A análise da IA dos movimentos dos bebés revela informações importantes sobre as fases iniciais do desenvolvimento, destacando a importância dos movimentos dos pés na aprendizagem. Avanços recentes na computação e na inteligência artificial e novos insights sobre a aprendizagem infantil sugerem que técnicas de aprendizagem automática e profunda podem ser usadas para estudar como as crianças transitam de movimentos exploratórios aleatórios para ações intencionais. Até o momento, a maioria dos estudos concentrou-se nos movimentos espontâneos dos bebês e distinguiu entre comportamentos inquietos e não-inquietos.
Embora os primeiros movimentos de uma criança possam parecer desarticulados, eles revelam padrões significativos na interação da criança com o ambiente. No entanto, ainda nos falta uma compreensão de como as crianças interagem conscientemente com o seu ambiente e os princípios que orientam as suas ações orientadas para objetivos.
Para explorar como os bebês começam a agir com propósito, pesquisadores da Florida Atlantic University e seus colaboradores conduziram um experimento com telefones celulares para bebês, uma técnica de pesquisa de desenvolvimento que tem sido usada desde o final da década de 1960. Nesta experiência, um telemóvel colorido foi delicadamente amarrado ao pé de um bebé e movido quando o bebé chutava, ligando assim o comportamento do bebé ao que estava a ver. Essa configuração ajuda os pesquisadores a entender como os bebês controlam seus movimentos e a descobrir sua capacidade de influenciar o ambiente.
No estudo, os pesquisadores testaram se as ferramentas de inteligência artificial poderiam capturar mudanças complexas nos padrões de movimento dos bebês. Os movimentos infantis rastreados usando o sistema de captura de movimento Vicon3D são classificados em diferentes tipos – desde movimentos espontâneos até reações durante o movimento. Ao aplicar diversas técnicas de inteligência artificial, os pesquisadores estudaram qual método capturou melhor os comportamentos sutis dos bebês em diferentes situações e como os movimentos evoluíram ao longo do tempo.
As descobertas, publicadas na revista Scientific Reports, destacam a inteligência artificial como uma ferramenta importante para a compreensão do desenvolvimento e das interações dos primeiros bebês. Os métodos de aprendizado de máquina e de aprendizado profundo classificaram com precisão cinco segundos de clipes tridimensionais de movimentos infantis em diferentes estágios do experimento. Entre esses métodos, o modelo de aprendizagem profunda 2D-CapsNet tem o melhor desempenho. É importante ressaltar que o movimento dos pés teve a maior precisão de todos os métodos testados, o que significa que os padrões de movimento dos pés mudaram de forma mais significativa durante as várias fases da experiência em comparação com outras partes do corpo.
“Essa descoberta é significativa porque o sistema de IA não foi informado de nada sobre o experimento e não sabia qual parte do corpo do bebê estava conectada ao telefone”, disseram os coautores do estudo, Glenwood Krich e Martha Krichko, do Centro de Sistemas Complexos e Ciências do Cérebro da Florida Atlantic University. Scott Kelso, Distinguished Scholar in Science, disse: "Isso sugere que os pés - como efetores finais - são mais afetados pela interação com o telefone. Em outras palavras, a maneira como o bebê se conecta ao ambiente é mais afetada no ponto de contato com o mundo. Aqui, é 'os pés primeiro'."
O modelo 2D-CapsNet alcançou uma precisão de 86% ao analisar os movimentos dos pés e foi capaz de capturar as relações detalhadas entre as diferentes partes do corpo durante o movimento. Os movimentos dos pés tiveram consistentemente a maior precisão de todos os métodos testados, aproximadamente 20% mais precisos do que os movimentos das mãos, joelhos ou de corpo inteiro.
"Descobrimos que os bebês exploraram mais depois de serem desconectados de seus telefones do que antes de terem a oportunidade de controlá-los. Parece que perder a capacidade de controlar seus telefones os tornou mais ansiosos para interagir com o mundo para encontrar maneiras de se reconectar, "disse a coautora Aliza Sloan, Ph.D., pesquisadora de pós-doutorado no Centro de Sistemas Complexos e Ciências do Cérebro da Florida Atlantic University. "No entanto, alguns bebês mostraram padrões de movimento durante a fase de desconexão que continham dicas de suas interações anteriores com o telefone. Isso sugere que apenas alguns bebês entendem sua relação com o telefone bem o suficiente para manter esses padrões de movimento na expectativa de que ainda gerarão respostas do telefone mesmo após a desconexão."
Se a precisão dos movimentos do bebê permanecer alta durante a desconexão, isso pode indicar que o bebê aprendeu algo durante a interação anterior, disseram os pesquisadores. No entanto, diferentes tipos de movimentos podem significar que os bebés descobrem coisas diferentes.
“É importante notar que estudar crianças é mais desafiador do que estudar adultos porque as crianças não conseguem se comunicar verbalmente”, disse a coautora Dra. Nancy Aaron Jones, membro do Center for Brain Science. "Os adultos podem seguir instruções e explicar as suas ações, mas os bebés não. É isso que as pessoas fazem. É aqui que a IA pode ajudar. A IA pode ajudar os investigadores a analisar mudanças subtis nos movimentos dos bebés, até mesmo nos seus estados de repouso, para nos dar informações sobre como pensam e aprendem, mesmo antes de poderem falar, e pode ajudar-nos a compreender as enormes diferenças individuais que ocorrem à medida que os bebés crescem."
Observar como a precisão da classificação da IA muda para cada criança dá aos investigadores uma nova forma de compreender quando e como os bebés começam a interagir com o mundo.
"Os métodos anteriores de IA se concentraram principalmente na classificação de movimentos espontâneos que se correlacionam com resultados clínicos, e a combinação de experimentos baseados em teoria com IA nos ajudará a avaliar melhor o comportamento infantil em relação ao ambiente específico da criança", disse Kelso. "Isso poderia melhorar a forma como identificamos riscos, diagnosticamos e tratamos doenças."
Compilado de/SciTechDaily