если, наоборот, речь идет об общих грамматических и орфографических ошибках, советуем выбирать более чувствительный корректор, который установлен в Microsoft Word.

ГОЛОСОВОЙ НАБОР ТЕКСТА

Автоматическое распознавание речи – это сфера, основанная на искусственном интеллекте и требующая тесного сотрудничества специалистов в области лингвистики, обработки сигналов и информатики. Результатом совместной работы является создание компьютерного инструмента, способного обрабатывать сигнал человеческого голоса и распознавать лингвистическую информацию, содержащуюся в нем, чтобы преобразовать ее в текст, соответствующий сообщению.

Как работает голосовой набор текста

Чтобы получить письменный текст, необходим целый ряд операций. Во-первых, алгоритм должен обработать звуковой сигнал с чисто акустической точки зрения: определить, что в звуковой волне соответствует голосу, а что нет. Затем наступает этап фонетического анализа. Распознавать звуки (аллофоны, то есть различные акустические/звуковые реализации фонем) не так просто; вы бы удивились, узнав, насколько похожи звуки, соответствующие фонемам, в чистом виде. Например, почти невозможно различить взрывные согласные, такие как [p], [t], [k], [b], [d] и [g], когда они обособлены и не поддерживаются какой-либо гласной в постпозиции. Затем мы переходим к фонологическому этапу, на котором устанавливается соответствие между произносимым звуком (аллофоном) и фонемой (это тоже весьма сложно, так как каждая фонема имеет множество реализаций, то есть аллофонов). Потом распознанные фонемы представляются в графическом виде, то есть преобразуются в буквы и слова. Для этого система должна учитывать правила орфографии и обладать лексическими знаниями, – иными словами, знать, какие слова можно употребить. С этой целью используется встроенный словарь, содержащий орфографическую форму и фонетическую транскрипцию каждого слова. На следующем этапе, как правило, используется речевая модель, основанная на письменных текстах, которая совмещает различные источники знаний и распределяет вероятности, чтобы снять неоднозначность в тех случаях, когда на предыдущих этапах предлагается несколько вариантов, и решить, какая последовательность слов была в действительности произнесена, учитывая лексические, семантические и синтактические вводные. Всего-то ничего!

Иными словами, в тот момент, когда мы надиктовываем что-то на мобильный или компьютер и внезапно возникает напечатанный текст, производится целый ряд компьютерных процессов (Там же).

Кроме того, сейчас большинство систем распознавания голоса обучается благодаря информации, создаваемой самим пользователем, – например, по тем словам, которые он наиболее часто употребляет в разговорах по мобильному телефону. Если постоянно задействовать систему распознавания речи в мобильном – обычно это называется «голосовой набор», – с каждым разом она будет работать всё лучше, она даже начинает писать с большой буквы имена собственные, сохраненные в твоей записной книжке.

Как использовать голосовой набор текста?

Первые программы голосового набора текста появились в девяностых годах прошлого века, но они стоили очень дорого; кроме того, их надо было тренировать собственным голосом, и кривая обучения алгоритма была более медленной, чем в настоящее время. Нам повезло, что в последние годы системы диктовки по умолчанию встраиваются в мобильные устройства и компьютеры. Я сама регулярно использую такую систему, чтобы набирать бо́льшую часть сообщений с мобильного телефона, как с iOS, так и с Android. Поясню: речь не идет о голосовом сообщении, при котором теряется приватность отправителя, а получатель тратит больше времени, так как мы читаем текст быстрее, чем он воспроизводится в записи (кроме того, написанный, он передается быстрее, потому что занимает меньше места). Попробуйте на своем сотовом или компьютере опцию голосового набора текста – на мобильных телефонах она обычно обозначается иконкой микрофона, – вы поразитесь, насколько хорошо она работает. Мои собеседники в чате удивляются, насколько быстро и правильно я пишу. Раньше это было секретом, которым я делилась только с другими людьми с дислексией; сейчас уже нет. Но я до сих пор изумляюсь, сколько людей не догадываются, насколько проще использовать систему голосового набора текста. Кроме того, существуют сотни приложений для надиктовывания, таких как Dragon Dictation, Evernote, Voice Assistant.

Помните, что инструменты, установленные в устройствах по умолчанию, с каждым разом становятся всё более конкурентоспособными; в большинстве своем они бесплатны. Поэтому просто поищите в ваших гаджетах эти инструменты, ориентируясь на ключевое слово «диктовка».

