كيف تطور Buddy.ai التعرف على كلام الأطفال وتعلم اللغات

تزداد المنافسة في سوق تطبيقات تعلم اللغات للأطفال، ويخضع لتدقيق متنامٍ. ففي الأسبوع الماضي، قامت منظمة Common Sense Media غير الربحية بإطلاق معهد Youth AI Safety Institute، وهو مختبر مستقل يُعد الأول من نوعه، تدعمه ميزانية سنوية قدرها 20 مليون دولار أمريكي لاختبار منتجات الذكاء الاصطناعي الموجهة للأطفال اختبارًا صارمًا. ويأتي هذا الضغط في وقت يمثل فيه الذكاء الاصطناعي بالفعل 33.5% من إيرادات منتجات تعلم اللغات الرقمية.

وفي الوقت نفسه، يُتوقع لقطاع الأطفال وحده ضمن هذا السوق أن يقفز من 2.38 مليار دولار أمريكي في 2026 إلى 5.17 مليار دولار بحلول 2035. فمن الواضح أن الأموال تتدفق بالتوازي مع دمج الذكاء الاصطناعي، لكن الرقابة تتزايد أيضًا.

أبحاث معهد الذكاء الاصطناعي بجامعة كولورادو وثقت الفجوة بوضوح: دقة التعرف على كلام الأطفال أقل بكثير منها لدى البالغين، لأن معظم الأنظمة التجارية تُدرَّب على تسجيلات واضحة لبالغين، غالبًا وهم يقرؤون نصوصًا معدة مسبقًا.

وتعزز ورقة بحثية من عام 2024 تفسير ذلك: تتغير طبقة صوت الطفل ونطقه وتطور مفرداته بسرعة وعلى نحو يصعب توقعه، ما يربك النماذج المدربة على البالغين.

وعمليًا، يعني هذا أن طفلًا في السادسة يتعلم الإنجليزية يستخدم نظامًا يسيء فهم كلامه، أو لا يستجيب، أو يجيب عن شيء مختلف تمامًا. فيفقد الطفل اهتمامه بالتعلم، ويخسر الوالد المال.

هذه هي المشكلة التي بدأ إيفان كروكوف العمل عليها في 2018، قبل أربع سنوات من دخول النماذج اللغوية الكبيرة إلى النقاش العام.

نقطة انطلاق مألوفة

كانت وراء دخول كروكوف مجال تقنيات التعليم تجربة شخصية. فعندما انتقلت أسرته من سيبيريا إلى كاليفورنيا في 2014، كانت ابنته صوفيا في الرابعة، وتواجه صعوبة في تعلم الإنجليزية في مرحلة ما قبل المدرسة. جرّب كل الأدوات المتاحة، فوجد النواقص نفسها فيها جميعًا.

وقال لـUnite AI: «كان كثير منها يتطلب القراءة، وهي لم تكن قد تعلمتها بعد. وكانت تبدو أقرب إلى العمل، ولم توفر تدريبًا على التحدث، وهو أمر أساسي للأطفال الذين يتعلمون لغة جديدة».

ثم لجأ إلى مدرسين يقدمون دروسًا مباشرة عبر الإنترنت، وبدأ تسجيل الجلسات، فلاحظ ما لم يتوقعه. وقال: «كان المعلمون يقرؤون حرفيًا من شاشاتهم». ولم يكن كثير منهم معلمين حاصلين على اعتماد، فيما كانت الجلسة الواحدة تكلف 15 إلى 20 دولارًا.

وبحكم خلفيته في الذكاء الاصطناعي، كان تقييمه واضحًا: «رأيت أن من المرجح إمكان إنجاز 80% من هذا العمل باستخدام شخصية افتراضية تتحدث بالذكاء الاصطناعي وتقنية التعرف على الكلام. وهذا سيجعل السوق متاحًا لفئات أوسع بكثير، لأن التكلفة كانت مرتفعة جدًا».

وأضاف: «كانت الفكرة تقديم شهر من التعلم بسعر جلسة تدريس واحدة». وتحولت الفكرة إلى Buddy.ai.

يقارب عدد الأطفال الصغار الذين يتعلمون لغتين في الولايات المتحدة 10.8 مليون طفل، أي 32% من جميع الأطفال دون التاسعة. ويكون أحد الوالدين على الأقل متحدثًا بلغة غير الإنجليزية في المنزل، وذلك بحسب معهد سياسات الهجرة. وقد زاد عدد هذه الفئة 24% منذ 2000، وأصبح متعلمو اللغتين (DLL) يمثلون أكثر من 20% من الأطفال الصغار في 24 ولاية وواشنطن العاصمة.

