Как разработать честный тест: зачем нужны параллельные тексты для диагностики дислексии
Исследователи из Центра языка и мозга ВШЭ разработали тест для точной оценки навыков чтения у взрослых — например, до и после занятий с логопедом. Он включает два разных по содержанию, но одинаковых по сложности текста: участники читали их с равной скоростью, делали равное количество ошибок и одинаково понимали смысл. Подобные параллельные тексты позволят точнее диагностировать дислексию и отслеживать прогресс коррекции. Исследование опубликовано в журнале «Вопросы образования».
Чтение — навык, без которого трудно учиться, работать, ориентироваться в мире. Но даже у взрослых людей могут возникать сложности: текст читается медленно, буквы прыгают, слова меняются, смысл ускользает, а после остается усталость. Часто такие симптомы остаются без внимания. Однако они могут указывать на дислексию — специфическое нарушение чтения, которое возникает в детстве и при отсутствии специальной помощи может сохраняться во взрослом возрасте, несмотря на нормальный интеллект, отсутствие нарушений зрения и слуха, и хорошее образование.
В России до сих пор сложно диагностировать дислексию у взрослого человека. Один специалист может поставить диагноз, другой — опровергнуть, третий — заметить новые проблемы. И это связано не с качеством работы, а с тем, что применяются разные подходы и диагностические инструменты. А еще — с тем, что стандартизированных инструментов для диагностики дислексии у взрослых — не было.
Проблема в том, что без надежной диагностики сложно объективно оценивать эффективность коррекции. Чтобы проверить эффективность методики, нужно сравнивать навыки чтения до и после занятий. Но если использовать один и тот же текст, участник может частично запомнить его, и результаты окажутся недостоверными. Если же тексты разные, но их параметры неизвестны, невозможно определить, с чем связаны изменения — с терапией или с тем, что второй текст оказался проще или сложнее.
Чтобы решить эту задачу, исследователи из Центра языка и мозга НИУ ВШЭ разработали и протестировали два текста. Они различаются по содержанию, но не имеют значимых отличий по ключевым лингвистическим параметрам: длине и частотности слов, синтаксической структуре предложений, читаемости по индексу Флеша и другим показателям. Исследователи предполагали, что такие тексты будут одинаковыми по сложности для взрослых носителей русского языка. Итоговые версии теста проверяли на выборке из 111 студентов.
Яна Кокорева
«Тексты мы писали вручную, без помощи нейросетей — следили за синтаксисом предложений, длиной и частотностью слов, стараясь при этом сохранить связный и осмысленный сюжет. Такая работа была бы невозможна без инструментов коллег: мы опирались на лексическую базу StimulStat и сервис "Текстометр", которые позволили точно контролировать психолингвистические параметры текста», — комментирует соавтор теста, стажер-исследователь Центра языка и мозга НИУ ВШЭ Яна Кокорева.
Результаты подтвердили, что оба текста читаются одинаково: без статистически значимых различий в скорости, точности и понимании прочитанного. Это доказывает, что их можно использовать для оценки навыка чтения до и после коррекции дислексии — и делать обоснованные выводы об эффективности методики. На основе бумажного теста команда Центра языка и мозга НИУ ВШЭ разработала цифровую версию теста, доступную для скачивания.
Светлана Дорофеева
«Тест уже можно использовать на практике — он подходит как для диагностики дислексии у взрослых, так и для оценки прогресса после коррекционных занятий. Исследование подтвердило: если тексты лингвистически выверены, они действительно одинаково сложны для читателя. А значит, методику можно масштабировать и на основе уже известных параметров создавать новые тексты для повторного тестирования взрослых. По тем же принципам можно разработать версии и для детей, если адаптировать параметры под их возраст», — говорит одна из авторов, научный сотрудник центра языка и мозга Светлана Дорофеева.
Работа выполнена при поддержке Программы фундаментальных исследований НИУ ВШЭ в рамках проекта «Центры превосходства».
Вам также может быть интересно:
ИИ будет предсказывать поломки промышленного оборудования до аварии
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ представил мультиагентный программно-аппаратный комплекс, который анализирует электрические параметры промышленного оборудования и помогает заранее выявлять признаки неисправностей. Разработка призвана перевести техническое обслуживание от ремонта после отказа к прогнозированию состояния оборудования и планированию работ до возникновения аварийной ситуации. Система была представлена в рамках IV профессиональной конференции для ИТ и инженерного cообщества в нефтегазовой отрасли.
Команда ВШЭ победила в технологическом конкурсе «Автономный поиск» для отряда «ЛизаАлерт»
Навигационная система, разработанная специалистами Лаборатории интеллектуальных беспилотных систем (ЛИБС) МИЭМ ВШЭ, предназначена для поиска людей и позволяет беспилотному аппарату автономно выполнять маршрутные задания без спутниковой навигации. Уникальность конкурса «Автономный поиск» — в комплексной проверке реально работающих технологий. Из 50 поданных заявок до квалификации допустили 15, в финал вышли четыре команды.