КРАТКОЕ СОДЕРЖАНИЕ

Основные положения

• Бумажные книги и нецифровые тексты по-прежнему остаются основными источниками информации, несмотря на то что в интернете постоянно растет количество электронных текстов и других аудио– и видеосредств.

• Техника окулографии, или айтрекинга, используется, чтобы следить за движениями взгляда при чтении с экрана компьютера; с ее помощью с высокой точностью (вплоть до пикселей и миллисекунд) удается измерить читательскую продуктивность.

• Движения глаз не являются причиной дислексии, но свидетельствуют о трудностях при чтении. В действительности наблюдаются значительные различия между читателями с дислексией и без нее. Первые делают больше фиксаций, эти фиксации более длительные, саккадические движения глазами у них короче; чаще наблюдаются возвратные движения глаз к уже прочитанному тексту, чем у читателей без дислексии.

• Дизайн и содержание текста оказывают значительное влияние на читабельность и на понимание прочитанного людьми как с дислексией, так и без нее.

• Что полезно для людей с дислексией, так же хорошо и для обычных людей, хотя читатели с дислексией более чувствительны к текстовым факторам, как положительным, так и отрицательным.

• Несмотря на существование взаимосвязи между текстовыми факторами, такими как дизайн и контент, можно дать целый ряд рекомендаций, полезных для оптимизации чтения людей с дислексией и без нее (см. «Рекомендации для презентации текста: дизайн и контент»).

• Факторами визуализации какого-либо текста, влияющими на читабельность, являются тип и размеры шрифта. Крупный шрифт без засечек и без курсива облегчает чтение людям с дислексией.

• Факторами, касающимися содержания текста и влияющими на читабельность и понимание, являются частота употребления слов, числовые выражения и выделение ключевых понятий текста.

• Компьютерные технологии обеспечивают пользователей с дислексией приспособлениями, помогающими преодолеть трудности.

• Системы автоматического чтения, корректоры орфографии и программы голосового набора текста являются инструментами, основанными на сложной лингвистической обработке языкового материала, значительно усовершенствованной в последние годы. Эти устройства могут оказаться незаменимыми для людей с дислексией.

• Компьютерные программы распознавания речи и голосового набора представляют собой приспособления для записи надиктованного пользователем текста. Они могут пригодиться для быстрого написания текстов и сокращают количество орфографических ошибок.

• Корректоры орфографии – это сложные компьютерные программы. Не все они работают одинаково: следует выбирать ту или иную разновидность в зависимости от типа ошибок. Если ставится задача найти максимальное количество ошибок, но не требуется высокая точность их исправления, рекомендуется использовать Microsoft Word, так как он более чувствителен к поиску ошибок. Если, наоборот, качество обнаружения ошибок может быть ниже, но точность выбора нужного слова выше, то лучше прибегнуть к помощи онлайн-корректора Google Docs. Последний также отслеживает больше орфографических ошибок, связанных с заменами слов, – например, pasa (проходит) вместо para (останавливает).

МАТЕРИАЛЫ

РЕКОМЕНДАЦИИ ДЛЯ ПРЕЗЕНТАЦИИ ТЕКСТА: ДИЗАЙН И КОНТЕНТ

Следующие рекомендации могут быть полезными вообще для всех, так как результаты проведенных исследований в отношении читабельности и понимания текстов подтвердились как для людей с дислексией, так и без нее.

• Шрифт. Использование шрифтов-гротесков (Sans Serif, или без засечек), римских или прямых (не Italic или курсив), предпочтительно Arial, Courier, Helvética, Verdana.

• Размер шрифта. Предпочтителен большой размер. Более точная рекомендация зависит от других факторов, таких как размер листа или экрана и длины строчки. Для справки: для печатного листа размером А4 рекомендуется кегль 14; для 18-дюймового экрана – кегль 18.

• Интервалы между знаками и строчками. Лучше всего подходит стандартный (одинарный или полуторный) интервал либо немного более широкий. Необходимо избегать маленьких или очень больших интервалов.

• Цвета. На экране, если читатель этого хочет, следует по мере возможности использовать теплые и мягкие цвета для фона, такие как кремовый, оранжевый или светло-желтый.

• Лексика. Для текстов, целью которых является не освоение новой лексики, а ее изучение и запоминание, желательно употребление более частотных слов. В любом случае необходимо предоставить читателю возможность просматривать простые синонимы для сложных слов, которых он не понимает.

