Ivan Crewkov CEO & Co-Founder di Buddy AI – Serie di Interviste

Ivan Crewkov è il CEO e Co-Founder di Buddy AI, il primo tutor conversazionale AI per bambini al mondo, con l’obiettivo di garantire che tutti gli studenti possano permettersi un tutoraggio di inglese one-to-one. Dopo essersi trasferito negli Stati Uniti dalla Siberia, Ivan ha visto sua figlia di età prescolare lottare per imparare l’inglese. Ciò lo ha ispirato a costruire Buddy, un personaggio fittizio con cui i bambini possono effettivamente conversare grazie al potere dell’AI generativa.

Dal suo lancio nel 2020, l’app Buddy ha vinto diversi premi e ha raggiunto la vetta delle classifiche nella categoria Kids e Education dell’App Store, con oltre 36 milioni di download in tutto il mondo.

Nel 2014, hai lanciato Cubic.ai, uno dei primi altoparlanti intelligenti e app di assistente vocale per case intelligenti. Quali sono state alcune delle tue principali considerazioni su questa esperienza?

Non sono sicuro di poter prendere il merito per il lancio di Cubic.ai. Mi sono unito alla società un anno dopo la sua fondazione e ho ricevuto il titolo di co-fondatore per il mio contributo.

Ecco le principali considerazioni:

• L’hardware è difficile, ma qualcuno deve farlo comunque. Ottenere finanziamenti per le startup di hardware è estremamente difficile. L’unica cosa che rende le cose un po’ più facili è il crowdfunding.
• Lo spazio dei prodotti Voice-first è vasto e diversificato. Ciò che si applica alle case intelligenti non si applica all’apprendimento precoce, dalle tecnologie alla progettazione dell’esperienza utente.

Potresti condividere la storia di come Buddy è nato e come è originato dal tuo trasferimento negli Stati Uniti dalla Siberia con la tua famiglia?

Con Cubic.ai, mi sono trasferito dalla Siberia negli Stati Uniti nel 2014 e ho portato con me la mia famiglia. Mia figlia maggiore Sofia ha iniziato a imparare l’inglese come seconda lingua quando è andata in una scuola materna a Mountain View, in California, all’età di 4 anni. Sofia ha lottato per iniziare a parlare in inglese per i primi 3-5 mesi nella scuola materna. Eravamo preoccupati perché non riusciva a trovare amici e a giocare con la maggior parte dei suoi coetanei a causa della lingua. Abbiamo iniziato a cercare modi per aiutarla a imparare a parlare.

È diventato chiaro che le app di lingua per bambini non insegnano a parlare (e tutto è rimasto lo stesso nel tempo), e le app di lingua per adulti come Duolingo non funzionano per i bambini a causa dell’esperienza utente. Quindi, abbiamo iniziato a prendere lezioni su piattaforme che collegano i bambini con insegnanti dal vivo tramite videoconferenza. Esempi sono Cambly, VipKid, Novakid, GoStudent, ecc. Mentre osservavo Sofia imparare con insegnanti virtuali, ho visto il beneficio dell’attenzione one-to-one e della pratica di parlare attiva, ma ho anche visto le carenze di questi programmi in generale.

Ad esempio, poiché si espandono, molte delle piattaforme di tutoraggio online e delle scuole online devono assumere persone senza background pedagogici, competenze nell’insegnamento ai bambini o addirittura un livello di proficienza inglese adeguato. Quindi, per garantire una certa qualità di istruzione, le piattaforme online e le scuole scrivono rigorosamente il curriculum e i piani di lezione, e gli insegnanti devono utilizzare esercizi precotti, inclusi frammenti audio e video. Quindi, purtroppo, su molte piattaforme, gli insegnanti lavorano fondamentalmente come bot.

Tuttavia, il tutoraggio online è stato l’unico modo per la maggior parte delle persone di imparare a parlare, specialmente nei paesi non di lingua inglese. Ma in parte a causa della carenza di insegnanti, è troppo costoso per la maggior parte delle famiglie. Imparare con insegnanti dal vivo è un servizio di istruzione premium che poche famiglie possono permettersi.

