बच्चों का एआई जो चैटजीपीटी से पहले आया था – अब बच्चों की भाषा पहचान में गूगल को पीछे छोड़ रहा है

बच्चों के लिए भाषा सीखने वाले ऐप्स का बाजार भीड़भाड़ वाला हो गया है और इसकी जांच बढ़ रही है। पिछले हफ्ते, गैर-लाभकारी संगठन कॉमन सेंस मीडिया यूथ एआई सुरक्षा संस्थान लॉन्च किया, जो एक स्वतंत्र प्रयोगशाला है जो बच्चों के लिए एआई उत्पादों की जांच करने के लिए $20 मिलियन प्रति वर्ष के साथ समर्थित है – दबाव जो एआई के लिए आ रहा है जो पहले से ही डिजिटल भाषा सीखने वाले उत्पादों में 33.5% राजस्व के लिए जिम्मेदार है।

इसी समय, इस खंड के भीतर बच्चों का खंड अकेले 2026 में $2.38 बिलियन से 2035 में $5.17 बिलियन तक बढ़ने की उम्मीद है। स्पष्ट रूप से, पैसा एआई एकीकरण के समानांतर चल रहा है – लेकिन इतना ही नहीं।

शोध से पता चलता है कि वयस्कों की तुलना में बच्चों के लिए भाषा पहचान की सटीकता कम है क्योंकि अधिकांश व्यावसायिक प्रणालियों को वयस्क वक्ताओं से साफ ऑडियो पर प्रशिक्षित किया जाता है – अक्सर स्क्रिप्ट से पढ़कर।

2024 के एक पेपर में बताया गया है कि क्यों: बच्चों की आवाजें तेजी, अप्रत्याशित पिच, उच्चारण और शब्दावली विकास में परिवर्तन शामिल होती हैं जो वयस्क-प्रशिक्षित मॉडल को लड़खड़ाने का कारण बनती हैं।

और, व्यवहार में, इसका मतलब है कि एक छह साल का बच्चा जो अंग्रेजी सीख रहा है, उसे एक प्रणाली मिलती है जो उसे गलत सुनती है, प्रतिक्रिया नहीं देती है, या और भी बदतर: पूरी तरह से गलत चीज़ पर प्रतिक्रिया देती है। बच्चा सीखने में रुचि खो देता है; माता-पिता पैसा खो देते हैं।

यह वह समस्या है जिस पर इवान क्रेवकोव ने 2018 में काम करना शुरू किया, जब बड़े भाषा मॉडल मुख्यधारा की बातचीत बन गए थे।

एक परिचित शुरुआती बिंदु

क्रेवकोव का एडटेक स्पेस में प्रवेश व्यक्तिगत था। जब उनका परिवार 2014 में साइबेरिया से कैलिफोर्निया चला गया, तो उनकी बेटी सोफिया चार साल की थी और प्रीस्कूल में अंग्रेजी सीखने में संघर्ष कर रही थी। उन्होंने हर उपलब्ध उपकरण की कोशिश की और उन सभी में एक ही अंतराल पाया।

“वे अक्सर पढ़ने में शामिल थे, जो वह अभी तक नहीं कर सकती थी, वे बहुत अधिक काम की तरह लगते थे, और वे बोलने का अभ्यास नहीं प्रदान करते थे – जो बच्चों के लिए एक नई भाषा सीखने के लिए महत्वपूर्ण है,” उन्होंने यूनाइट एआई को बताया।

उन्होंने फिर लाइव ऑनलाइन ट्यूटर्स की ओर रुख किया, सत्रों की रिकॉर्डिंग शुरू की, और कुछ ऐसा देखा जो उन्हें उम्मीद नहीं थी। “शिक्षक स्क्रीन से पढ़ रहे थे,” उन्होंने कहा, और कई प्रमाणित शिक्षक नहीं थे; प्रत्येक सत्र की लागत $15 से $20 थी।

एआई पृष्ठभूमि से, क्रेवकोव का स्थिति का मूल्यांकन सीधा था: “मुझे यह स्पष्ट था कि शायद 80% काम एक आभासी बोलते हुए एआई पात्र और भाषा पहचान का उपयोग करके किया जा सकता है। इससे बाजार को लोकतंत्रीकरण करने में भी मदद मिलेगी क्योंकि यह बहुत महंगा था,”

