Ivan Crewkov CEO & Co-Founder of Buddy AI – Rozhovorová série

Ivan Crewkov je CEO & Co-Founder společnosti Buddy AI, prvního konverzačního AI učitele pro děti, jehož cílem je zajistit, aby všechny studenty mohli využívat individuální anglickou výuku. Po přestěhování do USA ze Sibiře Ivan svědkem toho, jak jeho předškolní dcera bojovala s učením angličtiny. To ho inspirovalo k vytvoření Buddyho, fiktivní postavy, se kterou děti mohou skutečně konverzovat pomocí generativní AI.

Od svého spuštění v roce 2020 Buddy získal několik ocenění a dosáhl nejvyšších příček v kategorii Děti a vzdělávání v App Store s více než 36 miliony stažení po celém světě.

V roce 2014 jste spustil Cubic.ai, jednu z prvních chytrých reproduktorů a aplikací pro virtuální asistenty pro chytré domácnosti. Jaké byly některé z vašich hlavních poznatků z této zkušenosti?

Nemyslím si, že bych mohl vzít zásluhy za spuštění Cubic.ai. Připojil jsem se k této společnosti o rok později a získal jsem titul spoluzakladatel za svůj příspěvek.

Zde jsou některé z mých hlavních poznatků:

• Hardware je obtížný, ale někdo to musí udělat. Zajištění rizikového financování pro startupy v oblasti hardwaru je extrémně obtížné. Jediná věc, která usnadňuje věci, je crowdfunding.
• Prostor Voice-first produktů je rozsáhlý a rozmanitý. Co platí pro chytré domácnosti, neplatí pro vzdělávání, od technologií po UX design.

Můžete sdílet příběh vzniku Buddy a jak vznikl z vaší rodiny, která se přestěhovala do USA ze Sibiře?

S Cubic.ai jsem se přestěhoval ze Sibiře do USA v roce 2014 a přinesl jsem s sebou svou rodinu. Moje starší dcera Sofia začala učit angličtinu jako druhý jazyk, když nastoupila do předškolního zařízení v Mountain View, Kalifornie, ve věku 4 let. Sofia bojovala s tím, aby začala mluvit anglicky, po dobu prvních 3 – 5 měsíců ve školce. Byli jsme znepokojení, protože nemohla najít kamarády a hrát si s většinou svých vrstevníků kvůli jazykovým bariérám. Začali jsme hledat způsoby, jak jí pomoci naučit se mluvit.

Stalo se jasné, že jazykové aplikace pro děti neučí mluvit (a všechno zůstalo stejné po celou dobu), a jazykové aplikace pro dospělé, jako je Duolingo, nefungují pro děti kvůli UX. Začali jsme tedy brát lekce na platformách, které spojují děti s živými učiteli prostřednictvím video konferencí. Příklady jsou Cambly, VipKid, Novakid, GoStudent a další. Když jsem pozoroval Sofii, jak se učí s živými učiteli virtuálně, viděl jsem výhody individuální pozornosti a aktivní mluvní praxe, ale také viděl nedostatky těchto programů obecně.

Například, jakmile se Online Tutoring Platforms a Online Schools rozšiřují, musí najímat lidi bez pedagogického vzdělání, dovedností v učení dětí nebo dokonce řádné úrovně anglické gramotnosti. Aby tedy zajistili určitou úroveň vzdělávání, online platformy a školy přísně předepisují osnovy a plány lekcí, a učitelé musí používat předem připravené cvičení, včetně audio a video fragmentů. Bohužel, na mnoha platformách, učitelé pracují jako roboti.

I když je online tutoring jediným způsobem, jak se většina lidí naučí mluvit, zejména v zemích, kde se nemluví anglicky, je to kvůli nedostatku učitelů příliš drahé pro většinu rodin. Učení s živými učiteli je prémiovou vzdělávací službou, kterou si mohou dovolit jen málo rodin.

Můj spoluzakladatel a já jsme došli k závěru, že AI tutoring je jediným škálovatelným způsobem, jak poskytnout individuální anglickou výuku všem dětem na světě. Brzy jsme se dozvěděli, že je to také nejlepší z vzdělávacího hlediska. Když jsme zvažovali Buddyho první prototypy, inspirovali jsme se výzkumem v oblasti Virtuálních lidí ve vzdělávání.

