El AI para niños que precede a ChatGPT – Ahora supera a Google en reconocimiento de voz infantil

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, un laboratorio independiente sin precedentes respaldado por $20 millones de dólares al año para someter a prueba los productos de AI para niños, una presión que llega justo cuando la AI ya representa 33.5% de los ingresos en productos de aprendizaje de idiomas digitales.

Al mismo tiempo, el segmento de niños dentro de este mercado se proyecta 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 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 mainstream.

Un punto de partida familiar

La entrada de Crewkov en el espacio de edtech 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, se sentían demasiado como trabajo y no ofrecían práctica de habla, que es crucial para los niños que aprenden un nuevo idioma”, le dijo a Unite AI.

Luego se turnó a tutores en línea en vivo, 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.

Proveniente de un fondo de IA, la lectura de Crewkov de la situación fue directa: “Estaba claro para mí que probablemente el 80% de este trabajo podría hacerse utilizando un personaje de IA virtual y habla, y reconocimiento de voz. Esto también democratizaría dramáticamente el mercado 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 consistente a programas de primera infancia de alta calidad, con 43% viviendo 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 entrega, y aquí es donde la aproximación de Buddy.ai se desvía significativamente de la mayoría de la competencia.

Diseñado a propósito, no adaptado

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 re-arquitecturamos cada capa de la pila alrededor de las voces de los niños, el comportamiento, la regulación y la atención, en lugar de tratar de ‘modificar’ 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, lo que lleva más credibilidad 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 a propósito. Cada sesión opera dentro de lo que Crekov describe como una “capa de gobierno” – un sistema consciente del 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 un desvío abierto hacia lo que un LLM general podría 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 abierta 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 conjunto de datos más grande disponible de voces de niños asciende a solo unas pocas horas.

Buddy.ai ha acumulado decenas de miles de horas de voces reales de niños de diferentes edades, acentos y condiciones hogareñas. La mayoría tomó el camino más fácil de adaptar LLM para adultos para niños en lugar de construir desde cero, pero el atajo ahora es una responsabilidad.

En el caso de Buddy, toda la interferencia 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 candido 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 compromiso del producto y reconocimiento de la industria.

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 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 pregunta más grande

El mercado más amplio de edtech ahora está lleno de empresas que hacen afirmaciones adyacentes; AI diseñada a propósito, arquitectura robusta; productos que realmente inducen aprendizaje. De hecho, el mercado global de IA en educación se estima que alcanzará $32.27 mil millones para 2030, y cada jugador importante tiene una estrategia para niños.

Lo que distingue la posición de Buddy.ai es no las afirmaciones en sí, sino la cronología. Crewkov comenzó a trabajar en el reconocimiento de voz para niños mucho antes de que la ola actual de inversión lo hiciera 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 consciente del 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 caliente.

“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, la ventaja más defensible de Buddy.ai.