• Числовые выражения. Рекомендуется давать числовые выражения в цифрах и процентах вместо букв и дробей соответственно.

• Полезно выделять ключевые слова или главные идеи текста жирным шрифтом или другими способами, чтобы акцентировать внимание на содержании.

• Советуем расширять использование обобщающих схем или карт.

В качестве примера см. эпиграф к разделу «Рекомендации для учителей и преподавателей».

БОЛЬШАЯ ЧАСТЬ ИЗЫСКАНИЙ В ОБЛАСТИ ДИСЛЕКСИИ ПОСВЯЩЕНА КАКОМУ-ТО ОДНОМУ АСПЕКТУ, В КОТОРЫЙ ПОГРУЖАЮТСЯ ОЧЕНЬ ГЛУБОКО, КАК В МАЛЕНЬКИЙ, ОЧЕНЬ ГЛУБОКИЙ ТУННЕЛЬ. ЦЕЛЬ ДАННОГО ИССЛЕДОВАНИЯ – СОЕДИНИТЬ ВСЕ ЭТИ ТУННЕЛИ.

МИКЕЛЬ СЕРРА

Глава 3. Диагностика

ПРОСТО ПРОДОЛЖАЙ ДЕЛАТЬ УДИВИТЕЛЬНЫЕ ВЕЩИ

Облака, в которых я витала (по словам моих учителей начальной школы), увлекли меня за собой, и спустя двадцать лет напряженной работы (главы 5 и 6) доставили меня в самую большую и одну из лучших в мире компьютерных школ.

Ученый Джефф Бигхем из Института по изучению взаимодействия человека и компьютера прислал мне по электронной почте дружеское письмо с приглашением поработать в Университете Карнеги – Меллона в Питтсбурге (штат Пенсильвания). Я даже не ожидала, что это будет так потрясающе! Прибыв на место, я нашла там научно-исследовательскую группу в области информационных технологий, частью лаборатории которой была баскетбольная площадка с летающими над ней дронами. Именно там были сконструированы роботы, пребывающие сейчас на Марсе. Неужели они действительно уговаривают меня работать здесь?

Я спросила Джеффа, будет ли у меня полная свобода в плане изучения дислексии. Он мне ответил, что да. А будут ли у меня средства? Снова последовал утвердительный ответ. Я не могла в это поверить! Должен быть какой-то подвох. Поинтересовалась, что от меня требуется взамен: какое бесчисленное количество научных статей мне нужно писать за это каждый год?

Но Джефф сказал, что ничего не нужно, «просто продолжай делать удивительные вещи». Я остолбенела. Думаю, он имел в виду мои предыдущие исследования, открытия в области чтения, совершенные с использованием айтрекинга (глава 2), и компьютерные методики преодоления дислексии (глава 4). На самом деле в слове «удивительные» заключалась, пожалуй, более сильная мотивация к работе, чем в какой-либо другой задаче, которую он мог бы передо мной поставить, но главное – я получала полную свободу для исследований. Ограничения зависели только от меня самой. Жизнь снова вручила мне конверт с чистым листом, но на сей раз дала шанс самой написать это письмо.

Все мы знаем, что самое сложное в дислексии – ее выявление, вот почему она получила название скрытое нарушение. Мы в курсе, что дислексия выявляется достаточно поздно и плохо. Известный факт. Просто я не решалась взяться за эту проблему раньше – было слишком рискованно. Но что, если попытаться диагностировать дислексию с помощью информационных технологий? Это позволит сделать диагностику дислексии доступной повсеместно без каких-либо ограничений. Если я не попробую добиться результата в своей новой лаборатории сейчас, то не решусь уже никогда. Они ведь хотели удивительных вещей? В смятении я устремилась навстречу самой сложной исследовательской проблеме из всех, с какими до сих пор сталкивалась.

Я приступила к работе, полная надежд. Когда я переехала в Соединенные Штаты, в первую же зиму температура опустилась до -28°. Однажды нам с Мигелем Бальестеросом, прекрасным специалистом в области обработки естественного языка, пришла в голову одна идея. Что, если нам применить технологии искусственного интеллекта к анализу данных, чтобы иметь возможность предсказать дислексию? Так же, как это с успехом делают, например, в медицине с некоторыми видами онкологических заболеваний и еще во многих других областях. Хотя, очевидно, для использования искусственного интеллекта – машинного обучения – требуется много данных. Колоссальное количество данных. В противном случае метод не работает. А у нас их не было. Даже не зная, даст ли результаты такой подход, я начала искать участников программы для сбора необходимых данных. Это превратилось в навязчивую идею. Данные, данные и еще раз данные, месяц за месяцем. Итог первых исследований был неутешительным: ни намека на сколько-нибудь значимый результат.

