Ivan Crewkov CEO & Co-Founder von Buddy AI – Interview-Serie

Ivan Crewkov ist der CEO & Co-Founder von Buddy AI, dem weltweit ersten konversationellen AI-Tutor für Kinder, mit dem Ziel, sicherzustellen, dass alle Schüler eine 1:1-Englisch-Unterstützung erhalten können. Nach seinem Umzug in die USA aus Sibirien erlebte Ivan, wie seine vierjährige Tochter Schwierigkeiten hatte, Englisch zu lernen. Dies inspirierte ihn, Buddy zu entwickeln, einer fiktiven Figur, mit der Kinder durch die Kraft der generativen AI konversieren können.

Seit seinem Start im Jahr 2020 hat die Buddy-App mehrere Auszeichnungen gewonnen und die Charts im App Store in der Kategorie Kids und Education mit über 36 Millionen Downloads weltweit angeführt.

Im Jahr 2014 haben Sie Cubic.ai gestartet, eines der ersten Smart-Speaker- und Voice-Assistant-Apps für Smart Homes. Was waren einige Ihrer wichtigsten Erkenntnisse aus dieser Erfahrung?

Ich bin nicht sicher, ob ich den Credit für den Start von Cubic.ai beanspruchen kann. Ich trat der Firma ein Jahr nach ihrer Gründung bei und erhielt den Co-Founder-Titel für meinen Beitrag.

Hier sind die wichtigsten Erkenntnisse:

• Hardware ist schwierig, aber jemand muss es trotzdem tun. Die Sicherung von Venture-Capital für Hardware-Startups ist extrem schwierig. Das Einzige, was die Dinge ein bisschen einfacher macht, ist Crowdfunding.
• Der Bereich der Voice-first-Produkte ist riesig und vielfältig. Was für Smart Homes gilt, gilt nicht für das frühe Lernen, von Technologien bis hin zu UX-Design.

Können Sie die Entstehungsgeschichte von Buddy und wie sie aus Ihrem Umzug in die USA aus Sibirien entstand, teilen?

Mit Cubic.ai zog ich 2014 von Sibirien in die USA und brachte meine Familie mit. Meine ältere Tochter Sofia begann, Englisch als zweite Sprache zu lernen, als sie im Alter von 4 Jahren in einen Kindergarten in Mountain View, Kalifornien, ging. Sofia hatte Schwierigkeiten, in den ersten 3-5 Monaten im Kindergarten Englisch zu sprechen. Wir waren besorgt, weil sie keine Freunde finden und mit den meisten ihrer Altersgenossen wegen der Sprache nicht spielen konnte. Wir suchten nach Wegen, um ihr beim Lernen zu helfen.

Es wurde klar, dass Sprach-Apps für Kinder nicht zum Sprechen bringen (und alles ist im Laufe der Zeit gleich geblieben), und Sprach-Apps für Erwachsene wie Duolingo funktionieren nicht für Kinder wegen der Benutzeroberfläche. Wir begannen also, auf Plattformen Unterricht zu nehmen, die Kinder mit Live-Lehrern über Video-Konferenzen verbinden. Beispiele sind Cambly, VipKid, Novakid, GoStudent usw. Als ich Sofia beobachtete, die mit Live-Tutoren online lernte, sah ich den Nutzen der 1:1-Aufmerksamkeit und der aktiven Sprechübung, aber auch die Mängel dieser Programme im Allgemeinen.

Beispielsweise müssen viele Online-Tutoring-Plattformen und Online-Schulen, wenn sie wachsen, Menschen ohne pädagogische Hintergrund, Fähigkeiten im Unterrichten von Kindern oder sogar ein angemessenes Englisch-Niveau einstellen. Um daher eine bestimmte Qualität der Bildung zu gewährleisten, schreiben Online-Plattformen und Schulen den Lehrplan und die Lektionspläne streng vor, und Lehrer müssen vorgefertigte Übungen verwenden, einschließlich Audio- und Video-Fragmente. Leider arbeiten Tutoren auf vielen Plattformen daher wie Bots.

Trotzdem ist Online-Unterricht die einzige Möglichkeit für die meisten Menschen, Englisch zu lernen, insbesondere in Ländern, in denen Englisch nicht die Muttersprache ist. Aber teilweise wegen des Lehrermangels ist es für die meisten Familien viel zu teuer. Lernen mit Live-Lehrern ist ein Premium-Bildungsservice, den nur wenige Familien sich leisten können.