“विचार यह था कि एक ट्यूटरिंग सत्र की लागत पर एक महीने की सीखने की पेशकश करना,” उन्होंने जोड़ा। यह विचार बडी.एआई बन गया।

लगभग 10.8 मिलियन छोटे बच्चे – सभी अमेरिकी बच्चों का 32% – दो भाषा सीखने वाले हैं, जिनमें से कम से कम एक माता-पिता है जो घर पर अंग्रेजी के अलावा कोई अन्य भाषा बोलता है, जैसा कि माइग्रेशन पॉलिसी इंस्टीट्यूट के अनुसार है। वास्तव में, 2000 से यह आबादी 24% बढ़ गई है, और डीएलएल अब 24 राज्यों और वाशिंगटन डीसी में युवा बच्चों की आबादी का 20% से अधिक है।

यह वे परिवार हैं जो संभवतः बुद्धी.एआई जैसे प्लेटफार्मों की तलाश में हैं – और नियमित रूप से उच्च गुणवत्ता वाले प्रारंभिक बचपन कार्यक्रमों तक पहुंच की कमी है, जिसमें 43% कम आय वाले घरों में रहते हैं डीएलएल बच्चों की तुलना में गैर-डीएलएल बच्चों के लिए 33%।

व्यावसायिक तर्क, फिर, स्पष्ट है। कठिन प्रश्न यह है कि क्या प्रौद्योगिकी वास्तव में वितरित करती है – और यहां, बुद्धी.एआई का दृष्टिकोण प्रतिस्पर्धा से काफी अलग है।

उद्देश्य से निर्मित, रेट्रोफिट नहीं

क्रेवकोव द्वारा बच्चों के लिए बनाने और उन्हें अनुकूलित करने के बीच खींची गई विभाजन वास्तुकला है, न कि सौंदर्य। “बच्चों के लिए एआई बनाने का मतलब है कि हम हर स्तर पर बच्चों की आवाज़, व्यवहार, नियमन और ध्यान केंद्रित करने के लिए पूरी स्टैक को प्रतिबंधित और पुनः डिज़ाइन करते हैं – एक वयस्क चैटबॉट को ‘बच्चे मोड’ में बदलने की कोशिश करने के बजाय।”

मूल समस्या अकουσ्टिक है। “वयस्क एलएलएम स्टैक वयस्क पाठ और भाषण मानते हैं: लंबे व्याकरणिक वाक्य, स्थिर उच्चारण, और शांत वातावरण। एक छह साल का बच्चा आपको इसके विपरीत देता है: टुकड़े टुकड़े बोल, गलत उच्चारण, चिल्लाना, मजबूत उच्चारण, और पृष्ठभूमि शोर। “

बडी का भाषा पहचानकर्ता वास्तविक बच्चों की आवाजों के दसियों हजार घंटों पर प्रशिक्षित और निरंतर पुनः प्रशिक्षित किया गया है जो उम्र, उच्चारण और शोर घरेलू वातावरण में। स्टार्टअप का दावा है कि यह अब बच्चों की आवाजों पर सामान्य उद्देश्य वाले भाषा पहचान को पार कर गया है, जो शुरू में लगता है उससे अधिक विश्वसनीयता रखता है: लक्ष्य आबादी पर विशेष रूप से प्रशिक्षण देना वयस्क डेटा पर प्रशिक्षण देने से बेहतर प्रदर्शन करता है।

बातचीत की परत भी उद्देश्य से निर्मित है। प्रत्येक सत्र जो क्रेवकोव द्वारा वर्णित “शासी परत” के भीतर संचालित होता है – एक पाठ्यक्रम-जागरूक प्रणाली जिसमें एक सत्र योजना, परिभाषित विषय और लक्ष्य ट्रैकिंग शामिल है। भाषा मॉडल इस संरचना के भीतर एक घटक के रूप में काम करता है, उत्पाद के रूप में नहीं।

यदि एक बच्चा पाठ्यक्रम से भटक जाता है, तो प्रणाली पुनः निर्देशित करती है; खुले अंत में ड्रिफ्ट नहीं होता है जो एक सामान्य उद्देश्य वाले एलएलएम द्वारा उत्पादित किया जा सकता है। “एक सत्र योजना है, अनुमत विषय हैं, लक्ष्य ट्रैकिंग है, और कोड है जो बातचीत को तब निर्देशित करता है, पुनः निर्देशित करता है या जब आवश्यक हो समाप्त करता है – इसलिए एक छह साल का बच्चा कभी भी खुले अंत वाली इंटरनेट चैट में नहीं गिरता,”