Il mio co-fondatore e io siamo giunti alla conclusione che il tutoraggio AI è l’unico modo scalabile per fornire un tutoraggio di inglese one-to-one a ogni bambino nel mondo. Presto, abbiamo scoperto che è anche il migliore dal punto di vista educativo. Quando stavamo considerando i primi prototipi di Buddy, ci siamo ispirati alla ricerca nel campo degli esseri umani virtuali nell’istruzione.

Gli studi accademici mostrano i vantaggi educativi degli agenti pedagogici animati e la loro superiorità rispetto a strumenti di apprendimento tradizionali e ambienti. Ad esempio, vedere Face-to-Face Interaction with Pedagogical Agents, Twenty Years Later, un articolo del 2016 che fornisce una panoramica del settore e cita gran parte del materiale rilevante. Ecco una citazione:

“In particolare, la meta-analisi ha scoperto che gli agenti migliorano l’apprendimento rispetto agli ambienti di apprendimento che non presentano agenti. […] Forse più interessante è stato il fatto che, nell’istruzione formale, gli agenti pedagogici sembrano essere più efficaci per gli studenti più giovani che per gli studenti più anziani. […] Gli studi hanno scoperto, ad esempio, che gli studenti che interagiscono con gli agenti pedagogici mostrano risultati di apprendimento più forti quando 1) gli agenti pedagogici parlano invece di comunicare con il testo, 2) gli agenti pedagogici utilizzano gesti umani, 3) gli agenti pedagogici comunicano in modo conversazionale piuttosto che formale, e 4) gli agenti pedagogici utilizzano un linguaggio cortese piuttosto che diretto.”

Ciò ha rafforzato la nostra fiducia nell’approccio di tutoraggio AI multimodale. Abbiamo deciso che Buddy sarebbe stato un agente pedagogico animato multimodale – in grado di riconoscimento vocale e di elaborazione del linguaggio naturale. Al suo nucleo, un sistema di tutoraggio AI consiste di tre tecnologie principali:

1. Riconoscimento e analisi del discorso automatico (ASR) ci consentono di elaborare e analizzare il discorso dello studente.
2. Elaborazione del linguaggio naturale (NLP), comprensione del linguaggio naturale e gestione del dialogo che elabora il contenuto del discorso dello studente e produce la risposta successiva. La risposta consiste di componenti verbali e non verbali.
3. Carattere virtuale animato che fornisce sia feedback di ascolto che riproduce la risposta del sistema. Il personaggio è animato proceduralmente – il sistema crea animazioni in tempo reale dalla risposta NLP.

Tutti e tre i componenti sono cruciali per il nostro approccio perché solo in combinazione ci consentono di costruire un tutor interattivo e di fornire un’esperienza educativa di successo.

Mia figlia Sofia e il figlio del mio co-fondatore Arseny sono stati i primi utenti di Buddy. Sofia ha utilizzato le prime versioni di Buddy attraverso il primo grado.

Diversi anni dopo, mia figlia minore Alisa ha iniziato a utilizzare Buddy all’età di tre anni quando è andata alla scuola materna. Ora è in Transitional Kindergarten e gioca con Buddy quasi ogni giorno. Quando Alisa ha iniziato a imparare con Buddy, aveva diversi problemi di linguaggio, quindi Buddy non riusciva a capirla la maggior parte del tempo. Ma dopo un paio di settimane di pratica, non solo il suo inglese ma anche il suo linguaggio è migliorato, poiché ha cercato di fare del suo meglio per far capire a Buddy.

Perché i metodi tradizionali di insegnamento di una seconda lingua sono così inefficaci?

