Buddy.ai ontwikkelt spraakherkenning en taaltraining voor kinderen

De markt voor taalleerapps voor kinderen wordt steeds drukker en wordt steeds meer onder de loep genomen. Vorige week lanceerde de non-profitorganisatie Common Sense Media het Youth AI Safety Institute, het eerste onafhankelijke laboratorium in zijn soort, met een financiering van $20 miljoen per jaar om AI-producten voor kinderen aan stresstests te onderwerpen – druk die ontstaat net op het moment dat AI al voor 33,5% van de omzet van digitale taalleerapps verantwoordelijk is.

Tegelijkertijd wordt verwacht dat alleen al het kindersegment binnen deze markt sterk zal groeien van $2,38 miljard in 2026 tot $5,17 miljard in 2035. Het is duidelijk dat het geld parallel loopt met de integratie van AI – maar dat geldt ook voor het toezicht.

Onderzoek van de Universiteit van Colorado’s AI-instituut heeft de kloof duidelijk gedocumenteerd: de nauwkeurigheid van spraakherkenning is aanzienlijk lager voor kinderen dan voor volwassenen, omdat de meeste commerciële systemen zijn getraind op schone audio van volwassen sprekers – vaak lezend van scripts.

Een artikel uit 2024 bevestigt waarom: kinderstemmen omvatten snelle, onvoorspelbare veranderingen in toonhoogte, articulatie en woordenschatontwikkeling die ertoe leiden dat modellen getraind op volwassenen vastlopen.

En in de praktijk betekent dit dat een zesjarige die Engels leert, een systeem krijgt dat hem verkeerd verstaat, niet reageert of erger: reageert op het verkeerde. Het kind verliest interesse in leren; de ouder verliest geld.

Dit is het probleem waar Ivan Crewkov in 2018 mee begon, vier jaar voordat grote taalmodellen een algemeen gespreksonderwerp werden.

Een vertrouwd startpunt

Crewkovs overstap naar onderwijstechnologie was persoonlijk. Toen zijn familie in 2014 van Siberië naar Californië verhuisde, was zijn dochter Sofia vier jaar oud en worstelde ze om Engels te leren op de kleuterschool. Hij probeerde elk beschikbaar hulpmiddel en vond overal dezelfde tekortkomingen.

“Ze omvatten vaak lezen, wat zij nog niet kon, ze voelden te veel als werk en boden geen spreekoefeningen – essentieel voor kinderen die een nieuwe taal leren,” zei hij tegen Unite AI.

Daarna wendde hij zich tot docenten die rechtstreeks online lesgaven, begon de sessies op te nemen en merkte iets op dat hij niet had verwacht. “Leraren lazen letterlijk van hun schermen,” zei hij, en veel waren geen gecertificeerde onderwijzers; elke sessie kostte $15 tot $20.

Met een achtergrond in AI, was Crewkovs interpretatie van de situatie rechttoe rechtaan: “Het was duidelijk voor me dat waarschijnlijk 80% van dit werk kon worden gedaan met een virtueel, pratend AI-karakter en spraakherkenning. Dit zou de markt ook voor veel meer mensen toegankelijk maken, omdat het extreem duur was,”

“Het idee was om een maand leren te bieden voor de prijs van één bijles,” voegde hij eraan toe. Dat idee werd Buddy.ai.

Bijna 10,8 miljoen jonge kinderen – 32% van alle Amerikaanse kinderen onder de negen jaar – zijn tweetalige leerlingen (DLL’s), met ten minste één ouder die thuis een andere taal spreekt dan Engels, volgens het Migration Policy Institute. Sinds 2000 is die bevolking met 24% gegroeid en maken DLL’s nu meer dan 20% van de jonge kinderen uit in 24 staten en Washington D.C.

Dit zijn waarschijnlijk de gezinnen die het vaakst zoeken naar wat platforms zoals Buddy.ai bieden, en de minste kans hebben op blijvende toegang tot hoogwaardige onderwijsprogramma’s voor jonge kinderen. Van de DLL-kinderen woont 43% in huishoudens met een laag inkomen in vergelijking met 33% van de niet-DLL-kinderen.