Akademické studie ukazují vzdělávací výhody a nadřazenost animovaných pedagogických agentů ve srovnání s tradičními vzdělávacími nástroji a prostředími. Například článek z roku 2016 Face-to-Face Interakce s pedagogickými agenty, dvacet let poté, který přehledně popisuje toto téma a cituje mnoho relevantních materiálů. Zde je jeden citát:

„Zejména meta-analýza ukázala, že agenti zlepšují učení ve srovnání s vzdělávacími prostředími, která neobsahují agenty. […] Možná nejzajímavější bylo zjištění, že v formálním vzdělávání pedagogičtí agenti seemají být účinnější pro mladší studenty než pro starší studenty. […] Studie zjistily, že studenti, kteří interagují s pedagogickými agenty, vykazují silnější výsledky učení, když 1) pedagogičtí agenti mluví místo komunikace pomocí textu, 2) pedagogičtí agenti používají lidské gesty, 3) pedagogičtí agenti komunikují konverzačně místo formálně, a 4) pedagogičtí agenti používají zdvořilý jazyk místo přímého.“

To posílilo naši důvěru v multimodální AI tutoringový přístup. Rozhodli jsme se, že Buddy bude multimodální AI tutor – animovaný pedagogický agent schopný rozpoznat hlas a přirozený jazyk. V jeho jádru se skládá z tří hlavních technologií:

1. Automatické rozpoznání řeči (ASR) a analýza nám umožňují zpracovat a analyzovat studentovu řeč.
2. Přirozený jazykový procesor (NLP), přirozený jazykový rozum a dialogový management, který zpracovává obsah studentovy řeči a produkuje další odpověď. Odpověď se skládá z obou verbálních a neverbálních komponent.
3. Embodied animovaný virtuální charakter poskytuje poslechovou zpětnou vazbu a přehrává systémovu odpověď. Charakter je animován procedurálně – systém vytváří animace na vyžádání z NLP odpovědi.

Všechny tři komponenty jsou zásadní pro náš přístup, protože pouze ve spojení umožňují postavit interaktivního učitele a dodat úspěšný vzdělávací zážitek.

Má dcera Sofia a syn mého spoluzakladatele Arseny se stali prvními uživateli Buddyho. Sofia používala nejranější verze Buddyho během 1. třídy.

O několik let později moje mladší dcera Alisa začala používat Buddyho ve věku 3 let, když nastoupila do předškolního zařízení. Nyní je v Transitional Kindergarten a hraje si s Buddyho téměř každý den. Když Alisa začala učit se s Buddyho, měla několik problémů s řečí, takže Buddyho nerozuměla většinu času. Ale po pár týdnech praxe se nejen její angličtina, ale i její řeč zlepšila, protože se snažila udělat Buddyho pochopit.

Proč jsou tradiční metody učení druhého jazyka tak neúčinné?

Dnes se soustředíme na řešení konkrétních vzdělávacích problémů spojených s řečí. Nemůžete se naučit mluvit bez mluvní praxe:

• Většina tradičních vzdělávacích nástrojů se zaměřuje na učení jiných jazykových dovedností, jako je čtení nebo psaní.
• Jazykové aplikace pro děti neučí mluvit.
• Některé jazykové aplikace pro dospělé poskytují mluvní praxi pomocí AI, ale tyto služby nefungují pro děti kvůli UX, bezpečnostním obavám a předpisům.
• Živí učitelé jsou příliš drazí pro většinu rodin. Bohužel, mnoho učitelů nemá pedagogické vzdělání nebo není dostatečně熟 anglicky.

Buddy je multimodální AI tutor.

• Je lepší než tradiční učební aplikace, protože funguje jako živý učitel mnoha způsoby. Můžu citovat jednoho z našich poradců, Dr. Alexe Desatnika, PhD, University College London:

“Hlasový virtuální učitel. Tento koncept může znít jednoduše, ale za ním stojí věda. Z psychologického hlediska učení je virtuální mluvící postava ztělesněním učitele. Tento přístup vytváří efekt nazývaný epistemická důvěra, který posiluje motivaci a zapojení studenta a zlepšuje výsledky učení.”

• Buddy má některé výhody i nad lidskými učiteli. Buddy neodsuzuje, a pro některé děti je to snazší začít mluvit s Buddyho než s učitelem. Proto mnoho učitelů používá Buddyho jako nástroj, který pomáhá dětem překonat strach a začít mluvit jazykem.

Buddy funguje, aby pomáhal učitelům, ne aby je nahrazoval.

Myslím, že je velmi důležité poznamenat, že Buddy může pomoci učitelům automatizovat nudné části jejich práce – poskytovat pravidelnou praxi. Chceme dát učitelům sílu. Buddy je jako tým učitelů a asistentů, kteří pracují individuálně s každým dítětem ve třídě a hlásí třídnímu učiteli.

Můžete diskutovat, jak Buddy používá prvky gamifikace, aby děti byly nadšené pro učení?

Zajímavý fakt: Mobilní aplikace Buddyho byla stažena 22 milionůkrát v roce 2023, a více než 70 % těchto stažení bylo provedeno dětmi. Pro děti je naše aplikace hrou, ve které hrají s Buddyho, svým mluvícím virtuálním přítelem a populárním youtuberem. Děti stáhnou aplikaci a přesvědčí rodiče, aby zaplatili předplatné, vysvětlují, že Buddy je učitel.

