Buddy.ai desarrolla reconocimiento de voz y aprendizaje de idiomas para niños

El mercado de aplicaciones de aprendizaje de idiomas para niños se está volviendo cada vez más concurrido y escrutado. La semana pasada, la organización sin fines de lucro Common Sense Media lanzó el Youth AI Safety Institute, el primer laboratorio independiente de su tipo respaldado por $20 millones de dólares al año para someter a pruebas de resistencia los productos de IA para niños, una presión que llega justo cuando la IA ya representa 33.5% de los ingresos en productos de aprendizaje de idiomas digitales.

Al mismo tiempo, se prevé que solo el segmento infantil de este mercado vaya a aumentar de $2.38 mil millones de dólares en 2026 a $5.17 mil millones para 2035. Claramente, el dinero se está moviendo en paralelo con la integración de la IA, pero también con la supervisión.

Investigaciones del Instituto de IA de la Universidad de Colorado han documentado la brecha de manera clara: la precisión del reconocimiento de voz es sustancialmente menor para los niños que para los adultos porque la mayoría de los sistemas comerciales están entrenados en audio limpio de hablantes adultos, a menudo leyendo de guiones.

Un documento de 2024 refuerza por qué: las voces de los niños involucran cambios rápidos e impredecibles en el tono, la articulación y el desarrollo del vocabulario que hacen que los modelos entrenados para adultos tropiecen.

Y, en la práctica, esto significa que un niño de seis años que aprende inglés obtiene un sistema que no entiende lo que dice, no responde o, peor aún, responde a algo completamente diferente. El niño pierde interés en aprender; el padre pierde dinero.

Este es el problema en el que Ivan Crewkov comenzó a trabajar en 2018, cuatro años antes de que los grandes modelos de lenguaje se convirtieran en un tema de conversación generalizado.

Un punto de partida familiar

La entrada de Crewkov en el sector de la tecnología educativa fue personal. Cuando su familia se mudó de Siberia a California en 2014, su hija Sofia tenía cuatro años y estaba luchando por aprender inglés en la escuela preescolar. Probó todas las herramientas disponibles y encontró las mismas brechas en todas ellas.

“A menudo involucraban leer, lo que ella aún no podía hacer, parecían demasiado un trabajo y no ofrecían práctica de habla, que es crucial para los niños que aprenden un nuevo idioma”, le dijo a Unite AI.

Luego recurrió a tutores que impartían clases en directo por internet, comenzó a grabar las sesiones y notó algo que no había esperado. “Los maestros literalmente estaban leyendo de sus pantallas”, dijo, y muchos no eran educadores certificados; cada sesión costaba $15 a $20.

Gracias a su experiencia en IA, Crewkov interpretó la situación con claridad: “Estaba claro para mí que probablemente el 80% de este trabajo podría hacerse utilizando un personaje virtual de IA que hablara y el reconocimiento de voz. Esto también haría el mercado accesible a muchas más personas porque era extremadamente caro”,

“La idea era proporcionar un mes de aprendizaje al costo de una sesión de tutoría”, agregó. Esa idea se convirtió en Buddy.ai.

Cerca de 10.8 millones de niños pequeños, el 32% de todos los niños menores de nueve años en los Estados Unidos, son aprendices de dos idiomas, con al menos un padre que habla un idioma diferente al inglés en casa, según el Instituto de Política de Migración. Desde 2000, de hecho, esa población ha crecido un 24%, y los aprendices de dos idiomas ahora representan más del 20% de la población de niños pequeños en 24 estados y Washington D.C.

Estas son probablemente las familias más propensas a buscar lo que ofrecen plataformas como Buddy.ai, y menos propensas a tener acceso constante a programas de primera infancia de alta calidad. Entre los niños que aprenden dos idiomas, el 43% vive en hogares de bajos ingresos en comparación con el 33% de los niños no aprendices de dos idiomas.

La lógica comercial, entonces, es clara. La pregunta más difícil es si la tecnología realmente ofrece los resultados esperados, y aquí es donde el enfoque de Buddy.ai se desvía significativamente de la mayoría de la competencia.

Diseñado específicamente, no adaptado después

La distinción que Crewkov establece entre construir para niños y adaptar para ellos es arquitectónica, no cosmética. “Construir IA desde cero para niños significa que restringimos y rediseñamos cada capa de la pila alrededor de las voces de los niños, el comportamiento, los requisitos normativos y la capacidad de atención, en lugar de tratar de añadir un modo infantil a un chatbot para adultos.”

El problema central es acústico. “Las pilas de LLM para adultos asumen texto y habla para adultos: oraciones gramaticales largas, pronunciación estable y entornos silenciosos. Un niño de seis años te da lo contrario: enunciados fragmentarios, malas pronunciaciones, gritos, acentos fuertes y ruido de fondo.”

El reconocedor de voz de Buddy ha sido entrenado y reentrenado continuamente en decenas de miles de horas de voces reales de niños de diferentes edades, acentos y entornos hogareños ruidosos. La startup afirma que ahora supera el reconocimiento de voz general de Google en voces de niños, una afirmación más verosímil de lo que podría parecer inicialmente: entrenar específicamente en la población objetivo consistentemente supera el entrenamiento en datos de adultos.

La capa conversacional también está diseñada específicamente para ese fin. Cada sesión opera dentro de lo que Crewkov describe como una “capa de control” – un sistema que tiene en cuenta el plan de estudios con un plan de sesión, temas definidos y seguimiento de objetivos. El modelo de lenguaje opera como un componente dentro de esa estructura, no como el producto en sí.

