Buddy.ai : reconnaissance vocale et langues pour les enfants

Le marché des applications d’apprentissage des langues pour les enfants est de plus en plus encombré et soumis à une surveillance croissante. La semaine dernière, l’organisation à but non lucratif Common Sense Media a lancé l’Institut de sécurité de l’IA pour les jeunes, le premier laboratoire indépendant de ce type financé à hauteur de 20 millions de dollars par an pour soumettre à des tests de résistance les produits d’IA pour les enfants – une pression qui arrive juste au moment où l’IA représente déjà 33,5% des revenus des produits d’apprentissage des langues numériques.

En même temps, le seul segment destiné aux enfants dans ce marché devrait augmenter de 2,38 milliards de dollars en 2026 à 5,17 milliards d’ici 2035. Il est clair que l’argent se déplace parallèlement à l’intégration de l’IA – mais aussi à la surveillance.

Des recherches de l’Institut d’IA de l’Université du Colorado ont documenté le fossé de manière claire : la précision de la reconnaissance de la parole est nettement inférieure pour les enfants que pour les adultes, car la plupart des systèmes commerciaux sont formés sur des enregistrements audio propres de locuteurs adultes – souvent en train de lire des scripts.

Un article de 2024 en précise les raisons : les voix des enfants impliquent des changements rapides et imprévisibles de hauteur, d’articulation et de développement du vocabulaire qui font trébucher les modèles formés sur les adultes.

Et, dans la pratique, cela signifie qu’un enfant de six ans qui apprend l’anglais obtient un système qui comprend mal ses paroles, ne répond pas ou, pire encore, répond à la mauvaise chose. L’enfant perd son intérêt pour l’apprentissage ; le parent perd de l’argent.

C’est le problème auquel Ivan Crewkov a commencé à s’attaquer en 2018, quatre ans avant que les grands modèles de langage ne deviennent un sujet de conversation courant.

Un point de départ familier

L’entrée de Crewkov dans le secteur des technologies éducatives était personnelle. Lorsque sa famille a déménagé de Sibérie en Californie en 2014, sa fille Sofia avait quatre ans et avait du mal à apprendre l’anglais à la maternelle. Il a essayé tous les outils disponibles et a trouvé les mêmes lacunes dans tous.

« Ils impliquaient souvent la lecture, qu’elle ne pouvait pas encore faire, ils ressemblaient trop au travail et ne proposaient pas de pratique de l’oral – essentielle pour les enfants qui apprennent une nouvelle langue », a-t-il déclaré à Unite AI.

Il s’est ensuite tourné vers des tuteurs en ligne en direct, a commencé à enregistrer les sessions et a remarqué quelque chose qu’il n’avait pas prévu. « Les enseignants lisaient littéralement sur leurs écrans », a-t-il dit, et beaucoup n’étaient pas des éducateurs certifiés ; chaque session coûtait 15 à 20 dollars.

En tant que spécialiste de l’IA, la lecture de Crewkov de la situation était simple : « Il était clair pour moi que probablement 80% de ce travail pourrait être fait en utilisant un personnage d’IA virtuel et parlant et une reconnaissance de la parole. Cela rendrait également ce marché accessible à beaucoup plus de familles car c’était extrêmement coûteux »,

« L’idée était de proposer un mois d’apprentissage au coût d’une seule séance de tutorat », a-t-il ajouté. Cette idée est devenue Buddy.ai.

Près de 10,8 millions de jeunes enfants – 32% de tous les enfants américains de moins de neuf ans – sont des enfants qui apprennent deux langues (DLL), avec au moins un parent qui parle une langue autre que l’anglais à la maison, selon le Migration Policy Institute. Depuis 2000, en fait, cette population a augmenté de 24%, et les DLL représentent maintenant plus de 20% de la population des jeunes enfants dans 24 États et à Washington D.C.

Ces familles sont probablement les plus susceptibles de rechercher ce que des plateformes comme Buddy.ai offrent – et les moins susceptibles d’avoir un accès constant à des programmes de petite enfance de haute qualité. Parmi les enfants DLL, 43% vivent dans des ménages à faible revenu par rapport à 33% des enfants non DLL.

