Buddy.ai kehittää lapsille puheentunnistusta ja kieltenoppimista

Lasten kieltenoppimissovellusten markkinat ruuhkautuvat, ja niihin kohdistuu yhä tarkempaa valvontaa. Viime viikolla voittoa tavoittelematon Common Sense Media perusti Youth AI Safety Institute -nimisen, lajissaan ensimmäisen riippumattoman laboratorion, joka saa vuosittain 20 miljoonaa Yhdysvaltain dollaria lasten tekoälytuotteiden stressitestaukseen – paine, joka saapuu juuri kun AI jo kattaa 33,5% digitaalisten kieltenoppimistuotteiden liikevaihdosta.

Samaan aikaan pelkästään lasten markkinasegmentin arvioidaan kasvavan 2,38 miljardista dollarista vuonna 2026 5,17 miljardiin dollariin vuoteen 2035 mennessä. Raha virtaa selvästi tekoälyn käyttöönoton rinnalla – mutta myös valvonta.

Tutkimus Coloradon yliopiston AI-instituutista on dokumentoinut tämän aukon selvästi: puheentunnistuksen tarkkuus on huomattavasti heikompi lapsilla kuin aikuisilla, koska useimmat kaupalliset järjestelmät on koulutettu aikuisten selkeillä äänitallenteilla, joissa puhujat usein lukevat valmista tekstiä.

Vuoden 2024 julkaisu vahvistaa, miksi: lasten äänet sisältävät nopeita, ennustamattomia muutoksia äänenkorkeudessa, ääntämisessä ja sanaston kehityksessä, jotka saavat aikuisten aineistolla koulutetut mallit kompastelemaan.

Ja käytännössä tämä tarkoittaa, että kuusivuotias, joka opiskelee englantia, saa järjestelmän, joka kuulee väärin, ei vastaa tai pahimmassa tapauksessa vastaa väärään asiaan. Lapsi menettää kiinnostuksensa oppimiseen; vanhempi menettää rahaa.

Tämä on ongelma, jota Ivan Crewkov ryhtyi ratkaisemaan vuonna 2018, neljä vuotta ennen kuin suuret kielimallit nousivat yleiseen keskusteluun.

Tuttu aloituspiste

Crewkovin siirtyminen opetusteknologian alalle perustui henkilökohtaiseen kokemukseen. Kun hänen perheensä muutti Siperiasta Kaliforniaan vuonna 2014, hänen tyttärensä Sofia oli neljävuotias ja kamppaili englannin kielen oppimisen kanssa esikoulussa. Hän kokeili kaikkia saatavilla olevia työkaluja ja löysi samat aukot kaikista niistä.

”Ne usein sisälsivät lukemista, jota hän ei vielä osannut, ne tuntuivat liian paljon työltä, eivätkä ne tarjonneet puhumisen harjoittelua – olennaista lapsille, jotka oppivat uutta kieltä”, hän kertoi Unite AI:lle.

Hän kääntyi sitten live-verkkotuntien puoleen, alkoi tallentaa oppitunteja ja huomasi jotain, mitä hän ei ollut odottanut. ”Opettajat kirjaimellisesti lukivat näytöiltään”, hän sanoi, ja monet eivät olleet pätevöityneitä opettajia; jokainen istunto maksoi 15-20 dollaria.

Tekoälytaustansa ansiosta Crewkov näki tilanteen selvästi: ”Minulle oli selvää, että todennäköisesti 80% tästä työstä voitaisiin tehdä virtuaalisen, puhuvan AI-hahmon ja puheentunnistuksen avulla. Tämä myös avaisi markkinat huomattavasti useammille, koska se oli erittäin kallista”,

”Ideana oli tarjota kuukausi oppimista yhden verkkotunti-istunnon hinnalla”, hän lisäsi. Tämä idea kehittyi Buddy.ai:ksi.

Lähes 10,8 miljoonaa nuorta lasta – 32% kaikista alle 9-vuotiaista lapsista Yhdysvalloissa – ovat kaksikielisiä oppijoita (DLL), joilla on vähintään yksi vanhempi, joka puhuu jotain muuta kieltä kuin englantia kotona, kuten Maahanmuuttopolitiikan instituutti toteaa. Vuodesta 2000 lähtien tämä väestö on kasvanut 24%, ja DLL:t muodostavat nyt yli 20% nuoresta lapsiväestöstä 24 osavaltiossa ja Washington D.C.:ssä.

Juuri nämä perheet luultavasti etsivät todennäköisimmin Buddy.ai:n kaltaisten alustojen tarjontaa ja pääsevät vähiten todennäköisesti säännöllisesti laadukkaaseen varhaiskasvatukseen. DLL-lapsista 43% elää pienituloisissa kotitalouksissa, kun muista lapsista osuus on 33%.