De commerciële logica is dus duidelijk. De moeilijkere vraag is of de technologie daadwerkelijk werkt – en hier wijkt Buddy.ai’s aanpak significant af van de meeste concurrenten.

Speciaal ontwikkeld, niet achteraf aangepast

Het onderscheid dat Crewkov maakt tussen het bouwen voor kinderen en het aanpassen voor hen is architectonisch, niet cosmetisch. “Het bouwen van AI van de grond af voor kinderen betekent dat we elke laag van de stack beperken en herschikken rond kinderstemmen, gedrag, regelgeving en concentratievermogen – in plaats van te proberen een ‘kindermodus’ voor een volwassen chatbot te maken.”

Het kernprobleem is akoestisch. “Volwassen LLM-stacks gaan ervan uit dat volwassen tekst en spraak worden gebruikt: lange grammaticale zinnen, stabiele uitspraak en stille omgevingen. Een zesjarige geeft je het tegenovergestelde: fragmentarische uitingen, uitspraakfouten, schreeuwen, sterke accenten en achtergrondgeluid.”

Buddy’s spraakherkenner is getraind en voortdurend opnieuw getraind op tienduizenden uren echte kinderstemmen van verschillende leeftijden en met verschillende accenten, opgenomen in lawaaierige thuissituaties. Het bedrijf beweert dat het nu beter presteert dan Google’s algemene spraakherkenning op kinderstemmen, wat meer geloofwaardigheid heeft dan het aanvankelijk lijkt: specifiek trainen op de doelpopulatie presteert consistent beter dan trainen op volwassengegevens.

De conversatielaag is eveneens speciaal ontworpen. Elke sessie werkt binnen wat Crewkov beschrijft als een “beheerslaag” – een op het leerplan afgestemd systeem met een sessieplan, gedefinieerde onderwerpen en het volgen van leerdoelen. Het taalmodel werkt als één component binnen die structuur, niet als het product zelf.

Als een kind afdwaalt, stuurt het systeem het gesprek bij; het gaat niet onbeperkt verder met wat een algemeen taalmodel ook maar zou kunnen produceren. “Er zijn een sessieplan, toegestane onderwerpen, bewaking van leerdoelen en code die stuurt, bijstuurt of het gesprek beëindigt wanneer nodig – zodat een zesjarige nooit zomaar in een onbeperkt internetgesprek belandt.”

Privacy wordt ook behandeld als een randvoorwaarde voor de architectuur en als onderdeel van het beleid – maar het is ook stilletjes een concurrentievoordeel geworden. Omdat de Children’s Online Privacy Protection Rule (COPPA) het verzamelen van kinderstemgegevens zonder toestemming van de ouders verbiedt, is de grootste openbaar beschikbare dataset van kinderstemmen slechts enkele honderden uren groot.

Buddy.ai heeft tienduizenden uren echte kinderstemmen verzameld van verschillende leeftijden en met verschillende accenten, opgenomen in lawaaierige thuissituaties. De meeste concurrenten namen de gemakkelijkere weg van het aanpassen van volwassen LLM’s voor kinderen in plaats van vanaf de grond op te bouwen, maar die kortere route vormt nu een risico.

In Buddy’s geval vindt alle AI-verwerking plaats op de eigen infrastructuur van het platform, worden kinderstemmen in realtime verwerkt en verwijderd voordat ouders er zelfs maar aan denken, en worden geen gesprekken gerouteerd via commerciële AI-API’s, zoals Crewkov zegt.

“We zijn heel expliciet met ouders over wat we verzamelen, waarom en hoe ze die gegevens kunnen verwijderen – transparantie is net zo belangrijk als de technologie zelf,” benadrukte Crewkov.

Sinds de lancering van ChitChat, de meest recente grote update in de Amerikaanse markt die geavanceerde, vrije conversatie introduceert, meldt het bedrijf dat Amerikaanse leerlingen 7,7 keer meer oefeningen hebben voltooid in dezelfde periode als het voorgaande jaar.

Wereldwijd is het gemiddelde aantal voltooide oefeningen per maand 3,5 keer zo groot geworden ten opzichte van het voorgaande jaar.

