Barnas AI som forutser ChatGPT – Nå slår den Google på talegjenkjenning for barn

Markedet for språklæringsapper for barn blir tett og øker i skarphet. Forrige uke lanserte den ideelle organisasjonen Common Sense Media Youth AI Safety Institute, et uavhengig laboratorium som støttes av 20 millioner dollar per år for å teste AI-produkter for barn – et press som kommer samtidig som AI allerede står for 33,5% av inntektene i digitale språklæringsprodukter.

Sammen med dette er barnesegmentet alene i dette markedet forventet å øke fra 2,38 milliarder dollar i 2026 til 5,17 milliarder dollar i 2035. Det er tydelig at pengene flytter seg parallelt med AI-integrasjon – men også med tilsyn.

Forskning fra University of Colorados AI-institutt har dokumentert gapet tydelig: talegjenkjenningens nøyaktighet er vesentlig lavere for barn enn for voksne fordi de fleste kommersielle systemer er trent på ren lyd fra voksne talere – ofte som leser fra manuskripter.

En artikkel fra 2024 understreker hvorfor: barns stemmer innebærer raske, uforutsigbare endringer i tone, uttale og ordforråd som får voksne trente modeller til å stru.

Og i praksis betyr dette at en seks år gammel som lærer engelsk får et system som misforstår dem, ikke reagerer eller verre: reagerer på feil ting helt. Barnet mister interessen for å lære; forelderen mister penger.

Dette var problemet Ivan Crewkov begynte å arbeide med i 2018, fire år før store språkmodeller ble en mainstream-konversasjon.

En kjent utgangspunkt

Crewkovs inngang i edtech-rommet var personlig. Da hans familie flyttet fra Sibir til California i 2014, var hans datter Sofia fire år gammel og hadde vanskeligheter med å lære engelsk på barnehagen. Han prøvde alle tilgjengelige verktøy og fant de samme hullene over alle.

“De involverte ofte lesing, som hun ikke kunne ennå, de føltes for mye som arbeid, og de tilbød ikke taleøvelser – kritisk for barn som lærer et nytt språk,” sa han til Unite AI.

Deretter gikk han over til live nettbaserte lærere, startet å spille inn sesjonene og la merke til noe han ikke hadde forventet. “Lærerne leste bokstavelig fra skjermene sine,” sa han, og mange av dem var ikke sertifiserte lærere; hver sesjon kostet 15 til 20 dollar.

Som kom fra en AI-bakgrunn, var Crewkovs lesning av situasjonen rett frem: “Det var tydelig for meg at kanskje 80% av dette arbeidet kunne gjøres med en virtuell, snakkende AI-karakter og talegjenkjenning. Dette ville også demokratisere markedet dramatisk fordi det var ekstremt dyrt,”

“Idéen var å gi en måned med læring til prisen av en læringsesjon,” la han til. Den idéen ble Buddy.ai.

Nærmere 10,8 millioner små barn – 32% av alle barn under ni år i USA – er tospråklige lærende (DLLs), med minst en forelder som snakker et språk annet enn engelsk hjemme, ifølge Migration Policy Institute. Siden 2000 har denne befolkningen økt med 24%, og DLLs utgjør nå over 20% av den unge barnebefolkningen i 24 stater og Washington D.C.

Disse er sannsynligvis de familiene som er mest sannsynlige til å søke etter hva plattformer som Buddy.ai tilbyr – og minst sannsynlige til å ha jevn tilgang til høykvalitets barneutdanningsprogrammer, med 43% som bor i lavinntekts husholdninger sammenlignet med 33% av ikke-DLL-barn.

Den kommersielle logikken er da tydelig. Det vanskelige spørsmålet er om teknologien faktisk leverer – og her avviker Buddy.ai’s tilnærming meningfully fra de fleste konkurrentene.

Bygget for formålet, ikke ombygget

Forskjellen Crewkov trekker mellom å bygge for barn og å tilpasse for dem er arkitektonisk, ikke kosmetisk. “Bygging av AI fra bunnen av for barn betyr at vi begrenser og ombygger hver lag av staken rundt barns stemmer, atferd, regulering og oppmerksomhet – i stedet for å prøve å ‘barnemodellere’ en voksen chatbot.”

Hovedproblemet er akustisk. “Voksne LLM-staker antar voksen tekst og tale: lange grammatiske setninger, stabil uttale og stille miljøer. En seks år gammel gir deg det motsatte: fragmenterte uttale, misuttale, roping, sterke aksenter og bakgrunnsstøy.”

Buddys talegjenkjenner er trent og kontinuerlig re-trent på titusener av timer med ekte barns stemmer over alder, aksenter og støyende hjemmemiljøer. Startupen hevder at det nå overgår Googles generelle talegjenkjenning på barns stemmer, som bærer mer kredibilitet enn det kan synes å være: trening spesifikt på målpopulasjonen overgår konsistent trening på voksen data.

Den konversasjonelle laget er også bygget for formålet. Hver sesjon opererer innenfor det som Crekov beskriver som en “styrende lag” – et kurrikulum-bevisst system med en sesjonsplan, definerte emner og målsporings. Språkmodellen opererer som en komponent innenfor denne strukturen, ikke som produktet selv.

Hvis et barn avviker fra kursen, retter systemet; det er ingen åpen-drift inn i hva som helst en generell LLM kan produsere. “Det er en sesjonsplan, tillatte emner, målsporings og kode som styrer, retter eller avslutter samtalen når det er nødvendig – så en seks år gammel aldri bare faller ned i åpen-internett-samtale.”

