Ivan Crewkov CEO & Co-Founder of Buddy AI – Série de Entrevistas

Ivan Crewkov é o CEO e co-fundador da Buddy AI, o primeiro tutor de IA conversacional para crianças do mundo, com a missão de garantir que todos os alunos possam ter aulas de inglês particulares a um custo acessível. Depois de se mudar para os EUA, vindo da Sibéria, Ivan testemunhou sua filha de idade pré-escolar lutar para aprender inglês. Isso o inspirou a criar o Buddy, um personagem fictício com quem as crianças podem realmente conversar por meio do poder da IA gerativa.

Desde seu lançamento em 2020, o aplicativo Buddy ganhou vários prêmios e liderou as paradas na categoria Crianças e Educação da App Store, com mais de 36 milhões de downloads em todo o mundo.

Em 2014, você lançou o Cubic.ai, um dos primeiros alto-falantes inteligentes e aplicativos de assistente de voz para casas inteligentes. Quais foram algumas das suas principais conclusões dessa experiência?

Não tenho certeza de que posso assumir o crédito por lançar o Cubic.ai. Eu me juntei à empresa um ano após sua fundação e recebi o título de co-fundador por minha contribuição.

Aqui estão as principais conclusões:

• O hardware é difícil, mas alguém tem que fazer isso de qualquer forma. Garantir financiamento de venture para startups de hardware é extremamente difícil. A única coisa que torna as coisas um pouco mais fáceis é o financiamento coletivo.
• O espaço de produtos de voz é vasto e diverso. O que se aplica a casas inteligentes não se aplica ao aprendizado precoce, desde tecnologias até design de UX.

Poderia compartilhar a história de origem do Buddy e como ele surgiu da sua mudança para os EUA, vindo da Sibéria?

Com o Cubic.ai, eu me mudei da Sibéria para os EUA em 2014 e trouxe minha família comigo. Minha filha mais velha, Sofia, começou a aprender inglês como segunda língua quando foi para uma escola de pré-escolar em Mountain View, Califórnia, aos 4 anos de idade. Sofia lutou para começar a falar inglês nos primeiros 3 a 5 meses na pré-escolar. Nós estávamos preocupados porque ela não conseguia encontrar amigos e brincar com a maioria de seus colegas de classe devido à língua. Nós começamos a procurar maneiras de ajudá-la a aprender a falar.

Tornou-se claro que os aplicativos de língua para crianças não ensinam a falar (e tudo permaneceu o mesmo ao longo do tempo), e os aplicativos de língua para adultos, como o Duolingo, não funcionam para crianças devido à UX. Então, começamos a ter aulas em plataformas que conectam crianças com professores ao vivo por meio de conferências de vídeo. Exemplos incluem Cambly, VipKid, Novakid, GoStudent, etc. À medida que observei Sofia aprender com professores ao vivo virtualmente, eu vi o benefício da atenção individualizada e da prática de fala ativa, mas também vi as limitações desses programas em geral.

Por exemplo, à medida que as plataformas de tutoria online e escolas online crescem, muitas delas têm que contratar pessoas sem formação pedagógica, habilidades em ensino de crianças ou até mesmo um nível apropriado de proficiência em inglês. Portanto, para garantir um certo nível de qualidade de educação, as plataformas e escolas online estritamente roteiam os planos de aula e currículos, e os professores têm que usar exercícios pré-fabricados, incluindo fragmentos de áudio e vídeo. Infelizmente, em muitas plataformas, os professores basicamente trabalham como robôs.

Ainda assim, a tutoria online tem sido a única maneira pela qual a maioria das pessoas pode aprender a falar inglês, especialmente em países que não falam inglês. Mas, em parte devido à escassez de professores, é muito caro para a maioria das famílias. Aprender com professores ao vivo é um serviço de educação premium que poucas famílias podem pagar.

Meu co-fundador e eu chegamos à conclusão de que a tutoria de IA é a única maneira escalável de fornecer aulas de inglês individualizadas para cada criança em todo o mundo. Logo, aprendemos que também é a melhor do ponto de vista educacional. Quando estávamos considerando os primeiros protótipos do Buddy, fomos inspirados por pesquisas no campo de Humanos Virtuais na Educação.

Estudos acadêmicos mostram as vantagens educacionais e a superioridade de agentes pedagógicos animados em comparação com ferramentas de aprendizado tradicionais e ambientes. Por exemplo, veja Face-to-Face Interaction with Pedagogical Agents, Twenty Years Later, um artigo de 2016 que faz uma visão geral do campo e cita muito do material relevante. Aqui está uma citação:

“Em particular, a meta-análise encontrou que os agentes melhoram o aprendizado em comparação com ambientes de aprendizado que não apresentam agentes. […] Talvez o mais interessante foi a descoberta de que, na educação formal, os agentes pedagógicos parecem ser mais eficazes para jovens aprendizes do que para aprendizes mais velhos. […] Estudos encontraram, por exemplo, que os alunos que interagem com agentes pedagógicos exibem resultados de aprendizado mais fortes quando 1) os agentes pedagógicos falam em vez de se comunicar por texto, 2) os agentes pedagógicos usam gestos humanos, 3) os agentes pedagógicos se comunicam de forma conversacional em vez de formal, e 4) os agentes pedagógicos usam frases polidas em vez de diretas.”