Kaupallinen logiikka on siis selvä. Kysymys on, toimivatko teknologiat itse – ja tässä Buddy.ai:n lähestymistapa poikkeaa merkittävästi kilpailijoistaan.

Tarkoitukseen suunniteltu, ei jälkikäteen sovitettu

Crewkovin mukaan lapsille alusta asti rakentamisen ja aikuisille tehdyn ratkaisun mukauttamisen ero koskee arkkitehtuuria, ei ulkoasua. ”Tekoälyn rakentaminen alusta asti lapsille tarkoittaa, että rajaamme ja suunnittelemme jokaisen teknologiakerroksen uudelleen lasten äänen, käyttäytymisen, sääntelyn ja keskittymiskyvyn ympärille sen sijaan, että yrittäisimme lisätä aikuisten keskustelubottiin lasten tilan.”

Ydinongelma on akustinen. ”Aikuisille tarkoitetut kielimallijärjestelmät olettavat aikuisten tekstiä ja puhetta: pitkiä kieliopillisia lauseita, vakaata ääntämystä ja hiljaisia ympäristöjä. Kuusivuotias antaa sinulle vastakkaisen: katkonaiset ilmaukset, ääntämisvirheet, huutaminen, voimakkaat aksentit ja taustamelua.”

Buddyn puheentunnistin on koulutettu ja sitä koulutetaan jatkuvasti uudelleen kymmenientuhansien tuntien aineistolla, jossa on aitoja lasten ääniä eri ikäryhmistä, erilaisilla aksenteilla ja meluisista kotiympäristöistä. Startup väittää, että sen puheentunnistus on nyt lasten äänillä Googlen yleiskäyttöistä puheentunnistusta tarkempi, mikä on uskottavampaa kuin aluksi saattaisi vaikuttaa: juuri kohderyhmän aineistolla kouluttaminen tuottaa johdonmukaisesti parempia tuloksia kuin aikuisten aineistolla kouluttaminen.

Keskustelukerros on samalla tavoin tarkoitukseen suunniteltu. Jokainen oppitunti toimii Crewkovin kuvaaman ”ohjaavan kerroksen” sisällä. Se on opetussuunnitelman huomioiva järjestelmä, jossa on oppituntisuunnitelma, määritellyt aiheet ja tavoitteiden seuranta. Kielimalli toimii yhtenä komponenttina tämän rakenteen sisällä, ei itse tuotteena.

Jos lapsi poikkeaa kurssilta, järjestelmä ohjaa takaisin; keskustelu ei ajaudu vapaasti mihin tahansa yleiskäyttöinen kielimalli saattaisi tuottaa. ”On oppituntisuunnitelma, sallitut aiheet, tavoitteiden seuranta ja koodi, joka ohjaa, ohjaa uudelleen tai lopettaa keskustelun, kun tarve vaatii – joten kuusivuotias ei koskaan päädy avoimien internet-keskustelujen maailmaan.”

Myös yksityisyyttä käsitellään arkkitehtonisena rajoituksena sekä politiikkana – mutta se on myös hiljalleen muuttunut kilpailukyvyn tekijäksi. Koska Lasten verkkoyksityisyyden suoja -sääntö (COPPA) kieltää lasten äänitietojen keräämisen ilman vanhempien suostumusta, suurin julkisesti saatavilla oleva lasten äänien tietokanta on vain muutaman sadan tunnin mittainen.

Buddy.ai on kerännyt kymmeniätuhansia tunteja aitoja lasten ääniä eri ikäryhmistä, aksenteista ja meluisista kotiympäristöistä. Useimmat valitsivat helpomman tien sovittamalla aikuisten LLM:itä lapsille sen sijaan, että rakentaisivat alusta alkaen, mutta tämä oikotie on nyt heille rasite.

Crewkovin mukaan kaikki tekoälylaskenta suoritetaan alustan omassa infrastruktuurissa, lasten ääni prosessoidaan reaaliajassa ja hävitetään ennen kuin vanhemmat edes ajattelevat sitä, eikä keskusteluja ohjata kaupallisten AI-rajapintojen kautta.

”Olemme erittäin avoimia vanhempien kanssa siitä, mitä keräämme, miksi ja miten he voivat poistaa sen – avoimuus on yhtä tärkeää kuin itse teknologia”, Crewkov korosti.

ChitChat on yhtiön uusin merkittävä Yhdysvaltain markkinoiden päivitys, joka mahdollistaa aiempaa edistyneemmän ja vapaammin etenevän keskustelun. Yhtiö kertoo, että sen julkaisun jälkeen amerikkalaiset oppilaat suorittivat 7,7 kertaa enemmän tehtäviä samassa ajassa kuin edellisenä vuonna.

Maailmanlaajuisesti keskimääräinen tehtävien määrä kuukaudessa on kasvanut 3,5-kertaisesti vuodesta toiseen.