И однажды на пробежке (единственный способ сохранить здравый ум, работая в лаборатории семь дней в неделю, – это заниматься хоть немного спортом) меня осенило, что нужно прекратить поиски. На самом деле нужные данные имелись в моем распоряжении уже много лет. Почему бы не использовать материалы, накопленные за последние четыре года исследований с использованием айтрекинга? У меня хранились записи отслеживания взгляда почти 300 человек с дислексией и без нее, читавших тексты с экрана компьютера. Более 32 ГБ чисел в координатах Х и Y на экране с длительностью каждого в миллисекундах. И у меня всё хранилось в моем собственном компьютере!!! Я не могла поверить: всё это время данные были прямо перед моим носом. Сколько раз я отправлялась на поиски новых материалов с этим самым компьютером, а они были уже внутри, прямо в нем самом. Испытала ли нечто подобное Мария Кюри, осознав, что действительно может существовать новый радиоактивный элемент, который находился непосредственно перед ее глазами всё то время, пока она анализировала другие?

Нам нужно было как можно быстрее опробовать новый метод. Вскоре Мигель подобрал простой алгоритм машинного обучения, и с его помощью действительно удалось получить 80 % надежных данных. Для подобных алгоритмов результат был довольно низким, но одновременно достаточно высоким, чтобы понять – мы на верном пути.

Однако таким образом мы не решали никакой социальной проблемы, мы не могли приступить к массовой диагностике дислексии, потому что для получения этих данных мы применяли айтрекер, устройство стоимостью в тысячи евро (даже подержанное, которым я пользовалась в Университете Помпеу Фабра). Не могли же мы ходить с таким прибором под мышкой по школам и домам! Нужно было найти более простой метод сбора данных.

В идеале эти данные должны появиться в результате взаимодействия людей с их собственным компьютером. Мы проверяли все приходившие нам в голову идеи. Даже исследовали, наблюдается ли разница между людьми с дислексией и без нее при онлайн-игре в шахматы (значительных отличий, кстати говоря, не обнаружили). Зима 2014 года была очень долгой. Однако я не сдавалась. Через некоторое время, уже в 2015 году, будучи на конгрессе во Флоренции, где я презентовала именно результаты прогнозирования дислексии с помощью айтрекера, внезапно, сама не знаю как, осознала, что решение проблемы уже давно лежало прямо передо мной. Как и в прошлый раз.

С 2011 года мы разрабатывали приложение для детей с дислексией (Piruletras), насчитывающее не менее 30 000 пользователей. Эти игровые упражнения мы создавали, исходя из ошибок самих детей, то есть с учетом лингвистических проявлений дислексии, подвергшихся интеллектуальному анализу (data mining). Иными словами, упражнения построены так, что люди с дислексией выполняют их своим, только им свойственным способом; следовательно, можно использовать те же упражнения для выявления дислексии. Кроме того, мы еще раньше убедились, что данная методика позволяет детям с дислексией совершенствовать такие навыки, как фонологическое осознание или правописание. Таким образом, почему бы не диагностировать дислексию с помощью игр, основанных на той самой информации, которую нам предоставляли сами люди с дислексией, играющие в них? Идея была слегка безумной, однако она могла бы посетить меня и несколько раньше, ведь на самом деле я уже много лет вручную разрабатывала упражнения в помощь пользователям с дислексией – как на языковые сложности, так и на внимание. Кстати, в DytectiveU насчитывается уже около 40 000 упражнений (глава 4).

Эта идея пришла мне в голову прямо во время одного из моих выступлений. Сразу после него я отыскала Джеффа в конференц-зале, чтобы всё ему рассказать. Он разговаривал с незнакомым мне человеком, студентом из Ирана по имени Абдулла Али. Видя мое воодушевление, Абдулла предложил запечатлеть на фото то, что он назвал «моментом "эврика!"». Несколько недель спустя Абдулла приехал в Питтсбург, чтобы интенсивно поработать со мной, потому что моя идея должна была в конце концов привести к результату. Мы почти не спали и только в шесть часов вечера сделали перерыв, чтобы съесть шоколадный брауни и сразу же продолжить. За несколько недель был создан малый прототип, который назвали Dytective. Он состоял из нескольких, на первый взгляд простых, упражнений, которые аккумулировали результат последних лет исследований; в них мы учли ошибки людей с дислексией (главы 1 и 3). Затем были проведены испытания, в которых приняли участие сорок детей-волонтеров (из них двадцать с дислексией). Если в результатах групп мы обнаруживали значительные расхождения (а именно – если способ игры у детей с дислексией отличался), это с большой вероятностью означало, что, протестировав сотни и тысячи детей, можно было создать алгоритм выявления дислексии.

