Dziecięcy AI, który poprzedza ChatGPT – teraz bije Google’a w rozpoznawaniu mowy dzieci

Rynek aplikacji do nauki języka dla dzieci staje się coraz bardziej zatłoczony i poddawany coraz większej kontroli. W zeszłym tygodniu,非profitowa organizacja Common Sense Media uruchomiła Youth AI Safety Institute, pierwsze niezależne laboratorium wspierane przez 20 milionów dolarów rocznie, aby testować produkty AI dla dzieci – presja, która przychodzi właśnie wtedy, gdy AI już stanowi 33,5% przychodu na rynku produktów do nauki języka online.

W tym samym czasie, segment dziecięcy w ramach tego rynku ma wzrosnąć z 2,38 miliarda dolarów w 2026 roku do 5,17 miliarda dolarów do 2035 roku. Wyraźnie, pieniądze poruszają się równolegle do integracji AI – ale także do nadzoru.

Badania przeprowadzone przez Instytut AI Uniwersytetu Kolorado udokumentowały tę lukę w sposób wyraźny: dokładność rozpoznawania mowy jest znacznie niższa dla dzieci niż dla dorosłych, ponieważ większość systemów komercyjnych jest szkolona na czystym dźwięku od dorosłych mówców – często czytających z scenariusza.

Artykuł z 2024 roku potwierdza, dlaczego: głosy dzieciobejmują szybkie, nieprzewidywalne zmiany w tonie, artykulacji i rozwoju słownictwa, co powoduje, że modele szkolone na dorosłych zawodzą.

I w praktyce oznacza to, że sześcioletnie dziecko uczące się angielskiego otrzymuje system, który źle słyszy, nie reaguje lub co gorsza – reaguje na coś zupełnie innego. Dziecko traci zainteresowanie nauką; rodzic traci pieniądze.

To jest problem, nad którym Ivan Crewkov zaczął pracować w 2018 roku, cztery lata przed tym, zanim duże modele językowe stały się głównym tematem rozmów.

Znany Punkt Wyjścia

Wejście Crewkowa na rynek edukacyjny było osobiste. Kiedy jego rodzina przeniosła się z Syberii do Kalifornii w 2014 roku, jego córka Sofia miała cztery lata i miała trudności z nauką angielskiego w przedszkolu. Próbował każdego dostępnego narzędzia i znalazł te same luki we wszystkich.

„Często obejmowały czytanie, czego jeszcze nie potrafiła, czuły się zbyt bardzo jak praca i nie oferowały ćwiczeń mówienia – kluczowych dla dzieci uczących się nowego języka”, powiedział Unite AI.

Następnie zwrócił się do nauczycieli online, zaczął nagrywać sesje i zauważył coś, czego nie oczekiwał. „Nauczyciele dosłownie czytali ze swoich ekranów”, powiedział, a wielu z nich nie było certyfikowanymi nauczycielami; każda sesja kosztowała 15 do 20 dolarów.

Pochodząc z tła AI, ocena sytuacji przez Crewkowa była prosta: „Było dla mnie jasne, że prawdopodobnie 80% tej pracy mogłoby być wykonane przy użyciu wirtualnego, mówiącego charakteru AI i rozpoznawania mowy. To również dramatycznie zliberalizowałoby rynek, ponieważ był niezwykle drogi”,

„Pomysł polegał na tym, aby zapewnić miesiąc nauki za cenę jednej sesji z nauczycielem”, dodał. Ten pomysł stał się Buddy.ai.

Blisko 10,8 miliona małych dzieci – 32% wszystkich amerykańskich dzieci poniżej dziewiątego roku życia – są dwujęzycznymi uczniami (DLL), z co najmniej jednym rodzicem, który mówi językiem innym niż angielski w domu, zgodnie z danymi Migration Policy Institute. Od 2000 roku, w rzeczywistości, ta populacja wzrosła o 24%, a DLL stanowią teraz ponad 20% populacji małych dzieci w 24 stanach i Waszyngtonie.

Te rodziny są prawdopodobnie tymi, które najczęściej szukają platform takich jak Buddy.ai – i najmniej prawdopodobnie mają stały dostęp do wysokiej jakości programów wczesnej edukacji, z 43% żyjących w gospodarstwach domowych o niskich dochodach w porównaniu z 33% dzieci niebędących DLL.

