En este trabajo, publicado en la revista Pattern Recognition Letters, participan el Instituto Universitario para el Desarrollo Tecnológico y la Innovación en Comunicaciones (IDETIC) de la ULPGC, y profesores de la Universidad Tecnológica de Bialystok (Polonia) y de la Universidad de Bari Aldo Moro (Italia), y está liderado por los investigadores Moisés Díaz, Miguel Ángel Ferrer y José Juan Quintana.
Los profesores de estas tres universidades utilizaron un robot de la universidad polaca que, al mismo tiempo que simula el acto de firmar, almacena datos sobre los movimientos de sus articulaciones, tales como sus velocidades angulares y los momentos de fuerza de sus motores.
Te puede interesar: Elon Musk lanza Grok-3, nuevo modelo de IA, “aterradoramente inteligente”
Según explicó a EFE el investigador Moisés Díaz, tras recabar esos datos con el robot de la Universidad de Bialystok, se pusieron en contacto con la de Bari Aldo Moro, en Italia, que trabaja con modelos avanzados de IA, para conocer si era posible “estimar los movimientos del robot sin el robot y solo con la firma digitalizada”.
“Les planteamos si era posible que a partir de una firma digital, pudieran estimar el movimiento de las articulaciones del robot, y nos dijeron que sí, que podía ser posible, así que probaron diferentes modelos de IA, y con uno de ellos, se podía recuperar, o estimar mejor esos datos”, señaló el profesor Díaz.
Lea más: Vaticano publica texto sobre IA y advierte que está en manos de pocas y poderosas empresas
Sistema innovador
Con todo lo recabado, tanto las firmas del robot como los datos de la IA, los investigadores de la universidad canaria pusieron en funcionamiento los verificadores de firmas diseñados en la propia institución académica “para ver si las tasas de reconocimiento mejoraban” y, tras hacer las primeras pruebas, lograron resultados positivos, lo que les invitó a realizar experimentos masivos y redactar este artículo científico.
Pero este sistema innovador, además de servir para dificultar el fraude en la autentificación de personas mediante las firmas, también tiene aplicaciones en otros campos relacionados con la escritura como biomarcador.
Así, matizó el profesor universitario, la escritura se puede recoger de dos formas, tanto con bolígrafo y papel como con tabletas digitalizadoras, y que ambas formas se han utilizado históricamente como biomarcadores, tanto en una faceta sanitaria como en la educativa.
En el caso sanitario, la escritura como biomarcador se utilizó en el cribado en ciertas disciplinas como la neurología, con test médicos especializados, tanto con lápiz y papel como con tabletas digitalizadoras.
“En este segundo caso, nos preguntamos si, dado que la escritura se usa como biomarcador, podríamos estimar el movimiento del robot al realizarla. Para ello, aplicamos los mismos algoritmos utilizados en este trabajo con el fin de obtener más datos” y con ellos intentar detectar problemas neuromotores en personas con demencias o disfunciones motoras.
Te puede interesar: La suma de IA y los “gemelos digitales” sitúan la medicina ante un nuevo escenario
La IA en la educación
Pero también los educadores pueden utilizar este tipo de algoritmos, ya que, según Moisés Díaz, es posible desarrollar sistemas que aporten más datos para que una IA “pueda decidir mejor si la escritura de un niño es la normal para su edad, o si está desviada de la normalidad”.
Ello permitirá identificar trastornos como la disgrafía (la discapacidad del aprendizaje que afecta a la expresión escrita y la capacidad de escribir) en niños, pero incluso podría ayudar a estimar la edad de un menor a partir de su caligrafía.
Gracias a este trabajo, destacó el investigador de la ULPGC, se democratiza el uso de estas herramientas novedosas en los centros sanitarios y educativos del mundo, puesto que consiguieron que no sea necesario disponer de un robot físicamente para lograr más datos que ayuden a detectar estas cuestiones, sino que la IA pudo aprender lo suficiente para que sea necesario solo un ordenador o tableta electrónica.
Fuente: EFE.