Si un niño se desvía del curso, el sistema lo redirige; no hay una deriva sin límites hacia cualquier cosa que un LLM de uso general pueda producir. “Hay un plan de sesión, temas permitidos, seguimiento de objetivos y código que dirige, redirige o termina la conversación cuando es necesario, así que un niño de seis años nunca se desvía hacia una charla sin límites en Internet.”

La privacidad también se trata como una restricción arquitectónica y una política, pero también se ha convertido silenciosamente en una ventaja competitiva. Debido a que la Regla de Privacidad en Línea para Niños (COPPA) prohíbe la recopilación de datos de voz de niños sin el consentimiento de los padres, el mayor conjunto de datos de voces infantiles disponible públicamente solo reúne unos pocos cientos de horas.

Buddy.ai ha acumulado decenas de miles de horas de voces reales de niños de diferentes edades y acentos, grabadas en hogares ruidosos. La mayoría de los competidores tomó el camino más fácil de adaptar LLM para adultos para niños en lugar de construir desde cero, pero ese atajo ahora es una debilidad.

En el caso de Buddy, todo el procesamiento de IA se ejecuta en la propia infraestructura de la plataforma, la voz del niño se procesa en tiempo real y se descarta antes de que los padres piensen en ello, y no se enrutan conversaciones a través de API de IA comerciales, según Crewkov.

“Somos muy explícitos con los padres sobre lo que recopilamos, por qué y cómo pueden eliminarlo, la transparencia es tan importante como la tecnología en sí”, enfatizó Crewkov.

Desde el lanzamiento de ChitChat, su última actualización importante en el mercado estadounidense que introduce conversaciones más avanzadas y fluidas, la empresa informa que los estudiantes estadounidenses completaron 7.7 veces más ejercicios en el mismo período que el año anterior.

A nivel global, el número promedio de ejercicios completados por mes ha aumentado 3.5 veces año tras año.

Crewkov es franco sobre los límites de lo que esos números prueban. “Diseñar estudios de investigación que puedan medir cuantitativamente el aprendizaje de los estudiantes es algo que esperamos hacer en el futuro cercano”, dijo. Por ahora, sin embargo, la base de evidencia se basa en retroalimentación de los usuarios, datos de uso del producto y premios del sector.

El caso de uso que nadie planeó

Quizás el momento más revelador en la historia de Buddy.ai es el que llegó sin invitación: sin marketing dirigido, los padres de niños con autismo y retrasos en el habla comenzaron a aparecer en los datos de la encuesta como algunos de los usuarios más comprometidos con la plataforma.

“Estábamos bastante sorprendidos. Definitivamente resaltó que había otras formas en que Buddy podría servir a los estudiantes de manera asequible en todo el mundo”, recordó Crewkov.

Para el fundador, no fue solo una anomalía interesante, sino que señaló una brecha que el producto no estaba diseñado para llenar pero aparentemente podía. La empresa respondió creando un curso de Análisis de Comportamiento Aplicado (ABA) dedicado.

La brecha es amplia y bien documentada. Un informe de mercado de 2025 encontró que la prevalencia del autismo en los Estados Unidos es tan alta como 1 de cada 31 niños hoy, en comparación con 1 de cada 150 en 2000, en el contexto persistente de escasez de terapeutas certificados. Para las familias sin cobertura de seguro adecuada, los costos anuales de la terapia de ABA pueden alcanzar $250,000.

La investigación de los Institutos Nacionales de Salud (NIH) sobre por qué las familias no recibían ABA encontró que las barreras eran sorprendentemente prácticas: las razones más comunes citadas incluyeron tiempos de espera largos (34%), falta de proveedores de ABA en su área (10%) y seguro que no cubría la terapia (10%). Los datos de la encuesta también mostraron que más de la mitad de todos los condados de los Estados Unidos no tienen analistas de comportamiento certificados.

Si un personaje de IA constituye una intervención significativa a nivel clínico sigue siendo una pregunta abierta, pero como una herramienta de práctica consistente, de bajo costo y a demanda para niños en largas listas de espera, su valor es más fácil de defender.

“Esto sigue siendo un trabajo en progreso, pero estamos realmente orgullosos de hacia dónde va la iniciativa”, dijo Crewkov.

La cuestión más amplia

El mercado más amplio de edtech ahora está lleno de empresas que hacen afirmaciones similares: IA diseñada específicamente, arquitectura robusta y productos que realmente generan aprendizaje. De hecho, el mercado global de IA en educación se estima que alcanzará $32.27 mil millones para 2030, y cada gran empresa tiene una estrategia para niños.

Lo que distingue la posición de Buddy.ai no son las afirmaciones en sí, sino su trayectoria. Crewkov comenzó a trabajar en el reconocimiento de voz para niños mucho antes de que la ola actual de inversión lo pusiera de moda, y antes de que los LLM hicieran que fuera fácil construir un tutor de lenguaje convincente en una tarde.

La infraestructura técnica, los modelos acústicos entrenados en voces de niños, la arquitectura que tiene en cuenta el plan de estudios, el sistema de avatar propio, reflejan casi una década de iteración en el problema específico, no un giro rápido hacia un mercado en auge.

“En dos años, Buddy podrá dar a los aprendices de inglés la práctica que necesitan para avanzar desde las primeras palabras en inglés hasta la fluidez. No estamos apurados, porque priorizamos la seguridad y la privacidad”, explicó Crewkov.

Y subyacente a todo esto hay una filosofía de diseño que va en contra de la corriente de la mayoría del pensamiento de productos de IA. “Los niños de seis años no regresan por la IA. Regresan por un personaje y un mundo del que se sienten parte.”

Eso es algo más difícil de replicar que un chatbot con un nombre amigable. Y, por ahora, esa es la ventaja competitiva más defendible de Buddy.ai.