Buddy.ai sviluppa riconoscimento vocale e apprendimento linguistico per bambini

Il mercato delle app di apprendimento linguistico per bambini si sta affollando e sta diventando sempre più sottoposto a controlli. La scorsa settimana, l’organizzazione no-profit Common Sense Media ha lanciato l’Istituto per la Sicurezza dell’AI per i Giovani, un laboratorio indipendente senza precedenti finanziato con 20 milioni di dollari all’anno per sottoporre a prove di stress i prodotti AI per bambini – una pressione che arriva proprio mentre l’AI già rappresenta il 33,5% del fatturato dei prodotti di apprendimento linguistico digitale.

Allo stesso tempo, si prevede che il solo segmento destinato ai bambini in questo mercato possa aumentare da 2,38 miliardi di dollari nel 2026 a 5,17 miliardi entro il 2035. È chiaro che i soldi si stanno muovendo in parallelo con l’integrazione dell’AI – ma anche con la supervisione.

Ricerche dell’Istituto di Intelligenza Artificiale dell’Università del Colorado hanno documentato la lacuna in modo chiaro: l’accuratezza del riconoscimento vocale è sostanzialmente inferiore per i bambini rispetto agli adulti perché la maggior parte dei sistemi commerciali è stata addestrata su registrazioni audio pulite di adulti che spesso leggono testi preparati.

Un documento del 2024 rafforza il motivo per cui: le voci dei bambini coinvolgono cambiamenti rapidi e imprevedibili dell’altezza della voce, dell’articolazione e dello sviluppo del vocabolario che fanno inciampare i modelli addestrati su adulti.

E, nella pratica, ciò significa che un bambino di sei anni che impara l’inglese ottiene un sistema che fraintende, non risponde o, peggio, risponde alla cosa sbagliata. Il bambino perde interesse nell’apprendimento; il genitore perde denaro.

Questo è il problema su cui Ivan Crewkov ha iniziato a lavorare nel 2018, quattro anni prima che i grandi modelli linguistici diventassero un argomento di conversazione diffuso.

Un punto di partenza familiare

L’ingresso di Crewkov nel settore delle tecnologie educative è stato personale. Quando la sua famiglia si è trasferita dalla Siberia in California nel 2014, sua figlia Sofia aveva quattro anni e aveva difficoltà a imparare l’inglese alla scuola materna. Ha provato ogni strumento disponibile e ha trovato le stesse lacune in tutti.

“Spesso coinvolgevano la lettura, che non poteva ancora fare, sembravano troppo un lavoro e non offrivano pratica di conversazione – fondamentale per i bambini che imparano una nuova lingua”, ha detto a Unite AI.

Quindi si è rivolto a tutor online in diretta, ha iniziato a registrare le sessioni e ha notato qualcosa che non si aspettava. “Gli insegnanti stavano letteralmente leggendo dai loro schermi”, ha detto, e molti non erano educatori certificati; ogni sessione costava 15-20 dollari.

Grazie alla sua esperienza nell’intelligenza artificiale, Crewkov vedeva chiaramente la situazione: “Era chiaro per me che probabilmente l’80% di questo lavoro poteva essere fatto utilizzando un personaggio virtuale parlante basato sull’AI e il riconoscimento vocale. Ciò avrebbe anche reso il mercato accessibile a molte più persone perché era estremamente costoso”,

“L’idea era quella di offrire un mese di apprendimento al costo di una sessione di tutoraggio”, ha aggiunto. Quell’idea è diventata Buddy.ai.

Quasi 10,8 milioni di bambini piccoli – il 32% di tutti i bambini statunitensi sotto i nove anni – sono bambini che imparano due lingue (DLL), con almeno un genitore che parla una lingua diversa dall’inglese a casa, come riportato dall’Istituto per le Politiche di Migrazione. Dal 2000, di fatto, quella popolazione è cresciuta del 24%, e i DLL rappresentano ora più del 20% della popolazione di bambini piccoli in 24 stati e a Washington D.C.

Queste sono probabilmente le famiglie più propense a cercare ciò che piattaforme come Buddy.ai offrono – e meno propense ad avere accesso costante a programmi educativi per la prima infanzia di alta qualità, con il 43% che vive in nuclei familiari a basso reddito rispetto al 33% dei bambini non DLL.