Isso fortaleceu nossa confiança na abordagem de tutoria de IA multimodal. Decidimos que o Buddy seria um tutor de IA multimodal – um agente pedagógico animado capaz de reconhecimento de voz e processamento de linguagem natural. No núcleo, um sistema de tutoria de IA consiste em três tecnologias principais:

1. Reconhecimento e análise de fala automática (ASR) nos permitem processar e analisar a fala do aluno.
2. Processamento de linguagem natural (NLP), compreensão de linguagem natural e gerenciamento de diálogo que processa o conteúdo da fala do aluno e produz a próxima resposta. A resposta consiste em componentes verbais e não verbais.
3. Personagem virtual animado que fornece feedback de escuta e reproduz a resposta do sistema. O personagem é animado proceduralmente – o sistema cria animações em tempo real a partir da resposta do NLP.

As três componentes são cruciais para nossa abordagem, pois apenas em combinação elas nos permitem construir um tutor interativo e envolvente e entregar uma experiência educacional bem-sucedida.

Minha filha Sofia e o filho do meu co-fundador, Arseny, se tornaram os primeiros usuários do Buddy. Sofia usou as primeiras versões do Buddy durante o 1º ano.

Alguns anos depois, minha filha mais nova, Alisa, começou a usar o Buddy aos 3 anos de idade, quando foi para a pré-escolar. Agora, ela está na transição para o jardim de infância e brinca com o Buddy quase todos os dias. Quando Alisa começou a aprender com o Buddy, ela tinha alguns problemas de fala, então o Buddy não entendia a maioria das vezes. Mas, após algumas semanas de prática, não apenas seu inglês, mas também sua fala melhorou, pois ela tentou seu melhor para fazer o Buddy entender.

Por que os métodos tradicionais de ensinar uma segunda língua são tão ineficazes?

Hoje, estamos focados em resolver problemas educacionais específicos relacionados à fala. Você não pode aprender a falar sem prática de fala:

• A maioria das ferramentas educacionais tradicionais se concentra em ensinar outras habilidades linguísticas, como leitura ou escrita.
• Os aplicativos de língua para crianças não ensinam habilidades de fala.
• Alguns aplicativos de língua para adultos hoje fornecem prática de fala usando IA, mas esses serviços não funcionam para crianças devido à UX, preocupações de segurança e regulamentos de privacidade.
• Os professores ao vivo são muito caros para a maioria das famílias. Infelizmente, muitos professores não têm treinamento pedagógico ou não são proficientes em inglês.

O Buddy é um tutor de IA multimodal.

• É superior às ferramentas de aprendizado tradicionais porque funciona como um professor ao vivo em muitos aspectos. Deixe-me citar um de nossos consultores, Dr. Alex Desatnik, PhD, University College London:

“Tutor virtual baseado em voz. Esse conceito pode parecer simples, mas há ciência por trás disso. Do ponto de vista da psicologia do aprendizado, o personagem virtual é uma encarnação do professor. Essa abordagem cria um efeito chamado confiança epistêmica, fortalecendo a motivação e o engajamento do aluno e melhorando os resultados de aprendizado.”

• O Buddy tem algumas vantagens até sobre os professores humanos. O Buddy não julga, e para algumas crianças, é mais fácil começar a falar com o Buddy do que com um professor. É por isso que, hoje, muitos professores usam o Buddy como um quebra-gelo que ajuda as crianças a superar o medo e o desconforto e começar a falar a língua.

O Buddy funciona para ajudar os professores, não para substituí-los.

Acho que é muito importante notar isso. O Buddy pode ajudar os professores a automatizar a parte monótona do trabalho – fornecer prática regular. Queremos dar poder aos professores da escola. O Buddy é como uma equipe de professores e assistentes de professor, trabalhando individualmente com cada criança na sala de aula e relatando ao professor da classe.

Pode discutir como o Buddy usa elementos de gamificação para manter as crianças animadas com o aprendizado?

Fato divertido: o aplicativo móvel do Buddy foi baixado 22 milhões de vezes em 2023, e mais de 70% desses downloads foram feitos por crianças. Para as crianças, nosso aplicativo é um jogo onde elas brincam com o Buddy, seu amigo virtual que fala e um youtuber popular. As crianças baixam o aplicativo e convencem os pais a pagar por uma assinatura, explicando que o Buddy é um professor.

