A natural language communication is something that can happen through recent tech- nologies like Generative AI and Large Language Models (LLMs). With human-like conversation, they can provide interactive and personalized dialogue with individuals and, using emotion detection, adapt the exchange based on each person. Dyslexia is a neurodevelopmental disorder characterized by persistent difficulties in reading and writing that continue despite targeted educational support. Traditional approaches to dyslexia often fail to maintain motivation and adapt to the different needs of learners. With the rapid progress of Generative AI and LLMs, it has become possible to develop literacy support systems that are more flexible, engaging, and responsive to individual learning profiles. The rise of ChatGPT has reshaped human–computer interaction (HCI), enabling more natural and personalized communication. LLMs provide a powerful basis for adaptive literacy activities, where prompt engineering helps guide interactions to be engaging and responsive to individual needs. We introduce Lexicare, an LLM-based educational assistant that supports children with dyslexia through morphological activities designed to strengthen their reading and writing skills. At its core is Foxy, a conversational assistant that adapts its dialogue to each activity through carefully designed prompts, ensuring interactions are engaging, supportive, and educational. During the development of Lexicare, the system was refined through weekly meetings with a caregiver who works closely with children affected by dyslexia. Her feedback was essential for shaping the prompts, which were designed around the children’s needs, and all the words used in the activities came directly from her input. This collaboration ensured that Lexicare grew out of real experiences and stayed closely connected to the daily challenges of children and their families.

La comunicazione in linguaggio naturale è oggi resa possibile dalle recenti tecnologie come l’Intelligenza Artificiale Generativa e i Modelli di Linguaggio di Grandi Dimensioni (LLMs). Attraverso un dialogo simile a quello umano, queste tecnologie possono offrire interazioni personalizzate e coinvolgenti con gli individui e, grazie al riconoscimento delle emozioni, adattare lo scambio in base a ciascuna persona. La dislessia è un disturbo del neurosviluppo caratterizzato da difficoltà persistenti nella lettura e nella scrittura che continuano nonostante il supporto educativo mirato. Gli approcci tradizionali alla dislessia spesso non riescono a mantenere alta la motivazione néadadattarsiallediverseesigenzedeglistudenti. Conilrapidoprogressodell’Intelligenza Artificiale Generativa e degli LLMs, è diventato possibile sviluppare sistemi di supporto all’apprendimento più flessibili, coinvolgenti e in grado di rispondere ai profili individuali di ciascun discente. L’ascesa di ChatGPT ha trasformato l’interazione uomo–macchina (HCI), rendendo possibile una comunicazione più naturale e personalizzata. Gli LLMs offrono una solida base per attività di alfabetizzazione adattive, nelle quali il prompt engineering consente di guidare le interazioni affinché risultino stimolanti e adeguate ai bisogni individuali. Presentiamo Lexicare, un assistente educativo basato su LLM pensato per supportare i bambini con dislessia attraverso attività morfologiche progettate per rafforzare le loro competenze di lettura e scrittura. Al centro del sistema vi è Foxy, un assistente conversazionale che adatta il proprio dialogo a ciascuna attività tramite prompt appositamente ideati, garantendo interazioni coinvolgenti, di supporto e con finalità educative. Durante lo sviluppo di Lexicare, il sistema è stato perfezionato attraverso incontri settimanali con una caregiver che lavora a stretto contatto con bambini dislessici. I suoi feedback sono stati fondamentali per la definizione dei prompt, progettati intorno alle esigenze dei bambini, e tutte le parole utilizzate nelle attività provengono direttamente dal suo contributo. Questa collaborazione ha permesso a Lexicare di crescere a partire da esperienze reali e di mantenere uno stretto legame con le sfide quotidiane dei bambini e delle loro famiglie.