Personvern blir også behandlet som en arkitektonisk begrensning samt en politikk – men det har også stille blitt en konkurranse. Fordi Children’s Online Privacy Protection Rule (COPPA) forbryter innhenting av barns stemme-data uten foreldrenes samtykke, utgjør den største offentlig tilgjengelige datasett av barns stemmer bare noen hundre timer.

Buddy.ai har samlet inn titusener av timer med ekte barns stemmer over alder, aksenter og hjemmemiljøer. De fleste tok den enklere veien å tilpasse voksne LLM-er for barn i stedet for å bygge fra bunnen av, men snarveien er nå en belastning.

I Buddys tilfelle kjører all støy på plattformens egen infrastruktur, barns stemme blir prosessert i sanntid og kastet før foreldrene noen gang tenker på det, og ingen samtaler blir sendt gjennom kommersielle AI-API-er, ifølge Crewkov.

“Vi er meget eksplisitte med foreldre om hva vi samler inn, hvorfor og hvordan de kan slette det – åpenhet er like viktig som teknologien selv,” understreket Crewkov.

Siden lanseringen av ChitChat, deres siste store oppdatering på det amerikanske markedet som introduserer mer avansert flytende samtale, rapporterer selskapet at amerikanske studenter fullførte 7,7 ganger flere øvelser i samme tidsramme som året før.

Globalt har gjennomsnittlig antall øvelser fullført per måned økt 3,5 ganger fra år til år.

Crewkov er åpen om begrensningene av hva disse tallene beviser. “Å designe forskningsstudier som kunne kvantifisere studentlæring er noe vi håper å gjøre i den nærmeste fremtid,” sa han. For nå er bevisgrunnlaget basert på brukertilbakemeldinger, produktengasjementdata og bransjepris-anerkjennelse.

Den større sammenhengen

Kanskje det mest talende øyeblikket i Buddy.ai’s historie er det som kom uinvitert: uten noen målrettet markedsføring, begynte foreldre av barn med autisme og taleforsinkelse å dukke opp i undersøkelsesdata som blant plattformens mest engasjerte brukere.

“Vi var opprinnelig ganske overrasket. Det understreket at det var andre måter å tjene studenter verden over på en måte som Buddy kunne,” sa Crewkov.

For grunnleggeren var det ikke bare et interessant anomali – det pekte på et hull som produktet ikke var designet for å fylle, men åpenbart kunne. Selskapet svarte ved å bygge en dedikert Applied Behavior Analysis (ABA)-kurs.

Hullet er stort og godt dokumentert. En markedsrapport fra 2025 fant at autisme-prevalensen i USA er så høy som 1 av 31 barn i dag, opp fra 1 av 150 i 2000 – mot en varig bakgrunn av sertifiserte terapeutmangel. For familier uten adekvat forsikringsdekning kan årlige ABA-terapikostnader nå 250 000 dollar.

Nasjonale helseinstitutter (NIH) forskning på hvorfor familier ikke fikk ABA, fant barrierene å være praktisk: de vanligste årsakene inkluderte lange ventetider (34%), manglende ABA-tilbydere i deres område (10%) og at forsikringen ikke dekket terapien (10%). Undersøkelsesdata viste også at over halvparten av alle USAs fylker har ingen sertifiserte atferdsanalytikere.

Om en AI-karakter utgjør en meningsfull intervensjon på klinisk nivå, er et åpent spørsmål – men som et konsekvent, lavkostnads, påkrav-praksisverktøy for barn på lange ventelister, er verdien lettere å forsvare.

“Dette er et arbeid i fremgang, men vi er veldig stolte av hvor initiativet er på vei,” sa Crewkov.

Den større sammenhengen

Det bredere edtech-markedet er nå fullt av selskaper som gjør tilstøtende krav; AI som er bygget for formålet, robust arkitektur; virkelige læringsinduserende produkter. Faktisk er det globale AI-i-utdanningsmarkedet estimert å nå 32,27 milliarder dollar i 2030, og hver større spiller har en barne-strategi.

Hva skiller Buddy.ai’s posisjon, er ikke kravene i seg selv, men tidsplanen. Crewkov startet å arbeide med barns talegjenkjenning lenge før den nåværende investeringsbølgen gjorde det moterikt, og før LLM-er gjorde det enkelt å bygge en overbevisende lydende språklærer på en ettermiddag.

Den tekniske infrastrukturen – de akustiske modellene trent på barns stemmer, den kurrikulum-bevisste arkitekturen, det proprietære avatarsystemet – reflekterer nesten et tiår med iterasjon på det spesifikke problemet, ikke en rask vending mot et varmt marked.

“Om to år vil Buddy kunne gi engelsklærerne den praksisen de trenger for å avansere fra de aller første engelske ordene til flytende. Vi er ikke i en rush, fordi vi prioriterer sikkerhet og personvern,” forklarte Crewkov.

Og under alt dette ligger en designfilosofi som går imot kornet av de fleste AI-produkttenkninger. “Seks år gamle kommer ikke tilbake for AI. De kommer tilbake for en karakter og en verden de føler seg en del av.”

Det er en vanskeligere ting å replikere enn en chatbot med et vennlig navn. Og for nå er Buddy.ai’s mest forsvarbare fordeler.