गोपनीयता को भी एक वास्तुकला प्रतिबंध के रूप में माना जाता है, साथ ही एक प्रतिस्पर्धी भी। क्योंकि बच्चों के ऑनलाइन गोपनीयता संरक्षण नियम (सीओपीपीए) माता-पिता की सहमति के बिना बच्चों की आवाज़ डेटा एकत्र करने की मनाही करता है, सबसे बड़ा सार्वजनिक रूप से उपलब्ध बच्चों की आवाजों का डेटासेट केवल कुछ सौ घंटों का है।

बडी.एआई ने उम्र, उच्चारण और शोर घरेलू स्थितियों में वास्तविक बच्चों की आवाजों के दसियों हजार घंटे एकत्र किए हैं। अधिकांश ने वयस्क एलएलएम को बच्चों के लिए अनुकूलित करने के बजाय स्क्रैच से बनाने का आसान तरीका अपनाया, लेकिन शॉर्टकट अब एक देनदारी है।

बडी के मामले में, सभी हस्तक्षेप मंच के अपने बुनियादी ढांचे पर चलते हैं, बच्चों की आवाज़ वास्तविक समय में संसाधित की जाती है, और माता-पिता के बारे में सोचने से पहले ही निपटा दी जाती है, और कोई बातचीत व्यावसायिक एआई एपीआई के माध्यम से नहीं भेजी जाती है, जैसा कि क्रेवकोव ने बताया।

“हम माता-पिता के साथ यह स्पष्ट करते हैं कि हम क्या एकत्र करते हैं, क्यों और वे इसे कैसे हटा सकते हैं – पारदर्शिता स्वयं तकनीक के रूप में महत्वपूर्ण है,” क्रेवकोव ने जोर दिया।

चिटचैट, अपने सबसे हाल के प्रमुख अपडेट के साथ, जो अमेरिकी बाजार में अधिक उन्नत मुक्त-प्रवाह वाली बातचीत पेश करता है, कंपनी की रिपोर्ट है कि अमेरिकी छात्रों ने एक ही समय सीमा में पिछले वर्ष की तुलना में 7.7 गुना अधिक अभ्यास पूरे किए।

वैश्विक स्तर पर, प्रति माह पूरे किए गए अभ्यासों की औसत संख्या में साल-दर-साल 3.5 गुना वृद्धि हुई है।

क्रेवकोव उन संख्याओं की सीमाओं के बारे में खुले हैं जो साबित करते हैं। “अध्ययन डिजाइन करना जो छात्रों के सीखने को मात्रात्मक रूप से माप सकता है, यह कुछ ऐसा है जो हम भविष्य में करने की उम्मीद करते हैं,” उन्होंने कहा। अभी के लिए, हालांकि, साक्ष्य आधार उपयोगकर्ता प्रतिक्रिया, उत्पाद जुड़ाव डेटा और उद्योग पुरस्कार मान्यता पर निर्भर करता है।

कोई भी उपयोग का मामला नहीं

शायद बुद्धी.एआई की कहानी में सबसे बताऊ पल वह है जो बिना बुलाए आया: बिना किसी लक्षित विपणन के, ऑटिज्म और भाषा विलंब वाले बच्चों के माता-पिता सर्वेक्षण डेटा में प्लेटफ़ॉर्म के सबसे जुड़े उपयोगकर्ताओं के रूप में दिखाई देने लगे।

“हम शुरू में बहुत आश्चर्यचकित थे। यह निश्चित रूप से यह उजागर करता है कि बुद्धी के लिए दुनिया भर में छात्रों की सेवा करने के अन्य तरीके थे,” क्रेवकोव ने याद किया।

संस्थापक के लिए, यह सिर्फ एक दिलचस्प विचलन नहीं था – यह एक अंतराल की ओर इशारा करता था जिसे उत्पाद डिज़ाइन नहीं किया गया था लेकिन स्पष्ट रूप से भरा जा सकता था। कंपनी ने एक समर्पित अनुप्रयुक्त व्यवहार विश्लेषण (एबीए) पाठ्यक्रम बनाने का जवाब दिया।