La logique commerciale est claire. La question plus difficile est de savoir si la technologie fonctionne vraiment – et c’est là que l’approche de Buddy.ai se distingue de la plupart de la concurrence.

Conçu sur mesure, pas adapté après coup

La distinction que Crewkov établit entre la construction pour les enfants et l’adaptation pour les enfants est architecturale, et non cosmétique. « Construire l’IA à partir de zéro pour les enfants signifie que nous imposons des contraintes et repensons chaque couche de la pile autour des voix des enfants, du comportement, des exigences réglementaires et de la durée d’attention – au lieu d’essayer d’ajouter un mode enfant à un chatbot pour adultes. »

Le problème fondamental est acoustique. « Les piles de LLM pour adultes supposent du texte et de la parole pour adultes : des phrases longues et grammaticalement complètes, une prononciation stable et des environnements calmes. Un enfant de six ans vous donne le contraire : des énoncés fragmentaires, des fautes de prononciation, des cris, des accents forts et du bruit de fond. »

Le système de reconnaissance de la parole de Buddy a été entraîné et constamment réentraîné sur des dizaines de milliers d’heures de voix réelles d’enfants d’âges et d’accents variés, enregistrées dans des foyers bruyants. La startup affirme qu’il surpasse maintenant la reconnaissance de la parole générale de Google pour les voix des enfants, ce qui est plus crédible qu’il n’y paraît à première vue : l’entraînement spécifique sur la population cible surpasse constamment l’entraînement sur des données d’adultes.

La couche conversationnelle est également conçue pour les enfants. Chaque séance fonctionne à l’intérieur de ce que Crewkov décrit comme une « couche de gouvernance » – un système qui tient compte du programme pédagogique avec un plan de séance, des sujets définis et un suivi des objectifs. Le modèle de langage fonctionne comme un composant au sein de cette structure, et non comme le produit lui-même.

Si un enfant s’écarte de la voie, le système le redirige ; il n’y a pas de dérive sans fin dans ce que pourrait produire un LLM général. « Il y a un plan de séance, des sujets autorisés, un suivi des objectifs et du code qui dirige, redirige ou met fin à la conversation lorsque cela est nécessaire – afin qu’un enfant de six ans ne se retrouve jamais en dérive dans un chat internet sans fin. »

La vie privée est également traitée comme une contrainte architecturale ainsi que comme une politique – mais elle est aussi devenue discrètement un avantage concurrentiel. Puisque la règle de protection de la vie privée des enfants en ligne (COPPA) interdit de collecter des données vocales d’enfants sans le consentement parental, le plus grand ensemble de données de voix d’enfants accessible au public s’élève à seulement quelques centaines d’heures.

Buddy.ai a accumulé des dizaines de milliers d’heures de voix réelles d’enfants d’âges et d’accents variés, dans des conditions domestiques bruyantes. La plupart des concurrents ont pris la voie la plus facile en adaptant les LLM pour adultes aux enfants plutôt que de construire à partir de zéro, mais ce raccourci est désormais un handicap.

Dans le cas de Buddy, tous les calculs d’IA s’effectuent sur l’infrastructure propre à la plateforme, la voix de l’enfant est traitée en temps réel et supprimée avant même que les parents n’y pensent, et aucune conversation n’est acheminée via des API d’IA commerciales, selon Crewkov.

« Nous sommes très explicites avec les parents sur ce que nous collectons, pourquoi et comment ils peuvent le supprimer – la transparence est aussi importante que la technologie elle-même », a souligné Crewkov.

Depuis le lancement de ChitChat, sa dernière mise à jour majeure sur le marché américain qui introduit des conversations plus avancées et plus fluides, l’entreprise rapporte que les élèves américains ont terminé 7,7 fois plus d’exercices dans la même période que l’année précédente.

À l’échelle mondiale, le nombre moyen d’exercices terminés par mois a augmenté de 3,5 fois d’une année sur l’autre.

Crewkov est honnête sur les limites de ce que ces chiffres prouvent. « Concevoir des études de recherche qui pourraient mesurer de manière quantitative l’apprentissage des élèves est quelque chose que nous espérons faire dans un avenir proche », a-t-il déclaré. Pour l’instant, cependant, la base de preuves repose sur les commentaires des utilisateurs, les données d’utilisation du produit et les récompenses professionnelles.