Crewkov kertoo avoimesti siitä, mitä luvut eivät vielä todista. ”Toivomme lähitulevaisuudessa suunnittelevamme tutkimuksia, joilla oppilaiden oppimista voitaisiin mitata määrällisesti”, hän sanoi. Toistaiseksi näyttö perustuu käyttäjäpalautteeseen, tuotteen käyttötietoihin ja alan palkintoihin.

Käyttötapa, jota kukaan ei ollut suunnitellut

Buddy.ai:n tarinan ehkä merkittävin hetki on se, joka ilmeni odottamatta: ilman kohdennettua markkinointia autismikirjon lasten ja puheenkehityksen viiveitä kokevien lasten vanhemmat alkoivat ilmestyä kyselytutkimuksissa yhtenä alustan eniten käyttävistä käyttäjäryhmistä.

”Olimme aluksi melko yllättyneitä. Se korosti myös, että oli muita keinoja, joilla Buddy voisi edullisesti palvella opiskelijoita ympäri maailmaa”, Crewkov muisteli.

Perustajalle se ei ollut vain mielenkiintoinen poikkeama – se osoitti aukon, jota tuote ei ollut suunniteltu täyttämään, mutta jota se ilmeisesti voisi. Yritys vastasi rakentamalla erityisen sovelletun käyttäytymisanalyysin kurssin (ABA).

Kuilu on suuri ja hyvin dokumentoitu. Vuoden 2025 markkinaraportti totesi, että autismikirjon esiintyvyys Yhdysvalloissa on nykyään jopa yksi lapsi 31:stä, kun vuonna 2000 luku oli yksi 150:stä. Samalla pätevöityneistä terapeuteista on jatkuva pula. Perheille, joilla ei ole riittävää vakuutusturvaa, vuotuiset ABA-terapian kustannukset voivat nousta 250 000 dollariin.

Kansallisten terveysinstituuttien (NIH) tutkimus siitä, miksi perheet eivät saaneet ABA:ta, osoitti, että esteet olivat yllättävän käytännöllisiä: yleisimmin mainittuja syitä olivat pitkät odotusajat (34%), ABA-toimijoita ei ollut heidän alueellaan (10%) ja vakuutus ei kattanut hoitoa (10%). Kyselytutkimuksessa myös näkyi, että yli puolessa Yhdysvaltojen piirikunnista ei ole lainkaan sertifioituja käyttäytymisanalyytikkoja.

On avoin kysymys, onko tekoälyhahmo kliinisesti merkityksellinen interventio, mutta jatkuvana, edullisena ja tarvittaessa käytettävissä olevana harjoittelutyökaluna pitkillä hoitojonoilla odottaville lapsille, sen arvo on helpompi puolustaa.

”Tämä on edelleen työn alla, mutta olemme erittäin ylpeitä siitä, mihin tämä aloite on menossa”, Crewkov sanoi.

Suurempi kysymys

Laajemmat opetusteknologiamarkkinat ovat täynnä samansuuntaisia lupauksia: tarkoitusta varten rakennettua tekoälyä, vankkaa arkkitehtuuria ja tuotteita, jotka todella edistävät oppimista. Itse asiassa maailmanlaajuisen opetuksessa käytettävän tekoälyn markkinan on arvioitu saavuttavan 32,27 miljardia dollaria vuoteen 2030 mennessä, ja jokaisella suurella toimijalla on lapsiin kohdistuva strategia.

Buddy.ai:n erottava tekijä ei ole itse väitteissä vaan aikajanassa. Crewkov alkoi kehittää lasten puheentunnistusta ennen kuin nykyinen sijoitushuuma teki siitä muodikkaan, ja ennen kuin kielimallien avulla saattoi rakentaa uskottavalta kuulostavan kielitutorin yhdessä iltapäivässä.

Tekninen infrastruktuuri – akustiset mallit, jotka on koulutettu lasten äänillä, opetussuunnitelman huomioiva arkkitehtuuri ja yrityksen oma avatar-järjestelmä – heijastaa lähes vuosikymmenen iterointia tiettyyn ongelmaan, eikä nopeaa kääntymistä kuumaan markkinaan.

”Kahdessa vuodessa Buddy pystyy antamaan englannin oppijoille harjoittelua, jonka he tarvitsevat edetäkseen ensimmäisistä englannin sanoista sujuvuuteen. Emme ole kiireessä, koska priorisoimme turvallisuutta ja yksityisyyttä”, Crewkov selitti.

Ja kaiken tämän perustana on suunnittelufilosofia, joka menee vastakkaiseen suuntaan useimpien AI-tuotteiden ajatteluun. ”Kuusivuotiaat eivät tule takaisin AI:n vuoksi. He tulevat takaisin hahmon ja maailman vuoksi, josta he tuntevat olevansa osa.”

Se on vaikeampi asia jäljitellä kuin chatbotti, jolla on ystävällinen nimi. Ja toistaiseksi se on Buddy.ai:n puolustettavin etu.