AI Anak yang Mendahului ChatGPT – Sekarang Mengalahkan Google dalam Pengenalan Suara Anak

Pasar aplikasi pembelajaran bahasa untuk anak-anak semakin ramai dan semakin diperiksa. Minggu lalu, organisasi nirlaba Common Sense Media meluncurkan Youth AI Safety Institute, sebuah laboratorium independen pertama yang didukung oleh $20 juta USD per tahun untuk melakukan pengujian pada produk AI untuk anak-anak – tekanan yang datang tepat saat AI sudah menyumbang 33,5% dari pendapatan di seluruh produk pembelajaran bahasa digital.

Pada saat yang sama, segmen anak-anak sendiri di dalam ini diperkirakan akan melonjak dari $2,38 miliar USD pada 2026 menjadi $5,17 miliar pada 2035. Jelas, uang bergerak sejalan dengan integrasi AI – tetapi juga pengawasan.

Penelitian dari Institut AI Universitas Colorado telah mendokumentasikan kesenjangan dengan jelas: akurasi pengenalan suara lebih rendah untuk anak-anak daripada orang dewasa karena sebagian besar sistem komersial dilatih pada audio yang bersih dari pembicara dewasa – sering membaca dari skrip.

Sebuah makalah 2024 memperkuat alasan mengapa: suara anak-anak melibatkan perubahan cepat, tidak terduga dalam nada, artikulasi, dan perkembangan kosakata yang menyebabkan model yang dilatih orang dewasa terjungkir.

Dan, dalam praktek, ini berarti seorang anak berusia enam tahun yang belajar bahasa Inggris mendapatkan sistem yang salah mendengar mereka, gagal merespons, atau lebih buruk lagi: merespons hal yang salah sama sekali. Anak kehilangan minat dalam belajar; orang tua kehilangan uang.

Ini adalah masalah yang Ivan Crewkov mulai kerjakan pada 2018, empat tahun sebelum model bahasa besar menjadi percakapan mainstream.

Titik Awal yang Familiar

Masuk Crewkov ke ruang edtech adalah pribadi. Ketika keluarganya pindah dari Siberia ke California pada 2014, putrinya Sofia berusia empat tahun dan kesulitan belajar bahasa Inggris di taman kanak-kanak. Ia mencoba setiap alat yang tersedia dan menemukan kesenjangan yang sama di semua alat tersebut.

“Mereka sering melibatkan membaca, yang tidak bisa dia lakukan saat itu, mereka terasa terlalu seperti pekerjaan, dan mereka tidak menawarkan latihan berbicara – penting untuk anak-anak yang belajar bahasa baru,” katanya kepada Unite AI.

Kemudian ia beralih ke tutor online langsung, memulai merekam sesi, dan menyadari sesuatu yang tidak terduga. “Guru-guru secara harfiah membaca dari layar mereka,” katanya, dan banyak dari mereka bukanlah pendidik yang bersertifikat; setiap sesi berharga $15 hingga $20.

Datang dari latar belakang AI, pembacaan Crewkov tentang situasi tersebut sangat jelas: “Jelas bagi saya bahwa sekitar 80% pekerjaan ini bisa dilakukan menggunakan karakter AI virtual yang berbicara dan pengenalan suara. Ini juga akan sangat mendemokratisasi pasar karena sangat mahal,”

“Ideanya adalah untuk menyediakan sebulan pembelajaran dengan biaya satu sesi tutor,” tambahnya. Ide itu menjadi Buddy.ai.

Dekat dengan 10,8 juta anak kecil – 32% dari semua anak di bawah usia sembilan tahun di AS – adalah pembelajar bahasa ganda (DLLs), dengan setidaknya satu orang tua yang berbicara bahasa lain selain bahasa Inggris di rumah, menurut Institut Kebijakan Migrasi. Sejak 2000, sebenarnya, populasi itu tumbuh 24%, dan DLLs sekarang membuat lebih dari 20% dari populasi anak kecil di 24 negara bagian dan Washington D.C.

Mereka mungkin adalah keluarga yang paling mungkin mencari apa yang ditawarkan platform seperti Buddy.ai – dan paling tidak mungkin memiliki akses konsisten ke program anak usia dini yang berkualitas, dengan 43% tinggal di rumah tangga berpenghasilan rendah dibandingkan dengan 33% anak non-DLL.

