Finansiering
Gizmo henter inn 22 millioner dollar i serie A-finansiering for å omdanne skjermtid til lærings tid

Gizmo har sikret 22 millioner dollar i serie A-finansiering, noe som markerer en stor milepæl for en av de raskest voksende AI-drevne utdanningsplattformene. Runden ble ledet av Shine Capital, med deltakelse fra Ada Ventures, Seek Investments, GSV og NFX, og legger til momentum for et selskap som allerede betjener over 13 millioner lærere i over 120 land.
Gizmo ble grunnlagt i 2021 av universitetsstudenter fra University of Cambridge, og bygger en ny kategori av læringsplattform som kombinerer kunstig intelligens med engasjementsmekanikken som vanligvis er forbundet med sosiale medier. Målet er ikke å redusere skjerm tid, men å grundig forbedre hvordan denne tiden brukes.
Omprogrammering av oppmerksomhetsøkonomien for læring
Utdanning har lenge kjempet for å konkurrere med de høyt optimerte engasjementsloopene i moderne apper. Mens plattformer som TikTok og Instagram kontinuerlig finjusterer personliggjøring, tilbakemelding og belønningssystemer, har studier forblitt stort sett statiske og ofte isolerte.
Gizmos tilnærming er å anvende de samme atferdsmessige prinsippene på læring. I stedet for å behandle skjerm tid som et problem, omdefinierer plattformen det som en mulighet – designet erfaringer som belønner fremgang, oppmuntre konsistens og skaper en følelse av fremdrift. Resultatet er et læringsmiljø som føles dynamisk snarere enn repetitivt.
Hvordan plattformen fungerer
I kjernen transformerer Gizmo passive studiematerialer til aktive læringsystemer. Brukere kan laste opp notater, dokumenter eller selv nettlenker, som deretter prosesseres av AI for å generere tilpassede studieverktøy.
Disse inkluderer interaktive flashcards, adaptive quizer som justerer seg etter ytelse, og gamifiserte utfordringer designet for å forsterke gjennomføring. Systemet finjusterer seg kontinuerlig basert på brukeratferd, og skaper en personlig tilbakemeldingsloop som utvikler seg med hver sesjon.
Forbi individuell studie, inkorporerer Gizmo sosiale funksjoner som tillater brukere å samarbeide, konkurrere på ledertavler og opprettholde ansvar med jevnaldrende. Dette legger til en lag av fellesskap til hva som tradisjonelt har vært en ensom aktivitet, og øker både motivasjon og konsistens.
Bygget for en global, mobil-først generasjon
Gizmos raske adopsjon understreker en bredere skift i hvordan læring konsumeres. Fra studenter som forbereder seg til eksamen i Storbritannia og USA til profesjonelle som oppgraderer i nye markeder, har plattformen blitt en daglig vane for millioner.
Selskapets mobil-først design reflekterer virkeligheten at smarttelefoner nå er det primære grensesnittet for læring verden over. Ved å møte brukerne der de allerede tilbringer sin tid, reduserer Gizmo friksjon og øker engasjement i stor skala.
Med den nye finansieringen planlegger Gizmo å utvide sine ingeniør- og AI-lag samtidig som de akselerer sin fremstøt i den amerikanske college-markedet. Dette inkluderer dypere produktutvikling rettet mot å øke engasjement og utvide typene av innhold plattformen kan støtte.
Selskapet investerer også i funksjoner som styrker gjennomføring og langvarig bruk, med fokus på å gjøre læring ikke bare tilgjengelig, men også vanedannende.
En AI-nativ tilnærming til utdanning
En nøkkel til Gizmos differensiering er at det ble bygget som en AI-nativ plattform fra bunnen av. I stedet for å legge kunstig intelligens på en eksisterende produkt, er systemet designet rundt automatisering, personliggjøring og kontinuerlig tilpasning.
Dette tillater Gizmo å eliminere mye av den manuelle innsatsen som tradisjonelt kreves for studie, som å lage flashcards eller strukturere revisjonsplaner. I stedet håndterer plattformen disse oppgavene øyeblikkelig, og gjør det mulig for brukerne å fokusere på læring selv.
Ettersom flere studenter bidrar med innhold og interagerer med systemet, nyter plattformen også av nettverkseffekter, og forbedrer kvaliteten og relevansen av sine utdata over tid.
Fremtiden for AI-drevet læring
Plattformer som Gizmo peker mot en bredere skift i hvordan utdanning kan utvikle seg over de kommende årene. Ettersom AI-systemer blir mer kapable til å tilpasse seg i sanntid, kan læring flytte seg bort fra standardiserte formater mot høyt individualiserte erfaringer som reagerer på hvordan hver person absorberer informasjon.
Dette har implikasjoner utover studenter. Kontinuerlig, påkravd læring kan bli innlemmet i daglige arbeidsflyter, og utviske grensen mellom utdanning og produktivitet. I stedet for periodisk oppgradering, kan enkeltindivider komme til å stole på AI-systemer for å guide læring i parallell med arbeid, og justere innhold dynamisk basert på ytelse og mål.
På et systemnivå, utfordrer denne typen teknologi tradisjonelle modeller for læreplan- og vurderingsdesign. Hvis engasjement, gjennomføring og mestring kan spores kontinuerlig, kan eksamen, klasserom og selv formelle kreditter begynne å skifte, og åpne døren for mer fleksible og resultatbaserte tilnærminger til utdanning.