अंतराल चौड़ा है, और अच्छी तरह से प्रलेखित भी। 2025 की एक बाजार रिपोर्ट में पाया गया कि संयुक्त राज्य अमेरिका में ऑटिज्म की व्याप्ति 1 में 31 बच्चों के रूप में उच्च है, जो 2000 में 1 में 150 से ऊपर है – प्रमाणित चिकित्सकों की कमी के लगातार परिदृश्य के खिलाफ। पर्याप्त बीमा कवरेज के बिना परिवारों के लिए, वार्षिक एबीए थेरेपी की लागत $250,000 तक पहुंच सकती है।

राष्ट्रीय स्वास्थ्य संस्थान (एनआईएच) अनुसंधान ने पाया कि परिवार एबीए प्राप्त क्यों नहीं कर रहे थे, बाधाएं आश्चर्यजनक रूप से व्यावहारिक थीं: सबसे आम कारणों में लंबी प्रतीक्षा समय (34%), उनके क्षेत्र में एबीए प्रदाताओं की कमी (10%), और बीमा जो चिकित्सा को कवर नहीं करता था (10%) शामिल थे। सर्वेक्षण डेटा ने यह भी दिखाया कि 50% से अधिक अमेरिकी काउंटियों में कोई बोर्ड-प्रमाणित व्यवहार विश्लेषक नहीं हैं।

क्या एक एआई पात्र एक नैदानिक स्तर पर एक महत्वपूर्ण हस्तक्षेप का गठन करता है, यह एक खुला प्रश्न बना हुआ है – लेकिन लंबी प्रतीक्षा सूची वाले बच्चों के लिए एक नियमित, कम लागत वाला, मांग पर अभ्यास उपकरण के रूप में, इसका मूल्य आसानी से बचाव किया जा सकता है।

“यह अभी भी एक काम प्रगति पर है, लेकिन हम वास्तव में जहां यह पहल है वहां पर गर्व महसूस करते हैं,” क्रेवकोव ने कहा।

बड़ा प्रश्न

ब्रॉडर एडटेक बाजार अब एआई के दावों के साथ कंपनियों से भरा हुआ है जो कि संबंधित हैं; एआई जो उद्देश्य से निर्मित है, मजबूत वास्तुकला; वास्तविक सीखने को बढ़ावा देने वाले उत्पाद। वास्तव में, शिक्षा में एआई का वैश्विक बाजार अनुमान है कि 2030 तक $32.27 बिलियन तक पहुंच जाएगा, और हर बड़े खिलाड़ी के पास एक बच्चों की रणनीति है।

जो बुद्धी.एआई की स्थिति को अलग करता है वह दावों से नहीं है, बल्कि समयसीमा है। क्रेवकोव ने बच्चों की भाषा पहचान पर काम करना शुरू किया जब निवेश की वर्तमान लहर ने इसे फैशनेबल बना दिया था, और एलएलएम ने एक समझदार ध्वनि वाले भाषा ट्यूटर को दोपहर में बनाना आसान बना दिया था।

तकनीकी बुनियादी ढांचा – अकουσ्टिक मॉडल जो बच्चों की आवाजों पर प्रशिक्षित हैं, पाठ्यक्रम-जागरूक वास्तुकला, प्रोप्राइटरी अवतार प्रणाली – बच्चों की विशिष्ट समस्या पर लगभग एक दशक के iteration को दर्शाता है, न कि एक गर्म बाजार की ओर तेजी से मोड़।

“दो साल में, बुद्धी अंग्रेजी सीखने वालों को पहले अंग्रेजी शब्दों से लेकर धाराप्रवाह तक अभ्यास देने में सक्षम होगा। हम जल्दबाजी में नहीं हैं क्योंकि हम सुरक्षा और गोपनीयता को प्राथमिकता देते हैं,” क्रेवकोव ने समझाया।

और इसके पीछे एक डिजाइन दर्शन है जो अधिकांश एआई उत्पाद सोच के खिलाफ जाता है। “छह साल के बच्चे एआई के लिए वापस नहीं आते हैं। वे एक पात्र और एक दुनिया के लिए वापस आते हैं जिसका वे हिस्सा महसूस करते हैं। “

यह एक चैटबॉट के साथ एक दोस्ताना नाम की तुलना में प्रतिकृति करने के लिए एक कठिन चीज है। और, अभी के लिए, बुद्धी.एआई का सबसे मजबूत किनारा है।