Logika komersial, maka, jelas. Pertanyaan yang lebih sulit adalah apakah teknologi itu benar-benar memberikan hasil – dan di sini, pendekatan Buddy.ai berbeda secara signifikan dari sebagian besar pesaing.

Tidak Dirancang Ulang, Tapi Dibangun dari Awal

Perbedaan yang ditarik Crewkov antara membangun untuk anak-anak versus mengadaptasi untuk mereka adalah arsitektural, bukan kosmetik. “Membangun AI dari awal untuk anak-anak berarti kita membatasi dan merancang ulang setiap lapisan tumpukan di sekitar suara anak-anak, perilaku, regulasi, dan perhatian – bukan mencoba ‘mode anak’ pada chatbot dewasa.”

Masalah intinya adalah akustik. “Tumpukan LLM dewasa mengasumsikan teks dan suara dewasa: kalimat gramatikal panjang, pengucapan stabil, dan lingkungan yang tenang. Seorang anak berusia enam tahun memberikan kebalikannya: ujaran fragmen, salah pengucapan, berteriak, aksen kuat, dan kebisingan latar belakang.”

Pengenal suara Buddy telah dilatih dan terus dilatih pada puluhan ribu jam suara anak-anak yang sebenarnya di seluruh usia, aksen, dan lingkungan rumah yang berisik. Perusahaan ini mengklaim bahwa sekarang outperforms pengenalan suara umum Google pada suara anak-anak, yang membawa lebih banyak kredibilitas daripada yang mungkin terlihat pada awalnya: pelatihan khusus pada populasi target konsisten outperforms pelatihan pada data dewasa.

Lapisan konversasional juga dibangun dari awal. Setiap sesi beroperasi di dalam apa yang Crekov sebut sebagai “lapisan pemerintahan” – sistem yang sadar kurikulum dengan rencana sesi, topik yang ditentukan, dan pelacakan tujuan. Model bahasa beroperasi sebagai salah satu komponen dalam struktur tersebut, bukan produk itu sendiri.

Jika seorang anak menyimpang dari jalur, sistem mengalihkan; tidak ada drift terbuka ke dalam apa pun yang mungkin dihasilkan oleh LLM umum. “Ada rencana sesi, topik yang diizinkan, pelacakan tujuan, dan kode yang mengarahkan, mengalihkan, atau mengakhiri percakapan saat diperlukan – sehingga seorang anak berusia enam tahun tidak pernah jatuh ke dalam obrolan internet terbuka.”

Privasi, juga, diperlakukan sebagai konstrain arsitektural serta kebijakan – tetapi juga telah diam-diam menjadi kompetitif. Karena Aturan Perlindungan Privasi Online Anak (COPPA) melarang mengumpulkan data suara anak-anak tanpa persetujuan orang tua, dataset suara anak-anak yang paling tersedia secara publik hanya beberapa ratus jam.

Buddy.ai telah mengumpulkan puluhan ribu jam suara anak-anak yang sebenarnya di seluruh usia, aksen, dan kondisi rumah yang berisik. Sebagian besar mengambil jalan yang lebih mudah dengan mengadaptasi LLM dewasa untuk anak-anak daripada membangun dari awal, tetapi jalan pintas sekarang menjadi liabilitas.

Di Buddy, semua gangguan berjalan pada infrastruktur platform sendiri, suara anak diproses secara real-time, dan dibuang sebelum orang tua bahkan memikirkannya, dan tidak ada percakapan yang diarahkan melalui API AI komersial, menurut Crewkov.

“Kami sangat eksplisit dengan orang tua tentang apa yang kami kumpulkan, mengapa, dan bagaimana mereka dapat menghapusnya – transparansi sama pentingnya dengan teknologi itu sendiri,” Crewkov menekankan.

Sejak meluncurkan ChitChat, pembaruan besar terbaru di pasar AS yang memperkenalkan percakapan yang lebih maju dan bebas aliran, perusahaan melaporkan bahwa siswa AS menyelesaikan 7,7 kali lebih banyak latihan dalam waktu yang sama dibandingkan dengan tahun sebelumnya.

Secara global, rata-rata latihan yang diselesaikan per bulan telah tumbuh 3,5 kali dari tahun ke tahun.

Crewkov jujur tentang keterbatasan apa yang dibuktikan oleh angka-angka tersebut. “Merancang studi penelitian yang dapat mengukur pembelajaran siswa secara kuantitatif adalah sesuatu yang kami harapkan untuk dilakukan di masa depan,” katanya. Untuk saat ini, bagaimanapun, basis bukti bergantung pada umpan balik pengguna, data keterlibatan produk, dan pengakuan industri.