МТС и MAGNIT TECH стали индустриальными партнерами ФКН ВШЭ в рамках проекта «Топ-ИИ» Минцифры
Цель партнерства — объединить фундаментальную академическую базу факультета с актуальными задачами бизнеса. Благодаря проекту «Топ-ИИ» при поддержке гранта Минцифры России (при участии АНО «Аналитический центр при Правительстве Российской Федерации») и прямому участию лидеров индустрии студенты ФКН уже во время учебы включаются в разработку передовых технологий и выходят на рынок готовыми специалистами высокой квалификации по ключевым направлениям: генеративный искусственный интеллект, высоконагруженная инфраструктура, инженерия данных и машинное обучение в ритейле.
Лев Толстой и спецификации, контрапункт и инклюзивность ИИ: в НИУ ВШЭ обсудили вайбкодинг
В НИУ ВШЭ прошла первая международная конференция по вайбкодингу VIBE CODING RUSSIA 2026. Более 450 ее участников, спикеров из университетов, банков, телекома, кибербезопасности и самих вайбкодеров, обсудили, как ИИ сокращает путь от научного результата к продукту и кто отвечает за код, который пишет алгоритм.
Проект НИУ ВШЭ CheckAI победил на престижной премии BISA
НИУ ВШЭ укрепляет лидерские позиции в сфере отечественной кибернетической безопасности и искусственного интеллекта. Проект Вышки CheckAI под руководством Антона Сергеева, директора Центра программных разработок и цифровых сервисов МИЭМ ВШЭ, одержал победу на престижной профессиональной премии BISA «За вклад в безопасность цифрового будущего». Инновационная разработка была признана лучшей в номинации «Лучший проект — сервисы цифрового будущего».
В НИУ ВШЭ стартуют 11 исследовательских проектов с участием научных центров из пяти стран
Высшая школа экономики подвела итоги Конкурса совместных фундаментальных научных проектов «Международное академическое сотрудничество». Полностью поддержано пять проектов, еще шесть получили сокращенное финансирование. Исследовательские команды сформированы с участием учёных из Бразилии, ЮАР, Китая, Индии и Омана. Подробностями о победителях МАС 2026 поделился Александр Балышев, проректор НИУ ВШЭ.
НИУ ВШЭ разработает стандарт обучения по созданию и применению ИИ-агентов
НИУ ВШЭ совместно с российской платформой Nodul создаст стандарт и методику обучения по работе с ИИ-агентами. Доступ к платформе смогут получить до 8 тыс. студентов НИУ ВШЭ разных специальностей — от программистов до маркетологов, экономистов и юристов. По оценке Nodul, это станет самым массовым внедрением инструментов для создания ИИ-агентов в российском высшем образовании. Запуск новой программы начнется уже в текущем учебном году в рамках университетского проекта «Культура работы с данными» Data Culture.
«Наш коллектив состоит из настоящих лидеров в своих научных дисциплинах»
Международный центр анализа и выбора решений НИУ ВШЭ исследует широкий спектр методов изучения принятия решений и вероятных сценариев развития природных, социально-экономических и политических явлений, применяя различные математические модели. Использование методов высшей математики для прогнозирования позволяет избежать негативного развития событий и ошибочных решений. О деятельности центра новостная служба «Вышка.Главное» побеседовала с его директором профессором Фуадом Алескеровым.
Какие компетенции развивает аспирантура
Российская аспирантура, по оценкам ее выпускников, лучше развивает исследовательские навыки, чем сквозные компетенции, востребованные в различных, в том числе неакадемических, областях. К таким выводам пришли исследователи ИСИЭЗ НИУ ВШЭ Елизавета Маринина и Алена Нефедова, а также Галина Ефимова из Тюменского государственного университета. Результаты анализа были представлены на 38-й ежегодной международной конференции Консорциума исследователей высшего образования CHER 2026.
Ключевой навык — критическое мышление: в НИУ ВШЭ обсудили, как ИИ меняет требования к работникам
Форсайт-центр и Институт искусственного интеллекта и цифровых наук (Институт ИИ) НИУ ВШЭ провели круглый стол «Как меняется работа в эпоху ИИ: опыт бизнеса, науки и госсектора». Представители бизнеса и эксперты обсудили роль руководителя в интеграции ИИ в бизнес-процессы, границы доверия к самостоятельным решениям ИИ-агентов, а также почему пилотные проекты не доходят до внедрения и как справедливо оценить труд сотрудников, чья производительность выросла благодаря использованию ИИ.