وربما تكون هذه الأسر الأكثر احتمالًا للبحث عما تقدمه منصات مثل Buddy.ai، والأقل احتمالًا للحصول باستمرار على برامج طفولة مبكرة عالية الجودة. فـ 43% من أطفال هذه الفئة يعيشون في أسر منخفضة الدخل، مقارنة بـ33% من الأطفال الذين لا ينتمون إليها.

إذن، المنطق التجاري واضح. لكن السؤال الأصعب هو ما إذا كانت التقنية تحقق نتائج فعلًا. وهنا يختلف نهج Buddy.ai اختلافًا مهمًا عن معظم المنافسين.

بناء مخصص للأطفال، لا تكييف لاحق

يرى كروكوف أن الفرق بين البناء للأطفال وتكييف منتج لهم يتعلق ببنية النظام، لا بمظهره. ويقول: «بناء الذكاء الاصطناعي من الصفر للأطفال يعني تقييد كل طبقة من المنظومة وإعادة تصميمها حول أصواتهم وسلوكهم والمتطلبات التنظيمية ومدة انتباههم، بدلًا من محاولة إضافة وضع للأطفال إلى روبوت محادثة للبالغين».

وجوهر المشكلة صوتي. «منظومات النماذج اللغوية للبالغين تفترض نصوصًا وكلامًا للبالغين: جملًا طويلة سليمة نحويًا، ونطقًا مستقرًا، وبيئات هادئة. أما طفل السادسة فيقدم العكس: عبارات متقطعة، وأخطاء نطق، وصراخًا، ولهجات قوية، وضوضاء خلفية».

دُرّب نظام Buddy للتعرف على الكلام، ويعاد تدريبه باستمرار، على عشرات آلاف الساعات من أصوات أطفال حقيقية، بأعمار ولهجات مختلفة وفي منازل صاخبة. وتزعم الشركة الناشئة أنه يتفوق الآن على نظام Google العام للتعرف على الكلام عند التعامل مع أصوات الأطفال. ويحمل هذا الادعاء مصداقية أكبر مما قد يبدو أولًا، فالتدريب المخصص للفئة المستهدفة يتفوق باستمرار على التدريب ببيانات البالغين.

وطبقة المحادثة مبنية للغرض نفسه. تعمل كل جلسة داخل ما يسميه كروكوف «طبقة حاكمة»: نظام يراعي المنهج، وله خطة جلسة وموضوعات محددة وتتبع للأهداف. ويعمل النموذج اللغوي مكونًا واحدًا ضمن هذه البنية، لا بوصفه المنتج نفسه.

إذا ابتعد الطفل عن المسار، يعيد النظام توجيهه، فلا تنجرف المحادثة بلا حدود إلى أي محتوى قد ينتجه نموذج عام. ويقول: «هناك خطة جلسة وموضوعات مسموحة وتتبع للأهداف وشيفرة توجه الحوار أو تعيده إلى مساره أو تنهيه عند الحاجة، فلا يُترك طفل السادسة في محادثة إنترنت مفتوحة بلا ضوابط».

وتُعامل الخصوصية أيضًا بوصفها قيدًا في التصميم وسياسة في آن واحد، لكنها أصبحت كذلك عاملًا تنافسيًا. ولأن قاعدة حماية خصوصية الأطفال على الإنترنت (COPPA) تحظر جمع بيانات أصوات الأطفال دون موافقة الوالدين، فإن أكبر مجموعة بيانات صوتية متاحة للعامة للأطفال لا تتجاوز بضع مئات من الساعات.

وقد راكمت Buddy.ai عشرات آلاف الساعات من أصوات أطفال حقيقية من أعمار ولهجات وبيئات منزلية صاخبة مختلفة. واختار معظم المنافسين الطريق الأسهل، بتكييف نماذج البالغين للأطفال بدلًا من البناء من الصفر، لكن هذا الاختصار أصبح عبئًا.

وبحسب كروكوف، تُجرى جميع عمليات الذكاء الاصطناعي لدى Buddy على البنية التحتية الخاصة بالمنصة. ويُعالج صوت الطفل لحظيًا، ثم يُتخلص منه قبل أن يفكر الوالدان في الأمر، ولا تُمرر أي محادثة عبر واجهات تجارية للذكاء الاصطناعي.

وشدد على أن «الوالدين يعرفان بوضوح ما نجمعه ولماذا وكيف يمكن حذفه. فالشفافية لا تقل أهمية عن التقنية نفسها».

ومنذ إطلاق ChitChat، وهو أحدث تحديث رئيسي للشركة في السوق الأمريكية ويقدم محادثات أكثر تقدمًا وانسيابية، تقول الشركة إن الطلاب الأمريكيين أكملوا تمارين أكثر بـ7.7 مرة خلال الفترة الزمنية نفسها مقارنة بالعام السابق.

وعالميًا، ارتفع متوسط عدد التمارين المكتملة شهريًا إلى 3.5 أمثال مستواه قبل عام.