Le cas d’utilisation que personne n’avait prévu

Le moment le plus révélateur dans l’histoire de Buddy.ai est peut-être celui qui est arrivé sans y être invité : sans aucune publicité ciblée, les parents d’enfants autistes et ayant des retards de langage ont commencé à apparaître dans les données d’enquête parmi les utilisateurs les plus engagés de la plateforme.

« Nous avons été initialement assez surpris. Cela a certainement mis en évidence qu’il y avait d’autres moyens pour lesquels Buddy pourrait aider les élèves du monde entier à un coût abordable », a rappelé Crewkov.

Pour le fondateur, ce n’était pas seulement une anomalie intéressante – cela indiquait un fossé que le produit n’était pas conçu pour combler mais pouvait apparemment combler. L’entreprise a répondu en créant un cours d’analyse du comportement appliqué (ABA) dédié.

Le fossé est large et bien documenté. Un rapport de marché de 2025 a constaté que la prévalence de l’autisme aux États-Unis est aussi élevée que 1 enfant sur 31 aujourd’hui, contre 1 sur 150 en 2000 – dans le contexte persistant de pénuries de thérapeutes certifiés. Pour les familles sans couverture d’assurance adéquate, les coûts annuels de la thérapie ABA peuvent atteindre 250 000 dollars.

Des recherches des National Institutes of Health (NIH) sur les raisons pour lesquelles les familles n’obtiennent pas de thérapie ABA ont constaté que les obstacles étaient étonnamment concrets : les raisons les plus courantes citées incluaient les longues listes d’attente (34%), le manque de fournisseurs de thérapie ABA dans leur région (10%) et l’absence de couverture de la thérapie par l’assurance (10%). Les données d’enquête ont également montré que plus de la moitié de tous les comtés américains n’ont pas d’analystes du comportement certifiés.

Que l’on considère ou non qu’un personnage d’IA constitue une intervention significative au niveau clinique demeure une question ouverte – mais en tant qu’outil de pratique régulier, peu coûteux et disponible à la demande pour les enfants sur les longues listes d’attente, sa valeur est plus facile à défendre.

« C’est toujours un travail en cours, mais nous sommes vraiment fiers de l’endroit où cette initiative va », a déclaré Crewkov.

La question plus large

Le marché plus large de l’éducation est maintenant rempli d’entreprises formulant des affirmations similaires : une IA conçue pour un usage précis, une architecture robuste et des produits qui favorisent réellement l’apprentissage. En fait, le marché mondial de l’IA dans l’éducation devrait atteindre 32,27 milliards de dollars d’ici 2030, et chaque grand acteur a une stratégie pour les enfants.

Ce qui distingue la position de Buddy.ai, ce ne sont pas les affirmations elles-mêmes, mais le parcours dans le temps. Crewkov a commencé à travailler sur la reconnaissance de la parole des enfants bien avant que l’actuelle vague d’investissement ne la rende à la mode, et avant que les LLM ne permettent de construire un professeur de langue virtuel à la voix convaincante en un seul après-midi.

Les infrastructures techniques – les modèles acoustiques formés sur les voix des enfants, l’architecture qui tient compte du programme pédagogique, le système d’avatar propriétaire – reflètent près d’une décennie d’itération sur le problème spécifique, et non un virage rapide vers un marché à la mode.

« Dans deux ans, Buddy sera en mesure de donner aux apprenants d’anglais la pratique dont ils ont besoin pour progresser des premiers mots d’anglais à la maîtrise. Nous ne sommes pas pressés, car nous privilégions la sécurité et la vie privée », a expliqué Crewkov.

Et sous-jacent à tout cela, il y a une philosophie de conception qui va à l’encontre de la pensée de la plupart des produits d’IA. « Les enfants de six ans ne reviennent pas pour l’IA. Ils reviennent pour un personnage et un monde dont ils se sentent partie prenante. »

C’est une chose plus difficile à reproduire qu’un chatbot avec un nom sympathique. Et, pour l’instant, c’est l’avantage concurrentiel le plus défendable de Buddy.ai.