Buddy.ai utvikler talegjenkjenning og språktrening for barn

Markedet for språklæringsapper for barn blir stadig mer overfylt og granskes stadig grundigere. Forrige uke lanserte den ideelle organisasjonen Common Sense Media Youth AI Safety Institute, det første uavhengige laboratoriet i sitt slag som støttes av 20 millioner dollar per år for å stressteste AI-produkter for barn – et press som kommer samtidig som AI allerede står for 33,5% av inntektene i digitale språklæringsprodukter.

Samtidig er barnesegmentet alene i dette markedet forventet å vokse kraftig 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 – som ofte leser fra manus.

En artikkel fra 2024 understreker hvorfor: barns stemmer innebærer raske, uforutsigbare endringer i tonehøyde, artikulasjon og ordforrådsutvikling som får modeller trent på voksnes data til å feile.

Og i praksis betyr dette at en seksåring som lærer engelsk får et system som misforstår dem, ikke reagerer eller verre: svarer på noe helt annet. 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 et alminnelig samtaleemne.

Et kjent utgangspunkt

Crewkovs vei inn i utdanningsteknologi 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 i barnehagen. Han prøvde alle tilgjengelige verktøy og fant de samme manglene i alle sammen.

“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 lærere som underviste direkte på nett, 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.

Med sin bakgrunn innen AI så Crewkov klart hva situasjonen innebar: “Det var tydelig for meg at sannsynligvis 80% av dette arbeidet kunne gjøres med en virtuell, snakkende AI-karakter og talegjenkjenning. Dette ville også gjøre markedet tilgjengelig for langt flere fordi det var ekstremt dyrt,”

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

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

Dette er sannsynligvis familiene som oftest vil søke det plattformer som Buddy.ai tilbyr, og som har minst sannsynlighet for stabil tilgang til gode opplæringstilbud for små barn. Blant DLL-barna bor 43% i lavinntektshusholdninger 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 sin tilnærming vesentlig fra de fleste konkurrentene.

Utviklet for barn fra grunnen av

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 hvert lag i systemet ut fra barns stemmer, atferd, gjeldende regler og konsentrasjonsevne – i stedet for å prøve å gi en chatbot for voksne en barnemodus.”

Hovedproblemet er akustisk. “LLM-systemer for voksne tar utgangspunkt i voksnes tekst og tale: lange grammatiske setninger, stabil uttale og stille miljøer. En seksåring gir deg det motsatte: ufullstendige ytringer, uttalefeil, roping, sterke aksenter og bakgrunnsstøy.”

Buddys talegjenkjenner er trent og kontinuerlig trent på nytt på titusener av timer med virkelige barnestemmer fra ulike aldersgrupper, aksenter og støyende hjemmemiljøer. Oppstartsselskapet hevder at modellen nå overgår Googles generelle talegjenkjenning på barns stemmer, noe som er mer troverdig enn det først kan virke: trening spesifikt på målpopulasjonen overgår konsistent trening på data fra voksne.

Samtalelaget er også bygget for formålet. Hver sesjon opererer innenfor det som Crewkov beskriver som et “styrende lag” – et læreplanbevisst system med en sesjonsplan, definerte emner og måloppfølging. Språkmodellen opererer som en komponent innenfor denne strukturen, ikke som produktet selv.

Hvis et barn kommer inn på et sidespor, leder systemet samtalen tilbake; den flyter ikke fritt videre til hva som helst en generell språkmodell kan produsere. “Det er en sesjonsplan, tillatte emner, måloppfølging og kode som styrer, retter eller avslutter samtalen når det er nødvendig – så en seksåring aldri bare havner i en ubegrenset nettsamtale.”

Personvern ivaretas både gjennom tekniske begrensninger i arkitekturen og gjennom retningslinjer – men det har også i det stille blitt et konkurransefortrinn. Fordi Children’s Online Privacy Protection Rule (COPPA) forbyr innsamling av barns stemmedata uten foreldrenes samtykke, utgjør det største offentlig tilgjengelige datasettet av barns stemmer bare noen hundre timer.

Buddy.ai har samlet inn titusener av timer med virkelige barnestemmer fra ulike aldersgrupper, aksenter og støyende hjemmemiljøer. De fleste konkurrentene 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 kjøres all AI-beregning på plattformens egen infrastruktur, barnas stemmer behandles i sanntid og slettes 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 avanserte, fritt flytende samtaler, 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 anerkjennelse gjennom bransjepriser.

Bruksområdet ingen hadde planlagt

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

“Vi var opprinnelig ganske overrasket. Det viste tydelig at Buddy kunne hjelpe elever verden over på andre måter, til en overkommelig pris,” sa Crewkov.

For grunnleggeren var det ikke bare et interessant avvik – det pekte på et hull som produktet ikke var designet for å fylle, men åpenbart kunne. Selskapet svarte ved å bygge et eget kurs i anvendt atferdsanalyse (ABA).

Hullet er stort og godt dokumentert. En markedsrapport fra 2025 fant at forekomsten av autisme i USA er så høy som 1 av 31 barn i dag, opp fra 1 av 150 i 2000 – mot et vedvarende bakteppe av mangel på sertifiserte terapeuter. For familier uten adekvat forsikringsdekning kan årlige ABA-terapikostnader nå 250 000 dollar.

Forskning fra National Institutes of Health (NIH) på hvorfor familier ikke fikk ABA, viste at hindrene var påfallende praktiske: 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 ikke har noen sertifiserte atferdsanalytikere.

Om en AI-karakter utgjør en meningsfull intervensjon på klinisk nivå, er et åpent spørsmål – men som et stabilt og rimelig øvingsverktøy som er tilgjengelig ved behov for barn på lange ventelister, er verdien lettere å forsvare.

“Dette er fortsatt under utvikling, men vi er veldig stolte av hvor initiativet er på vei,” sa Crewkov.

Det større spørsmålet

Det bredere edtech-markedet er nå fullt av selskaper som fremsetter lignende påstander: spesialutviklet AI, robust arkitektur og produkter som faktisk fører til læring. Faktisk er det globale AI-i-utdanningsmarkedet estimert å nå 32,27 milliarder dollar i 2030, og alle de store aktørene har en strategi for barn.

Det som skiller Buddy.ai sin posisjon fra konkurrentenes, er ikke selve påstandene, men tidsforløpet. 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 språklærer som høres overbevisende ut på en ettermiddag.

Den tekniske infrastrukturen – de akustiske modellene trent på barns stemmer, den læreplanbevisste arkitekturen, det proprietære avatarsystemet – reflekterer nesten et tiår med iterasjon på det spesifikke problemet, ikke en rask omstilling til et hett marked.

“Om to år vil Buddy kunne gi dem som lærer engelsk, den øvingen de trenger for å gå fra de aller første engelske ordene til å snakke flytende. Vi har ikke hastverk, fordi vi prioriterer sikkerhet og personvern,” forklarte Crewkov.

Og under alt dette ligger en designfilosofi som bryter med mye av den rådende tenkningen om AI-produkter. “Seksåringer 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 foreløpig er det Buddy.ai sitt mest forsvarbare konkurransefortrinn.