Kasus Penggunaan yang Tidak Direncanakan

Mungkin momen paling mengungkapkan dalam cerita Buddy.ai adalah yang datang tanpa diundang: tanpa pemasaran yang ditargetkan, orang tua anak-anak dengan autisme dan keterlambatan berbicara mulai muncul dalam data survei sebagai pengguna paling terlibat platform.

“Kami awalnya cukup terkejut. Ini pasti menyoroti bahwa ada cara lain di mana Buddy bisa melayani siswa di seluruh dunia dengan terjangkau,” Crewkov mengingat.

Bagi pendiri, itu bukan hanya anomali menarik – itu menunjukkan kesenjangan yang produk tidak dirancang untuk mengisi tetapi tampaknya bisa. Perusahaan merespons dengan membangun kursus Analisis Perilaku Terapan (ABA) khusus.

Kesenjangan itu luas, dan didokumentasikan dengan baik. Sebuah laporan pasar 2025 menemukan bahwa prevalensi autisme di AS setinggi 1 dari 31 anak hari ini, naik dari 1 dari 150 pada 2000 – dalam latar belakang kekurangan terapis bersertifikat yang persisten. Untuk keluarga tanpa cakupan asuransi yang memadai, biaya terapi ABA tahunan bisa mencapai $250.000.

Penelitian Nasional Institusi Kesehatan (NIH) tentang mengapa keluarga tidak menerima ABA menemukan hambatan yang cukup praktis: alasan paling umum yang disebutkan termasuk waktu tunggu yang lama (34%), kekurangan penyedia ABA di daerah mereka (10%), dan asuransi tidak menutupi terapi (10%). Data survei juga menunjukkan bahwa lebih dari setengah dari semua kabupaten AS tidak memiliki analis perilaku bersertifikat.

Apakah karakter AI merupakan intervensi yang bermakna pada tingkat klinis tetap menjadi pertanyaan terbuka – tetapi sebagai alat latihan yang konsisten, murah, dan on-demand untuk anak-anak yang berada di daftar tunggu panjang, nilainya lebih mudah dipertahankan.

“Ini masih menjadi pekerjaan yang sedang berlangsung, tetapi kami sangat bangga dengan arah inisiatif ini,” kata Crewkov.

Pertanyaan yang Lebih Besar

Pasar edtech yang lebih luas sekarang dipenuhi dengan perusahaan yang membuat klaim yang berdekatan; AI yang dibangun dari awal, arsitektur yang kuat; produk yang benar-benar menginduksi pembelajaran. Faktanya, pasar AI dalam pendidikan global diperkirakan akan mencapai $32,27 miliar pada 2030, dan setiap pemain besar memiliki strategi anak-anak.

Apa yang membedakan posisi Buddy.ai adalah tidak klaim itu sendiri, tetapi timeline. Crewkov mulai mengerjakan pengenalan suara anak-anak jauh sebelum gelombang investasi saat ini membuatnya menjadi mode, dan sebelum LLM membuatnya mudah untuk membangun tutor bahasa yang terdengar meyakinkan dalam satu sore.

Infrastruktur teknis – model akustik yang dilatih pada suara anak-anak, arsitektur yang sadar kurikulum, sistem avatar khusus – mencerminkan hampir satu dekade iterasi pada masalah spesifik, bukan pivot cepat menuju pasar yang panas.

“Dalam dua tahun, Buddy akan dapat memberikan peserta didik bahasa Inggris latihan yang mereka butuhkan untuk maju dari kata bahasa Inggris pertama mereka hingga kemampuan berbahasa Inggris yang lancar. Kami tidak terburu-buru, karena kami memprioritaskan keamanan dan privasi,” Crewkov menjelaskan.

Dan yang mendasari semua itu adalah filosofi desain yang melawan arus pemikiran produk AI kebanyakan. “Anak berusia enam tahun tidak kembali untuk AI. Mereka kembali untuk karakter dan dunia yang mereka rasakan menjadi bagian dari.”

Itu adalah hal yang lebih sulit untuk direplikasi daripada chatbot dengan nama yang ramah. Dan, untuk saat ini, Buddy.ai memiliki keunggulan yang paling dapat dipertahankan.