За десять лет я только дважды плакала перед тем, как подвести итог исследований. И один раз – именно в тот момент. В эксперименте с сорока детьми-волонтерами были выявлены существенные различия. Наконец-то! Спустя два года кропотливого труда. Наконец мы достигли предварительных результатов, хоть каких-то результатов! По-моему, Абдулла тоже прослезился. Мне пришлось повторить опыты, потому что я не верила своим глазам. Мы были на верном пути.

Теперь оставалось только провести самое масштабное исследование, первое в истории испанского мира. Для этого мне нужно было убедить тысячи людей принять участие в нашем эксперименте; основать организацию, чтобы внедрить результаты, которые мы получим в будущем, в создание реального инструмента; обеспечить финансирование его разработки, а еще уговорить какую-нибудь транснациональную корпорацию заняться продвижением нашего продукта. Но, честно говоря, у меня было ощущение, что самое трудное уже позади. Двух лет беспрерывной работы как не бывало; эти результаты вернули меня к жизни, и я почувствовала необыкновенный прилив сил.

ИСТОРИЯ ТЕСТА DYTECTIVE

В полете над Нью-Йорком, 31 декабря 2016 года.

Ровно год назад, в новогоднюю ночь, я очень нервничала, потому что на первой странице электронной версии газеты El País – как в Испании, так и в Латинской Америке – была опубликована статья о том, что нами открыт компьютерный метод, с помощью которого можно предсказать вероятность возникновения дислексии. На следующий день, 1 января 2016 года, новость оставалась на первой странице, а на меня обрушилась лавина сообщений и электронных писем: люди просили срочно прислать им этот инструмент и одновременно делились со мной жуткими рассказами о своих детях. Историями, повторяющими мою собственную и не имеющими легких решений.

Я очень нервничала, ведь наши результаты на тот момент были еще предварительными, выборка составляла всего 400 участников. Они были достоверными, да, но от того этапа нашего исследования до передачи инструмента пользователям предстояло преодолеть еще огромный путь, в чем я успела убедиться на собственном опыте. Мне было не по себе, потому что от меня очень многого ждали, а требовался еще долгий и упорный труд, чтобы оправдать эти ожидания.

Я работала уже два года без отдыха, и вот наконец, после бесчисленного множества экспериментов, мы получили результат, – а перепробовали мы всё на свете. Ровно год назад то, что казалось стометровкой, превратилось в марафон, затянувшийся еще на год. А теперь, если мы хотели добиться более точных результатов, мы должны были найти очень много участников. В прошлый раз мне с большим трудом удалось набрать 400 добровольцев, и теперь я не знала, где взять тысячи, необходимые нам для исследования. К тому же это означало многомесячное отсутствие результатов, что для исследований не очень хорошо. Но я должна была попытаться.

Когда я шла на прием к своему начальнику, Джеффу, я волновалась, потому что собиралась просить отсрочки. Результат уже намечался, но требовалось время (много времени), чтобы он превратился в четкий и достоверный алгоритм. Я пришла в его офис в Университете Карнеги – Меллона, имея наготове тысячу аргументов в защиту своей идеи. Но, к моему удивлению, они не понадобились… Он очень быстро согласился, сказав, что ему нравятся исследования, сопряженные с повышенным риском.

Я не могла в это поверить. Спустя два с половиной года он снова дал мне карт-бланш. С повышенным риском? Мне надо было мобилизовать тысячи человек, не зная наверняка, какими окажутся результаты. Но иным способом узнать об этом не представлялось возможным. То была самая сложная задача, с какой я когда-либо сталкивалась. Позже выяснилось, что, возможно, мы предприняли наиболее масштабное исследование в области дислексии на испанском языке.

В течение следующих месяцев в Питтсбурге мне не нужен был будильник. Я вставала еще до рассвета и смотрела, как за окном идет снег. В полной тишине приходило смешанное чувство тревоги и ответственности, каждый день побуждавшее приступать к работе. Я переживала: а вдруг что-то пойдет не так – обнаружится какая-то погрешность метода или наберется недостаточное количество участников?