Logika handlowa jest zatem jasna. Trudniejsze pytanie brzmi, czy technologia ta naprawdę działa – i tutaj podejście Buddy.ai znacznie odbiega od większości konkurencji.

Stworzone Z Myślą O Dzieciach, Nie Przystosowane

Różnica, którą Crewkov wytyka między budowaniem dla dzieci a dostosowaniem dla nich, jest architektoniczna, a nie kosmetyczna. „Budowanie AI od podstaw dla dzieci oznacza, że ograniczamy i przebudowujemy każdą warstwę stosu wokół głosów dzieci, zachowania, regulacji i uwagi – zamiast próbować „trybu dziecięcego” chatbota dla dorosłych.”

Podstawowym problemem jest akustyka. „Stos LLM dla dorosłych zakłada tekst i mowę dla dorosłych: długie zdania gramatyczne, stabilną wymowę i ciche środowiska. Sześcioletnie dziecko daje Ci odwrotność: fragmentaryczne wypowiedzi, błędne wymowy, krzyki, silne akcenty i hałas w tle.”

Rozpoznawanie mowy Buddy.ai zostało przeszkolone i ciągle przeszkolone na dziesiątkach tysięcy godzin prawdziwych głosów dzieci w różnym wieku, akcentach i głośnych środowiskach domowych. Firma twierdzi, że teraz przewyższa ogólne rozpoznawanie mowy Google’ a w przypadku głosów dzieci, co ma więcej wiarygodności, niż mogłoby się wydawać: szkolenie specjalnie na docelowej populacji stale przewyższa szkolenie na danych dla dorosłych.

Warstwa konwersacyjna jest podobnie stworzona z myślą o dzieciach. Każda sesja odbywa się w ramach tzw. „warstwy zarządzającej” – systemu świadomego programu nauczania, z planem sesji, określonymi tematami i śledzeniem celów. Model językowy działa jako jeden z komponentów w ramach tej struktury, a nie jako sam produkt.

Jeśli dziecko zboczy z kursu, system kieruje je z powrotem; nie ma otwartego dryfowania w stronę czegoś, co ogólny LLM mógłby wyprodukować. „Istnieje plan sesji, dozwolone tematy, śledzenie celów i kod, który kieruje, przekierowuje lub kończy rozmowę, gdy jest to potrzebne – więc sześcioletnie dziecko nigdy nie wpada w otwartą, nieograniczoną rozmowę w Internecie.”

Prywatność jest również traktowana jako ograniczenie architektoniczne, a także polityczne – ale również cicho stała się konkurencyjna. Ponieważ Reguła Ochrony Prywatności Dzieci w Internecie (COPPA) zabrania gromadzenia danych głosowych dzieci bez zgody rodziców, największy publicznie dostępny zbiór głosów dzieci wynosi tylko kilkaset godzin.

Buddy.ai zgromadził dziesiątki tysięcy godzin prawdziwych głosów dzieci w różnym wieku, akcentach i głośnych środowiskach domowych. Większość wzięła łatwiejszą drogę, dostosowując LLM dla dorosłych do dzieci, zamiast budować od podstaw, ale ta skrót jest teraz wadą.

W przypadku Buddy.ai wszystkie interferencje działają na infrastrukturze platformy, głos dziecka jest przetwarzany w czasie rzeczywistym i wyrzucany, zanim rodzice nawet pomyślą o tym, a żadne rozmowy nie są kierowane przez komercyjne API AI, zgodnie z oświadczeniem Crewkowa.

„Jesteśmy bardzo wyraźni wobec rodziców co do tego, co zbieramy, dlaczego i jak mogą to usunąć – transparentność jest równie ważna jak sama technologia”, podkreślił Crewkov.

Od czasu uruchomienia ChitChat, najnowszej dużej aktualizacji na rynku amerykańskim, która wprowadza bardziej zaawansowaną, swobodną rozmowę, firma zgłasza, że amerykańscy studenci wykonali 7,7 razy więcej ćwiczeń w tym samym czasie co w poprzednim roku.

Światowo, średnia liczba ćwiczeń wykonanych miesięcznie wzrosła trzykrotnie w ciągu roku.

