Pemimpin pemikiran

Buddy.ai mengembangkan pengenalan suara dan latihan bahasa untuk anak-anak

Salomé Beyer Velez
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaBuddy.ai membangun pengenalan ucapan anak-anak dari awal empat tahun sebelum LLM…
Lihat selengkapnya
  • Buddy.ai membangun pengenalan ucapan anak-anak dari awal empat tahun sebelum LLM menjadi arus utama.
  • Platform tersebut kini mengungguli Google dalam pengenalan ucapan anak-anak dengan berlatih pada puluhan ribu jam suara anak asli.
  • Orang tua dari anak-anak dengan autisme menjadi pengguna utama, mengungkapkan pasar yang tidak direncanakan untuk alat praktik ABA berbiaya rendah.

Pasar aplikasi pembelajaran bahasa untuk anak-anak semakin ramai dan semakin diawasi secara ketat. Minggu lalu, organisasi nirlaba Common Sense Media meluncurkan Youth AI Safety Institute, laboratorium independen pertama dalam jenisnya yang didukung oleh $20 juta USD per tahun untuk melakukan uji tekanan terhadap 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 khusus anak-anak saja dalam pasar 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 jauh 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 dengan data orang dewasa mengalami kesulitan.

Dan, dalam praktik, ini berarti seorang anak berusia enam tahun yang belajar bahasa Inggris mendapatkan sistem yang keliru mengenali ucapannya, 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 berukuran besar menjadi topik pembicaraan umum.

Titik Awal yang Familiar

Crewkov terjun ke bidang teknologi pendidikan karena alasan 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, mulai 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.

Dengan latar belakang AI, Crewkov menilai situasi tersebut dengan jelas: “Jelas bagi saya bahwa kemungkinan besar 80% pekerjaan ini bisa dilakukan menggunakan karakter AI virtual yang berbicara dan pengenalan suara. Ini juga akan membuat pasar jauh lebih mudah diakses banyak orang karena sangat mahal,”

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

Hampir 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 anak-anak DLL kini mencakup 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.

Dibangun khusus, bukan hasil adaptasi

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 rentang 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 ulang pada puluhan ribu jam rekaman suara anak-anak sungguhan dari berbagai usia dan aksen dalam lingkungan rumah yang berisik. Perusahaan ini mengklaim bahwa sekarang mengungguli pengenalan suara umum Google pada suara anak-anak, klaim yang lebih masuk akal daripada kesan awalnya: pelatihan khusus pada populasi target secara konsisten mengungguli pelatihan pada data dewasa.

Lapisan konversasional juga dibangun dari awal. Setiap sesi beroperasi di dalam apa yang Crewkov sebut sebagai “lapisan pengendali” – sistem yang mempertimbangkan 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 keluar dari topik, sistem mengarahkan percakapan kembali; percakapan tidak mengalir tanpa batas ke apa saja yang mungkin dihasilkan model bahasa 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 tanpa batas.”

Privasi, juga, diperlakukan sebagai batasan dalam arsitektur sekaligus kebijakan, tetapi diam-diam juga menjadi keunggulan kompetitif. Karena Aturan Perlindungan Privasi Online Anak (COPPA) melarang mengumpulkan data suara anak-anak tanpa persetujuan orang tua, kumpulan data suara anak-anak terbesar yang tersedia untuk publik hanya beberapa ratus jam.

Buddy.ai telah mengumpulkan puluhan ribu jam rekaman suara anak-anak sungguhan dari berbagai usia dan aksen dalam kondisi rumah yang berisik. Sebagian besar pesaing mengambil jalan yang lebih mudah dengan mengadaptasi LLM dewasa untuk anak-anak daripada membangun dari awal, tetapi jalan pintas sekarang menjadi kelemahan.

Di Buddy, semua komputasi AI 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 canggih dan mengalir bebas, perusahaan melaporkan bahwa siswa AS menyelesaikan 7,7 kali lebih banyak latihan dalam waktu yang sama dibandingkan dengan tahun sebelumnya.

Secara global, rata-rata jumlah 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 dalam waktu dekat,” katanya. Untuk saat ini, bagaimanapun, basis bukti bergantung pada umpan balik pengguna, data penggunaan produk, dan penghargaan industri.

Kasus Penggunaan yang Tidak Direncanakan

Mungkin momen paling bermakna 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 sebagian dari pengguna platform yang paling aktif.

“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 National Institutes of Health (NIH) tentang mengapa keluarga tidak menerima ABA menemukan hambatan yang sangat 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 tersedia sesuai kebutuhan 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 dengan klaim serupa: AI yang dirancang khusus, arsitektur yang kuat, dan produk yang benar-benar menghasilkan pembelajaran. Faktanya, pasar AI dalam pendidikan global diperkirakan akan mencapai $32,27 miliar pada 2030, dan setiap pemain besar memiliki strategi anak-anak.

Yang membedakan posisi Buddy.ai bukan klaimnya, melainkan perjalanan pengembangannya. 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 mempertimbangkan kurikulum, sistem avatar milik perusahaan – mencerminkan hampir satu dekade iterasi pada masalah spesifik, bukan perubahan arah yang cepat menuju pasar yang sedang populer.

“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 membuat mereka merasa menjadi bagiannya.”

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.

Salomé adalah seorang jurnalis kelahiran Medellín dan reporter senior di Espacio Media Incubator. Dengan latar belakang Sejarah dan Politik, karya Salomé menekankan relevansi sosial teknologi yang muncul. Ia telah ditampilkan di Al Jazeera, Latin America Reports, dan The Sociable, di antara lainnya.