Difficoltà di scrittura, screening con penna a inchiostro sensorizzata

Una penna sensorizzata e brevettata, grazie all’intelligenza artificiale, può contribuire a individuare precocemente le difficoltà di scrittura. Testata su oltre settecento bambini di tutto il ciclo delle scuole primaria e secondaria di primo grado, la THInkPen (Tele-Health Ink Pen) è frutto di uno studio coordinato da Simona Ferrante, docente del DEIB e coordinatrice del team di ricercatori del Politecnico di Milano, e Cristiano Termine, docente di Neuropsichiatria Infantile presso l’Università dell’Insubria dell’Università dell’Insubria di Varese e Como.
La penna “smart” scrive su carta ed è stata utilizzata per valutare l’intero processo di scrittura in due prove BVSCO-3, ovvero la Batteria per la Valutazione clinica della Scrittura e della Competenza Ortografica. Il test è quello più usato in Italia per valutare difficoltà di scrittura, disgrafia e disortografia.
ORIGINI DEL PROGETTO
Il progetto della THInkPen – brevettato da Politecnico di Milano insieme all’Università degli Studi di Milano, in particolare in collaborazione con il professor Alberto Borghese – è stato pensato inizialmente per uno screening delle malattie neurodegenerative e successivamente sviluppato per la valutazione del neurosviluppo. A questa evoluzione ha contribuito anche Linda Greta Dui, ricercatrice DEIB e Tecnovisionaria 2025 sul tema. 
La penna a inchiostro sensorizzata - ed è questa l’innovazione - permette di arricchire le informazioni dei test clinici, come richiesto dalle ultime linee guida approvate sui Dsa (Disturbi specifici dell’apprendimento), ma si usa per scrivere su carta, proprio come una semplice penna, differenza sostanziale rispetto ad altri strumenti di screening come i tablet. Il suo uso nei test ha consentito di mettere in luce caratteristiche rilevanti del processo di scrittura dei bambini e di fornire una quantità e qualità di informazioni molto vaste e approfondite.
INDICATORI DIGITALI
Dalla mole di dati acquisiti sono stati estratti indicatori digitali relativi a varianti nello scrivere quali la pressione sul foglio, la fluidità del movimento, l'inclinazione della penna e la frequenza dei segnali che giungono al dispositivo attraverso i sensori.
I dati raccolti sono stati successivamente analizzati per valutarne la correlazione con i punteggi clinici, modellarne l’andamento nelle diverse classi scolastiche e identificarne l’utilità nell'individuazione delle difficoltà di scrittura, grazie agli algoritmi di intelligenza artificiale appositamente sviluppati.
Si sono così evidenziate relazioni significative e consistenti tra gli indicatori digitali e i punteggi clinici, confermando la capacità di tali indicatori di riflettere in modo affidabile le caratteristiche della prestazione.
I modelli AI di classificazione binaria hanno poi distinto con successo gli studenti con difficoltà di scrittura (identificati sulla base dei risultati del BVSCO-3) dagli altri, mentre le tecniche di intelligenza artificiale spiegabile (“explainable AI”, o XAI) hanno permesso di individuare i motivi di performance al di sotto della media, aprendo le porte a interventi mirati.
L'analisi statistica tra classi ha mostrato che gli indicatori digitali riproducono fedelmente il consolidato andamento di miglioramento della scrittura osservato nel passaggio da una classe all’altra, evidenziandone la sensibilità nel cogliere le evoluzioni delle competenze grafo-motorie.
Nelle foto (Uninsubria): la THInkPen e il professor Cristiano Termine.