Crewkov jest otwarty co do ograniczeń tych liczb. „Projektowanie badań, które mogłyby ilościowo zmierzyć naukę uczniów, jest czymś, co mamy nadzieję zrobić w najbliższej przyszłości”, powiedział. Na razie jednak podstawa dowodowa opiera się na opinii użytkowników, danych o zaangażowaniu produktu i uznaniu branży.

Przypadek Użycia, Na Jaki Nikt Nie Zaplanował

Być może najbardziej wymownym momentem w historii Buddy.ai jest ten, który nadszedł niezapowiedziany: bez żadnej ukierunkowanej reklamy, rodzice dzieci z autyzmem i opóźnieniami w rozwoju mowy zaczęli pojawiać się w danych ankiety jako jedni z najbardziej zaangażowanych użytkowników platformy.

„Byliśmy początkowo dość zaskoczeni. To na pewno uświadomiło nam, że istnieją inne sposoby, w jakie Buddy mógłby tanio służyć uczniom na całym świecie”, wspominał Crewkov.

Dla założyciela nie było to tylko ciekawe zjawisko – wskazywało na lukę, której produkt nie był przeznaczony do wypełnienia, ale którą wyraźnie mógł wypełnić. Firma odpowiedziała, budując dedykowany kurs ABA.

Luka jest szeroka i dobrze udokumentowana. Raport rynkowy z 2025 roku znalazł, że częstość występowania autyzmu w USA jest tak wysoka, jak 1 na 31 dzieci dzisiaj, w porównaniu z 1 na 150 w 2000 roku – wraz z trwałym tłem braku certyfikowanych terapeutów. Dla rodzin bez odpowiedniego ubezpieczenia, roczne koszty terapii ABA mogą osiągnąć 250 000 dolarów.

Badania Narodowych Instytutów Zdrowia (NIH) wykazały, dlaczego rodziny nie otrzymywały ABA: najczęstsze powody obejmowały długie czasy oczekiwania (34%), brak dostawców ABA w ich okolicy (10%) i brak pokrycia ubezpieczeniowego (10%). Dane ankiety wykazały również, że ponad połowa wszystkich hrabstw w USA nie ma certyfikowanych analityków behawioralnych.

Czy charakter AI stanowi znaczącą interwencję na poziomie klinicznym, pozostaje otwarte pytanie – ale jako narzędzie praktyczne, tanie i na żądanie dla dzieci na długich listach oczekiwania, jego wartość jest łatwiejsza do obrony.

„To pozostaje w toku, ale jesteśmy naprawdę dumni z tego, dokąd ten projekt zmierza”, powiedział Crewkov.

Większe Pytanie

Szerszy rynek edukacyjny jest teraz pełen firm, które robią sąsiednie twierdzenia; AI stworzone z myślą o dzieciach, solidna architektura; produkty, które naprawdę uczą. W rzeczywistości, globalny rynek AI w edukacji szacowany jest na 32,27 miliarda dolarów do 2030 roku, a każdy główny gracz ma strategię dla dzieci.

To, co wyróżnia pozycję Buddy.ai, nie są same twierdzenia, ale harmonogram. Crewkov zaczął pracować nad rozpoznawaniem mowy dzieci zanim fala inwestycji uczyniła to modnym, i zanim LLM uczyniły łatwym budowanie przekonywująco brzmiącego nauczyciela języka w popołudnie.

Infrastruktura techniczna – modele akustyczne szkolone na głosach dzieci, architektura świadoma programu nauczania, system awatara – odzwierciedla prawie dekadę iteracji nad konkretnym problemem, a nie szybki zwrot w stronę gorącego rynku.

„W ciągu dwóch lat Buddy będzie w stanie dać uczniom naukę języka angielskiego, aby mogli rozwinąć się od pierwszych słów do biegleści. Nie spieszymy się, ponieważ priorytetem jest bezpieczeństwo i prywatność”, wyjaśnił Crewkov.

I wszystko to opiera się na filozofii projektowej, która idzie wbrew większości myślenia o produktach AI. „Sześcioletnie dzieci nie wracają dla AI. Wraca dla postaci i świata, którego są częścią.”

To jest trudniejsza rzecz do odtworzenia niż chatbot z przyjazną nazwą. I na razie najbardziej defensywna przewaga Buddy.ai.