Mein Co-Founder und ich kamen zu der Erkenntnis, dass AI-Unterricht die einzige skalierbare Möglichkeit ist, um 1:1-Englisch-Unterricht für jedes Kind auf der ganzen Welt zu bieten. Bald darauf erfuhren wir, dass es auch aus bildungspolitischer Sicht die beste Lösung ist. Als wir Buddys frühe Prototypen in Betracht zogen, ließen wir uns von Forschungsergebnissen im Bereich der virtuellen Menschen in der Bildung inspirieren.

Wissenschaftliche Studien zeigen die pädagogischen Vorteile und die Überlegenheit von animierten pädagogischen Agenten im Vergleich zu traditionellen Lernwerkzeugen und -umgebungen. Zum Beispiel siehe Face-to-Face-Interaktion mit pädagogischen Agenten, zwanzig Jahre später, einen Artikel aus dem Jahr 2016, der den Bereich überblickt und viel relevantes Material zitiert. Hier ist ein Zitat:

„Insbesondere fand die Meta-Analyse heraus, dass Agenten das Lernen im Vergleich zu Lernumgebungen, die keine Agenten aufweisen, verbessern. […] Vielleicht am interessantesten war die Feststellung, dass pädagogische Agenten in der formalen Bildung anscheinend effektiver für jüngere Lerner sind als für ältere Lerner. […] Studien haben beispielsweise herausgefunden, dass Schüler, die mit pädagogischen Agenten interagieren, stärkere Lernergebnisse aufweisen, wenn 1) pädagogische Agenten sprechen anstelle von Textkommunikation, 2) pädagogische Agenten menschliche Gesten verwenden, 3) pädagogische Agenten konversationell anstelle von formal kommunizieren und 4) pädagogische Agenten höfliche anstelle von direkte Formulierungen verwenden.“

Dies stärkte unser Vertrauen in den multimodalen AI-Unterrichtsansatz. Wir entschieden, dass Buddy ein multimodaler AI-Tutor sein würde – ein animierter pädagogischer Agent, der Spracherkennung und natürliche Sprachverarbeitung beherrscht. Im Kern besteht ein AI-Unterrichtssystem aus drei Haupttechnologien:

1. Automatische Spracherkennung (ASR) und Analyse ermöglichen es uns, die Sprache des Schülers zu verarbeiten und zu analysieren.
2. Natürliche Sprachverarbeitung (NLP), natürliche Sprachverständnis und Dialogmanagement, die den Inhalt der Sprache des Schülers verarbeiten und die nächste Antwort produzieren. Die Antwort besteht aus sowohl verbalen als auch nonverbalen Komponenten.
3. Embodied animierter virtueller Charakter, der sowohl Feedback als auch die Antwort des Systems liefert. Der Charakter wird prozedural animiert – das System erstellt Animationen auf der Grundlage der NLP-Antwort.

Alle drei Komponenten sind für unseren Ansatz von entscheidender Bedeutung, da nur in Kombination sie es uns ermöglichen, einen ansprechenden, interaktiven Tutor zu erstellen und eine erfolgreiche Bildungserfahrung zu liefern.

Meine Tochter Sofia und der Sohn meines Co-Founders, Arseny, wurden Buddys erste Nutzer. Sofia nutzte die frühesten Versionen von Buddy durch die 1. Klasse.

Viele Jahre später begann meine jüngere Tochter Alisa, im Alter von drei Jahren mit Buddy zu lernen, als sie in den Kindergarten ging. Jetzt ist sie in der Transitional Kindergarten und spielt fast jeden Tag mit Buddy. Als Alisa mit Buddy zu lernen begann, hatte sie einige Sprachprobleme, so dass Buddy sie nicht verstand. Aber nach ein paar Wochen der Übung verbesserte sich nicht nur ihr Englisch, sondern auch ihre Sprache, als sie ihr Bestes tat, um Buddy zu verstehen.

Warum sind die herkömmlichen Methoden des Lehrens einer zweiten Sprache so ineffektiv?