Oggi, ci concentriamo sul risolvere problemi educativi specifici connessi al linguaggio. Non si può imparare a parlare senza pratica di parlare:

• La maggior parte degli strumenti educativi tradizionali si concentra sull’insegnamento di altre abilità linguistiche come la lettura o la scrittura.
• Le app di lingua per bambini non insegnano le abilità di parlare.
• Alcune app di lingua per adulti oggi forniscono pratica di parlare utilizzando l’AI, ma questi servizi non funzionano per i bambini a causa dell’esperienza utente, delle preoccupazioni sulla sicurezza e delle norme sulla privacy.
• Gli insegnanti dal vivo sono troppo costosi per la maggior parte delle famiglie. Purtroppo, molti insegnanti non hanno una formazione pedagogica o non sono proficienti in inglese.

Buddy è un tutor AI multimodale.

• È superiore agli app di apprendimento tradizionali perché funziona come un insegnante dal vivo in molti modi. Lasciami citare uno dei nostri consulenti, il dottor Alex Desatnik, PhD, University College London:

“Tutor virtuale basato sulla voce. Questo concetto può sembrare semplice, ma c’è scienza dietro. Dal punto di vista della psicologia dell’apprendimento, il personaggio virtuale che parla è un’incarnazione dell’insegnante. Questo approccio crea un effetto chiamato fiducia epistemica, rafforzando la motivazione e l’impegno dello studente e migliorando i risultati di apprendimento.”

• Buddy ha alcuni vantaggi anche sugli insegnanti umani. Buddy non giudica, e per alcuni bambini, è più facile iniziare a parlare con Buddy che con un insegnante. È per questo che oggi molti insegnanti utilizzano Buddy come un rompighiaccio che aiuta i bambini a superare la loro paura e il loro disagio e a iniziare a parlare la lingua.

Buddy lavora per aiutare gli insegnanti, non per sostituirli.

Credo che sia molto importante notare questo. Buddy può aiutare gli insegnanti ad automatizzare la parte noiosa del loro lavoro – fornire pratica regolare. Vogliamo dare potere agli insegnanti delle scuole. Buddy è come una squadra di insegnanti e assistenti, che lavorano individualmente con ogni bambino nella classe e riferiscono all’insegnante della classe.

Puoi discutere come Buddy utilizza elementi di gamificazione per tenere i bambini entusiasti dell’apprendimento?

Fatto divertente: l’app mobile di Buddy è stata scaricata 22 milioni di volte nel 2023, e oltre il 70% di questi download sono stati effettuati da bambini. Per i bambini, la nostra app è un gioco in cui giocano con Buddy, il loro amico virtuale che parla e un popolare youtuber. I bambini scaricano l’app e convincono i genitori a pagare per un abbonamento, spiegando che Buddy è un insegnante.

Per far funzionare questo approccio, stiamo progettando Buddy come un gioco con una storia e un universo. Lavoriamo con designer di personaggi di Hollywood e scrittori per creare Buddy e la sua storia. Abbiamo una squadra di progettazione di giochi molto forte che lavora direttamente con i nostri educatori e trasforma il curriculum e gli esercizi in mini-giochi nel mondo di Buddy.

Quali sono alcune altre funzionalità core che rendono Buddy così potente nell’insegnamento di una seconda lingua?

La nostra funzionalità core è realmente focalizzata su Buddy come tutor AI multimodale:

• Riconoscimento del discorso
• AI conversazionale
• Comportamento visivo dell’avatar

Quali sono alcuni degli algoritmi di apprendimento automatico utilizzati in Buddy?

Stiamo sviluppando l’intero stack di tecnologie, lavorando insieme per abilitare il nostro approccio di tutoraggio AI multimodale.

• BSR (Buddy’s Speech Recognition) è un motore di riconoscimento del discorso proprietario progettato specificamente per lavorare con il discorso dei bambini con accento e per essere conforme a norme come COPPA.
• BLM (Buddy’s Language Model) — Motore di conversazione AI per bambini. Sicuro, veloce e gratuito da utilizzare. Si concentra su funzionalità educative specifiche e è molto meno versatile dei grandi modelli di linguaggio.
• BABE (Buddy’s Avatar Behavior Engine). Questa tecnologia genera il comportamento visivo del nostro personaggio in base al contesto della conversazione. Buddy capisce quando deve sorridere, cambiare colore o mettere un cappello buffo.