La logica commerciale, quindi, è chiara. La domanda più difficile è se la tecnologia effettivamente funziona – e qui l’approccio di Buddy.ai si discosta significativamente dalla maggior parte della concorrenza.

Progettato appositamente, non adattato in seguito

La distinzione che Crewkov traccia tra costruire per bambini e adattare per loro è architettonica, non cosmetica. “Costruire l’AI fin dall’inizio per i bambini significa che noi limitiamo e riprogettiamo ogni livello del sistema in funzione delle voci, del comportamento, della regolamentazione e della capacità di attenzione dei bambini – anziché tentare di aggiungere una modalità bambino a un chatbot per adulti.”

Il problema principale è acustico. “Gli stack LLM per adulti presuppongono testo e discorso per adulti: lunghe frasi grammaticali, pronuncia stabile e ambienti silenziosi. Un bambino di sei anni ti dà il contrario: enunciati frammentari, errori di pronuncia, urla, forti accenti e rumore di fondo.”

Il riconoscitore vocale di Buddy è stato addestrato e riaddestrato continuamente su decine di migliaia di ore di voci reali di bambini di diverse età, accenti e ambienti domestici rumorosi. L’azienda afferma di superare ora il riconoscimento vocale generico di Google per le voci dei bambini, un’affermazione più credibile di quanto possa sembrare inizialmente: l’addestramento specifico sulla popolazione target supera costantemente l’addestramento sui dati degli adulti.

Il livello conversazionale è anch’esso progettato appositamente. Ogni sessione opera all’interno di ciò che Crewkov descrive come un “livello di controllo” – un sistema che tiene conto del programma didattico con un piano di sessione, argomenti definiti e tracciamento degli obiettivi. Il modello linguistico funziona come un componente all’interno di quella struttura, non come il prodotto stesso.

Se un bambino si discosta dal percorso, il sistema lo riporta sulla rotta; la conversazione non prosegue senza limiti verso qualsiasi contenuto possa generare un modello linguistico generico. “Ci sono un piano di sessione, argomenti consentiti, monitoraggio degli obiettivi e codice che guida, reindirizza o termina la conversazione quando necessario – quindi un bambino di sei anni non si ritrova mai a cadere in una conversazione senza limiti su Internet.”

Anche la privacy è trattata come una limitazione architettonica oltre che come una politica – ma è anche diventata silenziosamente un vantaggio competitivo. Poiché la Regola di Protezione della Privacy Online per i Bambini (COPPA) proibisce la raccolta dei dati vocali dei bambini senza il consenso dei genitori, il più grande set di dati di voci di bambini disponibile pubblicamente ammonta a solo poche centinaia di ore.

Buddy.ai ha accumulato decine di migliaia di ore di voci reali di bambini di diverse età, accenti e condizioni domestiche rumorose. La maggior parte dei concorrenti ha preso la strada più facile di adattare LLM per adulti per i bambini invece di costruire da zero, ma la scorciatoia è ora un problema.

Nel caso di Buddy, tutti i calcoli AI vengono eseguiti sull’infrastruttura della piattaforma, le voci dei bambini vengono elaborate in tempo reale e scartate prima che i genitori ci pensino, e nessuna conversazione viene instradata attraverso API commerciali AI, secondo Crewkov.

“Siamo molto espliciti con i genitori su cosa raccogliamo, perché e come possono cancellarlo – la trasparenza è importante quanto la tecnologia stessa”, ha sottolineato Crewkov.

Da quando ha lanciato ChitChat, il suo ultimo importante aggiornamento sul mercato statunitense che introduce conversazioni più avanzate e fluide, l’azienda segnala che gli studenti americani hanno completato 7,7 volte più esercizi nello stesso lasso di tempo dell’anno precedente.

A livello globale, il numero medio di esercizi completati al mese è cresciuto di 3,5 volte su base annua.