Беспокоила также возможная будущая критика нашего способа выявления дислексии, поскольку я осознавала его инновационность. Правда, в медицине уже давно использовался искусственный интеллект, но к дислексии он до сих пор не применялся. Чтобы действовать наверняка, я начала консультироваться по всем вопросам, связанным с Dytective, с лучшими из известных мне специалистов и исследователей со стажем в таких областях, как психология, педиатрия, логопедия и т. д. Нужно было убедиться в разумности наших шагов с точки зрения всех научных дисциплин, имевших отношение к нашему будущему инструменту. Некоторые ученые настолько погрузились в исследование, что стали соавторами наших статей, как, например, профессора Микель Серра (психолог) и Нэнси Кушен-Уайт (педиатр).

Одновременно я каждый день всеми возможными способами искала участников для нашей программы через семьи, ассоциации, школы, социальные сети… но моих усилий было недостаточно. А без огромного количества участников нет интеллектуального (машинного) анализа, который дает возможность получить алгоритм выявления дислексии. Наконец Хесус Маркос (в течение двух лет он вел съемки, чтобы потом смонтировать документальный фильм о нашем исследовании, и даже ради этого приехал со своей командой в Питтсбург) добился, чтобы нас показали по телевизору. Как только я узнала об этом, сразу полетела в Мадрид, хотя валилась с ног от усталости, и прямо из аэропорта помчалась в студию в единственной выглаженной рубашке, которая была с собой. Репортаж показали в новостных выпусках в полдень и вечером в Испании, а также в некоторых странах Латинской Америки.

А на следующий день произошло нечто невероятное, больше похожее на сон: по электронной почте я получила почти две тысячи писем от чудесных людей, предлагавших свою помощь. На смену беспокойству, что не наберется достаточное количество участников, пришла паника – как с ними всеми справиться? Но ведь это не могло быть хуже, чем переписывание книг от руки, которым я занималась в детстве. Так и возникла армада из 300 волонтеров, учителей, преподавателей, психотерапевтов и просто прекрасных семей. Нашлись и такие, кто оказал нам еще бо́льшую помощь; от этих историй просто мурашки бегут по коже. Например, Марибель Долсет, одна мама из города Фрага (провинция Уэска), на своей машине объехала все деревенские школы в округе. Другая мама, Майте Мораль, стала координатором нашего исследования во всех известных ей школах провинции Мурсия. В Чили Даниэла Аларкон Санчес провела тест с сотней учеников очень бедной школы, в которой было всего два компьютера; и одновременно в городе Ла-Плата, в Аргентине, Эрнан Эррера присоединился к нашему исследованию, оплатив соединение из интернет-кафе. Просто непостижимо, на что шли люди ради того, чтобы помочь нам. Мы получили видео из Сантьяго-де-Чили со словами поддержки от детей, а еще фотографии из школы в Медельине, в Колумбии. Были и такие, кто делился информацией в социальных сетях: «Я участвовал в исследовании компании Change Dyslexia». Невольно возникло целое движение, наше исследование вышло на улицы. Считаю это исключительным явлением, ведь обычно вся научная работа ведется в стенах лаборатории.

Такое количество участников было прекрасным, но обоюдоострым оружием. С одной стороны, это придавало мне энергии, чтобы работать с новыми силами, с другой – усиливало давление на меня, потому что уровень ожиданий всё возрастал. Нам стоило огромного труда завершить самое крупное научное исследование дислексии в испанском мире на выборке из десяти тысяч участников. Каждую неделю, с увеличением количества испытуемых, возрастала точность алгоритма. По накалу эмоций… это было как стоять у порога изобретения какой-нибудь вакцины или чего-то подобного. В последние дни я почти не спала. И однажды (в это время, как сейчас помню, в Питтсбурге шел сильный снег) Мигель Бальестерос применил первую диагностическую модель, основанную на рекуррентных нейронных сетях со степенью точности до 73 %. Я так подпрыгнула, услышав эту новость, что чуть не свалилась в сугроб. Огромное спасибо тебе, Мигель, за то, что ты вложил в исследование дислексии свои выдающиеся знания! А тем временем со всех концов испаноязычного мира люди продолжали присылать нам свои истории. Изо дня в день они придавали мне сил и убеждали меня в необходимости создания и как можно более широкого распространения теста Dytective.