Molti sistemi di riconoscimento vocale lottano con gli accenti, specialmente per i bambini piccoli, come fa Buddy a superare queste sfide?

Sviluppando BSR, la nostra tecnologia di riconoscimento del discorso proprietaria.

Il nostro pubblico unico e il mercato hanno richiesto lo sviluppo di tecnologia proprietaria. Buddy deve riconoscere il discorso dei bambini con accento. Un altro fattore complicante è che gli studenti principianti iniziano imparando parole separate, spesso brevi, che sono molto difficili da riconoscere senza contesto. Infine, il mercato dei bambini è altamente regolamentato, e il riconoscimento vocale è soggetto alla Children Online Privacy Protection Act (COPPA) poiché le registrazioni vocali sono considerate Informazioni personali identificabili (PII).

BSR gestisce il discorso dei bambini con accenti diversi, prodotti su una varietà di dispositivi mobili con microfoni di qualità acustica diversa e in ambienti reali con molti tipi di rumore di fondo. E è conforme a COPPA per design.

Lavorando a livello globale, siamo riusciti ad accumulare un set di dati unico per addestrare il nostro modello. Oggi, BSR supera le soluzioni commerciali pronte all’uso nel riconoscimento e nella comprensione del discorso dei bambini con accento.

Come pianifichi di espandere la penetrazione del mercato per raggiungere i genitori che potrebbero non essere familiari con la tecnologia AI?

Buddy ha iniziato a vedere il successo prima che l’AI diventasse una parola chiave, e la maggior parte dei nostri utenti non sono i tipici early adopter di tecnologia. Stiamo risolvendo un importante problema educativo, e si dà il caso che stiamo utilizzando l’AI per farlo.

Tuttavia, una delle sfide che affrontiamo è far sì che i genitori trattino l’apprendimento con Buddy con la stessa serietà con cui trattano un insegnante dal vivo – non saltare le lezioni, rispettare un orario, ecc. La rivoluzione AI attuale sembra aiutare in questo senso.

Direi che il prossimo grande passo per noi è iniziare a lavorare più a stretto contatto con gli insegnanti e le scuole. Stiamo eseguendo un progetto pilota con una scuola in Brasile e discutendo partnership con un’altra dozzina di istituzioni educative.

Qual è la tua visione per il futuro dei tutor AI e dell’istruzione in generale?

I tutor AI sono il miglior e unico modo scalabile per risolvere il problema educativo numero uno dell’umanità – la carenza di insegnanti a livello globale. Abbiamo bisogno di circa 69 milioni di nuovi insegnanti per affrontare solo le esigenze di apprendimento di base. Per le materie che richiedono un tutoraggio one-to-one, come l’apprendimento delle lingue, il problema è ancora peggiore.

La rivoluzione AI ha accelerato lo sviluppo dei tutor AI, sebbene principalmente nel segmento degli adulti utilizzando soluzioni pronte all’uso, mentre l’apprendimento precoce rimane drasticamente sottoservito. Siamo orgogliosi di essere pionieri del tutoraggio AI per i bambini piccoli.

Per quanto riguarda il nostro futuro, Buddy è iniziato come un tutor di apprendimento linguistico, ma nel lungo termine diventerà una piattaforma di tutoraggio AI che insegnerà una vasta gamma di materie ai bambini sotto i 12 anni. Abbiamo già iniziato a distribuire una versione preliminare del nostro primo corso non linguistico – il Curriculum di Preparazione Scolastica per i bambini statunitensi. Vediamo Buddy come l’assistente di apprendimento del bambino, che cresce con il bambino dall’età di 3 o 4 anni e insegna diversi corsi nel corso di molti anni.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Buddy AI.