Cerca de 36 milhões de pessoas são cegas, incluindo 1 milhão de crianças. Adicionalmente, 216 milhões de pessoas sofrem de deficiência visual moderada a grave. Contudo, STEM (ciência, tecnologia, engenharia e matemática) mantém uma dependência de imagens tridimensionais para a educação. Muitas dessas imagens são inacessíveis para alunos com cegueira. Um estudo inovador de Bryan Shaw, Ph.D., professor de química e bioquímica da Baylor University, visa tornar a ciência mais acessível para pessoas cegas ou deficientes visuais por meio de pequenas, modelos semelhantes a doces.

O estudo liderado por Baylor, publicado em 28 de maio na revista Avanços da Ciência, usa modelos de gelatina em escala milimétrica - semelhantes aos ursinhos de goma - para melhorar a visualização de moléculas de proteínas usando estereognosia oral, ou visualização de formas 3D através da língua e lábios. O objetivo do estudo era criar menores, modelos táteis mais práticos de imagens 3D representando moléculas de proteínas. As moléculas de proteína foram selecionadas porque suas estruturas são algumas das mais numerosas, imagens 3D complexas e de alta resolução apresentadas em toda a educação STEM.

"Sua língua é o seu melhor sensor tátil - cerca de duas vezes mais sensível que as pontas dos dedos - mas também é um hidrostato, semelhante a um braço de polvo. Ele pode se contorcer em ranhuras que seus dedos não tocam, mas ninguém realmente usa a língua ou os lábios no aprendizado tátil. Pensamos em fazer muito pequeno, modelos 3D de alta resolução, e visualizá-los pela boca, "Shaw disse.

O estudo incluiu 396 participantes no total - 31 alunos da quarta e quinta séries, bem como 365 estudantes universitários. Boca, mãos e visão foram testadas para identificar estruturas específicas. Todos os alunos foram vendados durante o teste do modelo tátil oral e manual.

Cada participante teve três minutos para avaliar ou visualizar a estrutura de uma proteína do estudo com a ponta dos dedos, seguido por um minuto com uma proteína de teste. Após os quatro minutos, eles foram questionados se a proteína de teste era a mesma ou um modelo diferente da proteína do estudo inicial. Todo o processo foi repetido usando a boca para discernir a forma em vez dos dedos.

Os alunos reconheceram as estruturas pela boca com 85,59% de precisão, semelhante ao reconhecimento pela visão usando animação por computador. Os testes envolveram modelos de gelatina comestíveis idênticos e modelos impressos em 3D não comestíveis. Os modelos de gelatina foram identificados corretamente em taxas comparáveis ​​aos modelos não comestíveis.

"Você pode visualizar as formas desses minúsculos objetos com a mesma precisão com a boca e com a visão. Isso foi realmente surpreendente, "Shaw disse.

Os modelos, que pode ser usado por alunos com ou sem deficiência visual, oferecem um baixo custo, maneira portátil e conveniente de tornar as imagens 3D mais acessíveis. Os métodos do estudo não se limitam a modelos moleculares de estruturas de proteínas - a visualização oral pode ser feita com qualquer modelo 3D, Shaw disse.

Adicionalmente, enquanto os modelos de gelatina foram os únicos modelos comestíveis testados, A equipe de Shaw criou modelos de alta resolução a partir de outros materiais comestíveis, incluindo caramelo e chocolate. Certos recursos de superfície dos modelos, como um padrão de proteínas de carga superficial positiva e negativa, poderia ser representado usando diferentes padrões de sabor no modelo.

“Essa metodologia pode ser aplicada a imagens e modelos de qualquer coisa, como células, organelas, Superfícies 3D em matemática ou peças de arte 3D - qualquer renderização 3D. Não está limitado a STEM, mas útil para as humanidades também, "disse Katelyn Baumer, candidato ao doutorado e autor principal do estudo.

O laboratório de Shaw vê a visualização oral por meio de modelos minúsculos como uma adição benéfica às ferramentas de aprendizagem multissensorial disponíveis para os alunos, particularmente aqueles com necessidades visuais extraordinárias. Modelos como os deste estudo podem tornar o STEM mais acessível para alunos com cegueira ou deficiência visual.

"Os alunos com cegueira são sistematicamente excluídos da química, e muito de STEM. Basta dar uma olhada em nossos laboratórios e você pode ver por quê - há Braille no botão do elevador para o laboratório e Braille na porta do laboratório. É aí que termina a acessibilidade. Baylor é o lugar perfeito para começar a tornar o STEM mais acessível. Baylor pode se tornar um oásis para pessoas com deficiência aprenderem STEM, "Shaw disse.

Shaw não é novo nas pesquisas de alto nível relacionadas à deficiência visual. Ele recebeu reconhecimento por seu trabalho no aplicativo White Eye Detector. Shaw e Greg Hamerly, Ph.D., professor associado de ciência da computação em Baylor, construiu o aplicativo móvel que serve como uma ferramenta para os pais fazerem a triagem de doenças oculares pediátricas. A inspiração de Shaw para o aplicativo veio depois de seu filho, Noé, foi diagnosticado com retinoblastoma aos quatro meses de idade.