Crewkov is openhartig over de beperkingen van wat die cijfers bewijzen. “Het ontwerpen van onderzoeksstudies die de leerresultaten van leerlingen kwantitatief kunnen meten, is iets wat we in de nabije toekomst hopen te doen,” zei hij. Voor nu is de bewijsbasis gebaseerd op gebruikersfeedback, productengagementgegevens en erkenning via vakprijzen.

De toepassing die niemand had voorzien

Misschien is het meest veelzeggende moment in Buddy.ai’s verhaal het moment dat ongevraagd arriveerde: zonder enige gerichte marketing, begonnen ouders van kinderen met autisme en een vertraagde spraakontwikkeling te verschijnen in enquêtedata als een van de meest betrokken gebruikers van het platform.

“We waren aanvankelijk best verbaasd. Het benadrukte zeker dat er andere manieren waren waarop Buddy betaalbaar leerlingen over de hele wereld kon helpen,” herinnerde Crewkov zich.

Voor de oprichter was het niet alleen een interessante anomalie – het wees op een lacune die het product niet was ontworpen om te vullen, maar blijkbaar wel kon. Het bedrijf reageerde door een speciale cursus toegepaste gedragsanalyse (ABA) te bouwen.

Het tekort is groot en goed gedocumenteerd. Een marktrapport uit 2025 vond dat de prevalentie van autisme in de VS zo hoog is als 1 op 31 kinderen vandaag, tegenover 1 op 150 in 2000 – tegen de achtergrond van een aanhoudend tekort aan gecertificeerde therapeuten. Voor gezinnen zonder adequate verzekeringsdekking kunnen de jaarlijkse kosten van ABA-therapie oplopen tot $250.000.

Onderzoek van de National Institutes of Health (NIH) naar waarom gezinnen geen ABA kregen, liet zien dat de obstakels opvallend praktisch waren: de meest genoemde redenen waren lange wachtlijsten (34%), gebrek aan ABA-aanbieders in hun gebied (10%) en verzekering die de therapie niet dekte (10%). Enquêtegegevens toonden ook aan dat meer dan de helft van alle Amerikaanse county’s geen board-gecertificeerde gedragsanalisten heeft.

Of een AI-karakter een betekenisvolle interventie vormt op klinisch niveau, blijft een open vraag – maar als een betrouwbaar en goedkoop oefenhulpmiddel dat op elk moment beschikbaar is voor kinderen op lange wachtlijsten, is de waarde gemakkelijker te verdedigen.

“Dit blijft een werk in uitvoering, maar we zijn echt trots op waar het initiatief naartoe gaat,” zei Crewkov.

De grotere vraag

De bredere edtech-markt zit nu vol met bedrijven met vergelijkbare claims: speciaal ontwikkelde AI, robuuste architectuur en producten die daadwerkelijk tot leren leiden. In feite wordt de wereldwijde AI-educatiemarkt geschat op $32,27 miljard in 2030, en elke grote speler heeft een kinderstrategie.

Wat Buddy.ai’s positie onderscheidt, zijn niet de claims zelf, maar de tijdslijn. Crewkov begon te werken aan kinderspraakherkenning lang voordat de huidige golf van investeringen dit modieus maakte en voordat LLM’s het gemakkelijk maakten om een overtuigend klinkende taalleraar in één middag te bouwen.

De technische infrastructuur – de akoestische modellen getraind op kinderstemmen, de op het leerplan afgestemde architectuur, het propriëtaire avatarsysteem – weerspiegelt bijna een decennium van iteratie op het specifieke probleem, niet een snelle koerswijziging richting een populaire markt.

“Over twee jaar zal Buddy leerlingen die Engels leren de oefening kunnen geven die ze nodig hebben om van de allereerste Engelse woorden tot vloeiendheid te komen. We hebben geen haast, omdat we veiligheid en privacy prioriteren,” legde Crewkov uit.

Aan dit alles ligt een ontwerpfilosofie ten grondslag die ingaat tegen veel gangbaar denken over AI-producten. “Zesjarigen komen niet terug voor AI. Ze komen terug voor een karakter en een wereld waar ze deel van uitmaken.”

Dat is een moeilijker ding om te repliceren dan een chatbot met een vriendelijke naam. En voorlopig is dat Buddy.ai’s best verdedigbare concurrentievoordeel.