Crewkov è franco sui limiti di ciò che quei numeri dimostrano. “Progettare studi di ricerca che possano misurare quantitativamente l’apprendimento degli studenti è qualcosa che speriamo di fare nel prossimo futuro”, ha detto. Per ora, tuttavia, le prove disponibili consistono nei riscontri degli utenti, nei dati sull’utilizzo del prodotto e nei premi di settore.

L’utilizzo che nessuno aveva previsto

Forse il momento più rivelatore nella storia di Buddy.ai è quello che è arrivato senza essere invitato: senza alcuna promozione mirata, i genitori di bambini con autismo e ritardi del linguaggio hanno iniziato a comparire nei dati delle indagini come tra gli utenti più coinvolti della piattaforma.

“Siamo stati inizialmente piuttosto sorpresi. Ha sicuramente messo in luce che c’erano altri modi in cui Buddy poteva aiutare gli studenti di tutto il mondo a un costo accessibile”, ha ricordato Crewkov.

Per il fondatore, non si trattava solo di un’anomalia interessante – indicava una lacuna che il prodotto non era stato progettato per colmare ma apparentemente poteva. L’azienda ha risposto costruendo un corso dedicato all’Analisi del Comportamento Applicata (ABA).

Il bisogno è grande e ben documentato. Un rapporto di mercato del 2025 ha rilevato che la prevalenza dell’autismo negli Stati Uniti raggiunge oggi 1 bambino su 31, rispetto a 1 su 150 nel 2000 – all’interno del persistente scenario di carenza di terapeuti certificati. Per le famiglie senza copertura assicurativa adeguata, i costi annuali della terapia ABA possono raggiungere i 250.000 dollari.

Ricerche degli Istituti Nazionali di Salute (NIH) sul motivo per cui le famiglie non ricevevano ABA hanno trovato che le barriere erano sorprendentemente pratiche: le ragioni più comuni citate includevano tempi di attesa lunghi (34%), mancanza di fornitori ABA nella loro area (10%) e assicurazione che non copriva la terapia (10%). I dati delle indagini hanno anche mostrato che più della metà di tutte le contee degli Stati Uniti non hanno analisti del comportamento certificati.

Se un personaggio AI costituisce un intervento significativo a livello clinico rimane una domanda aperta – ma come strumento di pratica costante, a basso costo e su richiesta per i bambini su lunghe liste d’attesa, il suo valore è più facile da difendere.

“Questo rimane un lavoro in corso, ma siamo davvero orgogliosi di dove sta andando l’iniziativa”, ha detto Crewkov.

La questione più ampia

Il mercato più ampio dell’edtech è ora pieno di aziende che fanno affermazioni simili: AI progettata appositamente, architettura robusta e prodotti che favoriscono un apprendimento reale. In effetti, il mercato globale dell’AI nell’istruzione secondo le stime raggiungerà i 32,27 miliardi di dollari entro il 2030, e ogni grande operatore ha una strategia per i bambini.

Ciò che distingue la posizione di Buddy.ai non sono le affermazioni stesse, ma la tempistica. Crewkov ha iniziato a lavorare sul riconoscimento vocale per bambini molto prima che l’attuale ondata di investimenti lo rendesse alla moda, e prima che i LLM rendessero facile costruire un tutor linguistico convincente in un pomeriggio.

L’infrastruttura tecnica – i modelli acustici addestrati sulle voci dei bambini, l’architettura che tiene conto del programma didattico, il sistema di avatar proprietario – riflette quasi un decennio di iterazione sul problema specifico, non una rapida virata verso un mercato caldo.

“In due anni, Buddy sarà in grado di offrire a chi impara l’inglese gli esercizi di cui ha bisogno per progredire dalle prime parole in inglese alla padronanza fluente della lingua. Non siamo di fretta, perché diamo priorità alla sicurezza e alla privacy”, ha spiegato Crewkov.

E sotto tutto ciò c’è una filosofia di design che va controcorrente rispetto alla maggior parte del pensiero sui prodotti AI. “I bambini di sei anni non tornano per l’AI. Tornano per un personaggio e un mondo di cui si sentono parte.”

Questo è un aspetto più difficile da replicare di un chatbot con un nome amichevole. E, per ora, è il vantaggio competitivo più difendibile di Buddy.ai.