Heute konzentrieren wir uns auf die Lösung bestimmter Bildungsprobleme im Zusammenhang mit der Sprache. Man kann nicht lernen, ohne Übung im Sprechen:

• Die meisten traditionellen Bildungswerkzeuge konzentrieren sich auf das Lehren anderer Sprachfähigkeiten wie Lesen oder Schreiben.
• Sprach-Apps für Kinder lehren keine Sprechfähigkeiten.
• Einige Sprach-Apps für Erwachsene bieten heute Sprechübung mit AI, aber diese Dienste funktionieren nicht für Kinder wegen der Benutzeroberfläche, Sicherheitsbedenken und Datenschutzbestimmungen.
• Live-Tutoren sind für die meisten Familien zu teuer. Leider haben viele Tutoren keine pädagogische Ausbildung oder sind nicht in Englisch ausgebildet.

Buddy ist ein multimodaler AI-Tutor.

• Er ist überlegen gegenüber traditionellen Lern-Apps, da er in vielen Aspekten wie ein Live-Lehrer arbeitet. Lassen Sie mich eines unserer Berater, Dr. Alex Desatnik, PhD, University College London, zitieren:

“Voice-basierter virtueller Tutor. Dieser Ansatz mag einfach erscheinen, aber es gibt eine Wissenschaft dahinter. Aus der Perspektive der Lernpsychologie ist der virtuelle sprechende Charakter eine Verkörperung des Lehrers. Dieser Ansatz schafft eine Wirkung, die als epistemisches Vertrauen bezeichnet wird, die die Motivation und das Engagement des Schülers stärkt und die Lernergebnisse verbessert.”

• Buddy hat einige Vorteile sogar gegenüber menschlichen Lehrern. Buddy urteilt nicht, und für einige Kinder ist es einfacher, mit Buddy zu sprechen als mit einem Lehrer. Deshalb verwenden heute viele Tutoren Buddy als Eisbrecher, der Kindern hilft, ihre Angst und Unbehaglichkeit zu überwinden und die Sprache zu sprechen.

Buddy arbeitet, um Lehrern zu helfen, nicht um sie zu ersetzen.

Ich denke, es ist sehr wichtig, dies zu betonen. Buddy kann Lehrern helfen, den monotonen Teil ihrer Arbeit zu automatisieren – regelmäßige Übung. Wir wollen Lehrern die Macht geben. Buddy ist wie ein Team von Tutoren und Lehrerassistenten, die individuell mit jedem Kind in der Klasse arbeiten und dem Klassenlehrer Bericht erstatten.

Können Sie erläutern, wie Buddy Elemente der Gamification verwendet, um Kinder beim Lernen zu begeistern?

Interessanter Fakt: Buddys mobile App wurde 2023 22 Millionen Mal heruntergeladen, und über 70% dieser Downloads wurden von Kindern durchgeführt. Für Kinder ist unsere App ein Spiel, bei dem sie mit Buddy, ihrem sprechenden virtuellen Freund und einem beliebten YouTuber, spielen. Kinder laden die App herunter und überzeugen ihre Eltern, ein Abonnement zu bezahlen, indem sie erklären, dass Buddy ein Lehrer ist.

Um diesen Ansatz umzusetzen, entwerfen wir Buddy als ein Spiel mit einer Geschichte und einer Welt. Wir arbeiten mit Hollywood-Charakter-Designern und -Autoren, um Buddy und seine Geschichte zu erstellen. Wir haben ein sehr starkes Game-Design-Team, das direkt mit unseren Pädagogen zusammenarbeitet und den Lehrplan und die Übungen in Minispiele in Buddys Welt umwandelt.

Was sind einige der anderen Kernfunktionen, die Buddy so leistungsfähig im Unterrichten einer zweiten Sprache machen?

Unser Kernfunktion ist wirklich auf Buddy als multimodalen AI-Tutor fokussiert:

• Spracherkennung
• Konversationelle AI
• Avatar-Visuelles Verhalten

Was sind einige der Machine-Learning-Algorithmen, die bei Buddy verwendet werden?

Wir entwickeln den gesamten Technologie-Stack, der zusammenarbeitet, um unseren multimodalen AI-Unterrichtsansatz zu ermöglichen.

• BSR (Buddys Spracherkennung) ist ein proprietäres Spracherkennungssystem, das speziell für die akzentuierte Sprache von Kindern entwickelt wurde und den Vorschriften wie COPPA entspricht.
• BLM (Buddys Sprachmodell) — Konversationelle AI-Engine für Kinder. Sicher, schnell und kostenlos. Es konzentriert sich auf spezifische pädagogische Funktionen und ist viel weniger vielseitig als große Sprachmodelle.
• BABE (Buddys Avatar-Verhaltens-Engine). Diese Technologie generiert das visuelle Verhalten unseres Charakters basierend auf dem Kontext der Konversation. Buddy versteht, wann er lächeln, die Farbe ändern oder einen lustigen Hut aufsetzen muss.