Lexicare: game-based learning with LLM-powered conversional AI for dyslexia support

SASANNIA, NILOOFAR
2024/2025

Abstract

A natural language communication is something that can happen through recent tech- nologies like Generative AI and Large Language Models (LLMs). With human-like conversation, they can provide interactive and personalized dialogue with individuals and, using emotion detection, adapt the exchange based on each person. Dyslexia is a neurodevelopmental disorder characterized by persistent difficulties in reading and writing that continue despite targeted educational support. Traditional approaches to dyslexia often fail to maintain motivation and adapt to the different needs of learners. With the rapid progress of Generative AI and LLMs, it has become possible to develop literacy support systems that are more flexible, engaging, and responsive to individual learning profiles. The rise of ChatGPT has reshaped human–computer interaction (HCI), enabling more natural and personalized communication. LLMs provide a powerful basis for adaptive literacy activities, where prompt engineering helps guide interactions to be engaging and responsive to individual needs. We introduce Lexicare, an LLM-based educational assistant that supports children with dyslexia through morphological activities designed to strengthen their reading and writing skills. At its core is Foxy, a conversational assistant that adapts its dialogue to each activity through carefully designed prompts, ensuring interactions are engaging, supportive, and educational. During the development of Lexicare, the system was refined through weekly meetings with a caregiver who works closely with children affected by dyslexia. Her feedback was essential for shaping the prompts, which were designed around the children’s needs, and all the words used in the activities came directly from her input. This collaboration ensured that Lexicare grew out of real experiences and stayed closely connected to the daily challenges of children and their families.
CALEFFI, GIOVANNI
PIFERI, FRANCESCO
ING - Scuola di Ingegneria Industriale e dell'Informazione
23-ott-2025
2024/2025
La comunicazione in linguaggio naturale è oggi resa possibile dalle recenti tecnologie come l’Intelligenza Artificiale Generativa e i Modelli di Linguaggio di Grandi Dimensioni (LLMs). Attraverso un dialogo simile a quello umano, queste tecnologie possono offrire interazioni personalizzate e coinvolgenti con gli individui e, grazie al riconoscimento delle emozioni, adattare lo scambio in base a ciascuna persona. La dislessia è un disturbo del neurosviluppo caratterizzato da difficoltà persistenti nella lettura e nella scrittura che continuano nonostante il supporto educativo mirato. Gli approcci tradizionali alla dislessia spesso non riescono a mantenere alta la motivazione néadadattarsiallediverseesigenzedeglistudenti. Conilrapidoprogressodell’Intelligenza Artificiale Generativa e degli LLMs, è diventato possibile sviluppare sistemi di supporto all’apprendimento più flessibili, coinvolgenti e in grado di rispondere ai profili individuali di ciascun discente. L’ascesa di ChatGPT ha trasformato l’interazione uomo–macchina (HCI), rendendo possibile una comunicazione più naturale e personalizzata. Gli LLMs offrono una solida base per attività di alfabetizzazione adattive, nelle quali il prompt engineering consente di guidare le interazioni affinché risultino stimolanti e adeguate ai bisogni individuali. Presentiamo Lexicare, un assistente educativo basato su LLM pensato per supportare i bambini con dislessia attraverso attività morfologiche progettate per rafforzare le loro competenze di lettura e scrittura. Al centro del sistema vi è Foxy, un assistente conversazionale che adatta il proprio dialogo a ciascuna attività tramite prompt appositamente ideati, garantendo interazioni coinvolgenti, di supporto e con finalità educative. Durante lo sviluppo di Lexicare, il sistema è stato perfezionato attraverso incontri settimanali con una caregiver che lavora a stretto contatto con bambini dislessici. I suoi feedback sono stati fondamentali per la definizione dei prompt, progettati intorno alle esigenze dei bambini, e tutte le parole utilizzate nelle attività provengono direttamente dal suo contributo. Questa collaborazione ha permesso a Lexicare di crescere a partire da esperienze reali e di mantenere uno stretto legame con le sfide quotidiane dei bambini e delle loro famiglie.
File allegati
File Dimensione Formato  
2025_10_Sasannia_Thesis_01.pdf.pdf

accessibile in internet solo dagli utenti autorizzati

Dimensione 11.34 MB
Formato Adobe PDF
11.34 MB Adobe PDF   Visualizza/Apri
2025_10_Sasannia_Executive_summary_02.pdf

accessibile in internet solo dagli utenti autorizzati

Dimensione 1.63 MB
Formato Adobe PDF
1.63 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/243522