ويتحدث كروكوف بصراحة عن حدود ما تثبته هذه الأرقام. وقال: «نأمل في المستقبل القريب تصميم دراسات بحثية تقيس تعلم الطلاب كميًا». أما حاليًا، فتستند الأدلة إلى آراء المستخدمين وبيانات التفاعل مع المنتج وتقدير الجوائز المتخصصة.

استخدام لم يخطط له أحد

ربما كانت أكثر لحظات Buddy.ai دلالة هي ما ظهر دون توقع: فمن دون تسويق موجه، بدأ آباء أطفال لديهم توحد أو تأخر في الكلام يظهرون في الاستطلاعات ضمن أكثر مستخدمي المنصة تفاعلًا.

ويتذكر كروكوف: «فوجئنا كثيرًا في البداية. وأظهر ذلك بوضوح وجود طرق أخرى يستطيع Buddy من خلالها خدمة الطلاب حول العالم بتكلفة ميسورة».

ولم يرَ المؤسس في ذلك مجرد حالة استثنائية مثيرة للاهتمام، بل فجوة لم يُصمم المنتج لسدها، لكنه بدا قادرًا على ذلك. فاستجابت الشركة بإنشاء دورة مخصصة لتحليل السلوك التطبيقي (ABA).

وهذه الفجوة واسعة وموثقة جيدًا. فقد وجد تقرير سوقي في 2025 أن انتشار التوحد في الولايات المتحدة يصل حاليًا إلى طفل من كل 31، مقابل طفل من كل 150 في 2000، في ظل نقص مستمر في المعالجين المعتمدين. وللأسر التي لا تتمتع بتغطية تأمينية كافية، قد تصل تكاليف علاج ABA السنوية إلى 250 ألف دولار.

ووجدت أبحاث المعاهد الوطنية للصحة (NIH)، حول عدم حصول الأسر على ABA، أن العوائق عملية على نحو لافت. وشملت الأسباب الأكثر ذكرًا طول الانتظار (34%)، وعدم وجود مقدمي ABA في المنطقة (10%)، وعدم تغطية التأمين للعلاج (10%). كما أظهرت بيانات الاستطلاع أن أكثر من نصف المقاطعات الأمريكية لا يوجد فيها أي محلل سلوك معتمد.

ولا يزال سؤال ما إذا كانت شخصية ذكاء اصطناعي تمثل تدخلًا ذا أثر سريري سؤالًا مفتوحًا. لكن يسهل تبرير قيمتها أداة تدريب منتظمة ومنخفضة التكلفة ومتاحة عند الطلب للأطفال الذين ينتظرون طويلًا.

وقال كروكوف: «لا يزال العمل قيد التطوير، لكننا فخورون جدًا بالاتجاه الذي تسلكه المبادرة».

السؤال الأوسع

يمتلئ سوق تقنيات التعليم بشركات تقدم ادعاءات متقاربة: ذكاء اصطناعي مخصص، وبنية قوية، ومنتجات تحقق تعلمًا فعليًا. وفي الواقع، يُقدر أن يبلغ سوق الذكاء الاصطناعي في التعليم عالميًا 32.27 مليار دولار بحلول 2030، ولدى كل جهة رئيسية استراتيجية للأطفال.

ولا يتميز موقع Buddy.ai بالادعاءات نفسها، بل بالمسار الزمني. فقد بدأ كروكوف العمل على التعرف على كلام الأطفال قبل أن تجعله موجة الاستثمار الحالية رائجًا بوقت طويل، وقبل أن تتيح النماذج اللغوية الكبيرة بناء مدرس لغة مقنع الصوت خلال فترة بعد الظهر.

وتعكس البنية التقنية، من النماذج الصوتية المدربة على أصوات الأطفال إلى التصميم المراعي للمنهج ونظام الشخصيات الافتراضية الخاص بالشركة، ما يقارب عقدًا من التحسين المتكرر لمعالجة المشكلة المحددة، لا تحولًا سريعًا نحو سوق رائج.

وقال كروكوف: «خلال عامين، سيتمكن Buddy من منح متعلمي الإنجليزية التدريب اللازم للانتقال من أول كلماتهم إلى الطلاقة. لا نستعجل، لأننا نعطي الأولوية للسلامة والخصوصية».

وتحت كل ذلك فلسفة تصميم تختلف عن التفكير السائد في كثير من منتجات الذكاء الاصطناعي. «أطفال السادسة لا يعودون من أجل الذكاء الاصطناعي. إنهم يعودون من أجل شخصية وعالم يشعرون أنهم جزء منه».

وهذا أصعب تقليدًا من روبوت محادثة باسم لطيف، وهو حتى الآن أقوى ميزة تستطيع Buddy.ai الدفاع عنها.