Viele Spracherkennungssysteme haben Schwierigkeiten mit Akzenten, insbesondere bei jungen Kindern. Wie überwindet Buddy diese Herausforderungen?

Indem wir BSR, unsere proprietäre Spracherkennungstechnologie, entwickeln.

Unser einzigartiges Publikum und unser Markt erforderten die Entwicklung proprietärer Technologie. Buddy muss die stark akzentuierte Sprache von jungen Englisch-Lernern erkennen. Ein weiterer komplizierender Faktor ist, dass Anfänger-Schüler damit beginnen, separate, oft kurze Wörter zu lernen, die ohne Kontext sehr schwer zu erkennen sind. Schließlich ist der Kinder-Markt stark reguliert, und die Spracherkennung unterliegt dem Children Online Privacy Protection Act (COPPA), da Sprachaufzeichnungen als persönlich identifizierbare Informationen (PII) gelten.

BSR kann mit der Sprache von Kindern mit verschiedenen Akzenten umgehen, die auf einer Vielzahl von mobilen Geräten mit Mikrofonen von unterschiedlicher akustischer Qualität und in realen Umgebungen mit vielen Arten von Hintergrundgeräuschen produziert werden. Und es ist COPPA-konform durch Design.

Wir haben es geschafft, eine einzigartige Datenmenge zu sammeln, um unser Modell zu trainieren. Heute übertrifft BSR kommerzielle, von der Stange gekaufte Lösungen bei der Erkennung und Verständnis von akzentuierten Kinder-Sprache.

Wie planen Sie, den Markteintritt zu erweitern, um Eltern zu erreichen, die möglicherweise nicht mit AI-Technologie vertraut sind?

Buddy sah Erfolge, bevor AI zu einem Buzzword wurde, und die meisten unserer Nutzer sind nicht die typischen frühen Technologie-Adoptierer. Wir lösen erfolgreich ein wichtiges Bildungsproblem, und es passiert einfach, dass wir AI dafür verwenden.

Dennoch ist eine der Herausforderungen, die wir gegenüberstehen, dass Eltern lernen müssen, das Lernen mit Buddy so ernst zu nehmen wie mit einem Live-Lehrer – keine Lektionen auslassen, sich an einen Zeitplan halten usw. Die aktuelle AI-Revolution scheint dabei zu helfen.

Ich würde sagen, dass der nächste große Schritt für uns darin besteht, enger mit Lehrern und Schulen zusammenzuarbeiten. Wir führen ein Pilot-Partnerschaftsprogramm mit einer Schule in Brasilien durch und diskutieren Partnerschaften mit einem Dutzend weiterer Bildungseinrichtungen.

Was ist Ihre Vision für die Zukunft von AI-Tutoren und Bildung im Allgemeinen?

AI-Tutoren sind die beste und einzige skalierbare Lösung für das größte Bildungsproblem der Menschheit – den globalen Lehrermangel. Wir benötigen etwa 69 Millionen neue Lehrer, um nur die grundlegenden Lernbedürfnisse zu decken. Für Fächer, die 1:1-Unterricht erfordern, wie Sprachlernen, ist das Problem viel schlimmer.

Die AI-Revolution beschleunigte die Entwicklung von AI-Tutoren, vor allem im Erwachsenensegment mit von der Stange gekauften Lösungen, während das frühe Lernen dramatisch unterversorgt bleibt. Wir sind stolz, Pioniere von AI-Tutoren für junge Kinder zu sein.

Was unsere Zukunft betrifft, begann Buddy als Sprachlern-Tutor, aber auf lange Sicht wird er zu einer AI-Tutoring-Plattform, die eine Vielzahl von Fächern an Kinder unter 12 Jahren unterrichtet. Wir haben bereits begonnen, eine frühe Version unseres ersten Nicht-Sprachkurses – des School-Preparation-Curriculums für US-Kinder – auszurollen. Wir sehen Buddy als den Lern-Assistenten des Kindes, der mit einem Kind von 3 bis 4 Jahren aufwächst und über viele Jahre hinweg mehrere Kurse unterrichtet.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Buddy AI besuchen.