Abychom mohli tento přístup fungovat, navrhujeme Buddyho jako hru se příběhem a vesmírem. Pracujeme s hollywoodskými designéry postav a spisovateli, abychom vytvořili Buddyho a jeho příběh. Máme silný tým designérů her, kteří pracují přímo s našimi pedagogy a mění osnovy a cvičení na mini-hry v Buddyho světě.

Jaké jsou některé další jádrové funkcionality, které dělají Buddyho tak silným v učení druhého jazyka?

Naše jádrová funkcionality se skutečně zaměřuje na Buddyho jako multimodálního AI tutora:

• Rozpoznání řeči
• Konverzační AI
• Avatar vizuální chování

Jaké jsou některé z hlavních strojových algoritmů, které se používají v Buddyho?

Rozvíjíme celý stack technologií, které pracují společně, aby umožnily náš multimodální AI tutoringový přístup.

• BSR (Buddyho rozpoznání řeči) je proprietární engine rozpoznání řeči, který je speciálně navržen pro práci s akcentovanou dětskou řečí a dodržuje předpisy, jako je COPPA.
• BLM (Buddyho jazykový model) — Konverzační AI Engine pro děti. Bezpečný, rychlý a zdarma pro provoz. Zaměřuje se na konkrétní vzdělávací funkcionality a je mnohem méně všestranný než velké jazykové modely.
• BABE (Buddyho Avatar Behavior Engine). Tato technologie generuje chování našeho charakteru na základě kontextu konverzace. Buddy rozumí, kdy potřebuje usmát se, změnit barvu nebo nasadit bláznivou čepici.

Mnohé systémy rozpoznání řeči bojují s akcenty, zejména u malých dětí, jak Buddy překonává tyto výzvy?

Pomocí vývoje BSR, naší proprietární technologie rozpoznání řeči.

Náš jedinečný publika a trh vyžadovaly vývoj proprietární technologie. Buddy musí rozpoznat silně akcentovanou řeč mladých studentů angličtiny jako cizího jazyka. Další komplikující faktor je, že začínající studenti začínají učit se samostatná, často krátká slova, která jsou velmi obtížná rozpoznat bez kontextu. Nakonec je trh dětí silně regulován, a rozpoznání řeči je podrobeno Children Online Privacy Protection Act (COPPA), protože zvukové záznamy jsou považovány za Osobně identifikovatelné informace (PII).

BSR zpracovává dětskou řeč s různými akcenty, produkovanou na různých mobilních zařízeních s mikrofony různé akustické kvality a v reálném prostředí s mnoha druhy pozadí. A je COPPA kompatibilní od začátku.

Pracujeme globálně, podařilo se nám shromáždit jedinečnou sadu dat pro výcvik našeho modelu. Dnes BSR překonává komerční řešení v rozpoznávání a porozumění akcentované dětské řeči.

Jak plánujete expandovat tržní penetraci, aby cílit na rodiče, kteří mohou být neznámi s AI technologií?

Buddy začal vidět úspěch předtím, než se AI stal buzzwordem, a většina našich uživatelů nejsou typickými ranými adoptéry technologií. Úspěšně řešíme důležitý vzdělávací problém, a prostě se stalo, že používáme AI pro něj.

Stále je jedna z výzev, se kterou se potýkáme, je udělat rodiče, aby brali učení s Buddyho vážně jako s živým učitelem – nebudou vynechávat lekce, budou dodržovat rozvrh atd. Současná AI revoluce se zdá být nápomocná.

Radil bych, že další velký krok pro nás je začít pracovat více úzce s učiteli a školami. Spustili jsme pilotní partnerství se školou v Brazílii a diskutujeme o partnerstvích s desítkami dalších vzdělávacích institucí.

Jaký je váš výhled do budoucnosti AI tutorů a vzdělávání obecně?

AI tutor je nejlepší a jediný škálovatelný způsob, jak řešit největší vzdělávací problém lidstva – globální nedostatek učitelů. Potřebujeme asi 69 milionů nových učitelů, aby řešily pouze základní vzdělávací potřeby. Pro předměty, které vyžadují individuální tutoring, jako je učení jazyka, je problém mnohem horší.

AI revoluce urychlila vývoj AI tutorů, i když primárně v segmentu dospělých pomocí komerčních řešení, zatímco vzdělávání mladých dětí zůstává dramaticky nedostačující. Jsme hrdí být průkopníky AI tutoringu pro malé děti.

Co se týče naší budoucnosti, Buddy začal jako jazykový tutor, ale v dlouhodobém horizontu se stane AI tutoringovou platformou, která bude učit širokou škálu předmětů dětem do 12 let. Už jsme začali spustit ranou verzi našeho prvního nelinguistického kurzu – Školní přípravný kurz pro děti v USA. Vidíme Buddyho jako učitele, který roste s dítětem od 3 do 4 let a učí několik kurzů po mnoho let.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Buddy AI.