Para fazer essa abordagem funcionar, estamos projetando o Buddy como um jogo com uma história e um universo. Trabalhamos com designers de personagens de Hollywood e escritores para criar o Buddy e sua história. Temos uma equipe de design de jogos muito forte trabalhando diretamente com nossos educadores e transformando currículos e exercícios em mini-jogos no mundo do Buddy.

Quais são algumas outras funcionalidades principais que tornam o Buddy tão poderoso no ensino de uma segunda língua?

Nossa funcionalidade principal está realmente focada no Buddy como um tutor de IA multimodal:

• Reconhecimento de fala
• IA conversacional
• Comportamento visual do avatar

Quais são alguns dos algoritmos de aprendizado de máquina usados no Buddy?

Estamos desenvolvendo a pilha completa de tecnologias, trabalhando juntas para habilitar nossa abordagem de tutoria de IA multimodal.

• BSR (Reconhecimento de Fala do Buddy) é um motor de reconhecimento de fala proprietário, projetado especificamente para trabalhar com a fala de crianças com sotaque e cumprir regulamentos como o COPPA.
• BLM (Modelo de Linguagem do Buddy) — Motor de IA Conversacional para Crianças. Seguro, rápido e gratuito para operar. Ele se concentra em funcionalidades educacionais específicas e é muito menos versátil do que os grandes modelos de linguagem.
• BABE (Motor de Comportamento do Avatar do Buddy). Essa tecnologia gera o comportamento visual do personagem com base no contexto da conversa. O Buddy entende quando precisa sorrir, mudar de cor ou colocar um chapéu engraçado.

Muitos sistemas de reconhecimento de voz lutam com sotaques, especialmente para crianças pequenas, como o Buddy supera esses desafios?

Desenvolvendo o BSR, nossa tecnologia de reconhecimento de fala proprietária.

Nossa audiência única e mercado exigiram o desenvolvimento de tecnologia proprietária. O Buddy deve reconhecer a fala com sotaque altamente acentuado de jovens aprendizes de inglês como língua estrangeira (EFL). Outro fator complicador é que os alunos iniciantes começam aprendendo palavras separadas, frequentemente curtas, que são muito difíceis de reconhecer sem contexto. Finalmente, o mercado de crianças é altamente regulamentado, e o reconhecimento de voz está sujeito à Lei de Proteção à Privacidade Online das Crianças (COPPA), pois as gravações de voz são consideradas Informações de Identificação Pessoal (PII).

O BSR lida com a fala de crianças com diferentes sotaques, produzida em uma variedade de dispositivos móveis com microfones de várias qualidades acústicas e em ambientes de vida real com muitos tipos de ruído de fundo. E é compatível com a COPPA por design.

Trabalhando globalmente, conseguimos acumular um conjunto de dados único para treinar nosso modelo. Hoje, o BSR supera as soluções comerciais prontas para uso no reconhecimento e compreensão da fala de crianças com sotaque.

Como você planeja expandir a penetração no mercado para atingir pais que podem não estar familiarizados com a tecnologia de IA?

O Buddy começou a ver o sucesso antes que a IA se tornasse uma palavra-chave, e a maioria dos nossos usuários não são os típicos adotantes iniciais de tecnologia. Estamos resolvendo um problema educacional importante, e acaba que estamos usando a IA para isso.

Ainda assim, um dos desafios que enfrentamos é fazer com que os pais levem a sério o aprendizado com o Buddy, assim como levam a sério um professor ao vivo – não pulando lições, seguindo um cronograma, etc. A revolução atual de IA parece estar ajudando com isso.

Direi que o próximo grande passo para nós é começar a trabalhar mais estreitamente com professores e escolas. Estamos executando um piloto de parceria com uma escola no Brasil e discutindo parcerias com uma dúzia de outras instituições educacionais.

Qual é sua visão para o futuro dos tutores de IA e da educação em geral?

Os tutores de IA são a melhor e única maneira escalável de resolver o principal problema educacional da humanidade – a escassez global de professores. Precisamos de cerca de 69 milhões de novos professores para atender apenas às necessidades básicas de aprendizado. Para matérias que exigem tutoria individualizada, como aprendizado de língua, o problema é muito pior.

A revolução de IA acelerou o desenvolvimento de tutores de IA, embora principalmente no segmento adulto, usando soluções prontas para uso, enquanto o aprendizado precoce permanece drasticamente subatendido. Estamos orgulhosos de sermos pioneiros na tutoria de IA para crianças pequenas.

Com relação ao nosso futuro, o Buddy começou como um tutor de aprendizado de língua, mas, a longo prazo, ele se tornará uma plataforma de tutoria de IA que ensinará uma ampla variedade de matérias para crianças menores de 12 anos. Já começamos a lançar uma versão inicial do nosso primeiro curso não de língua – o Currículo de Preparação para a Escola para crianças dos EUA. Vemos o Buddy como o assistente de aprendizado da criança, crescendo com a criança desde os 3 ou 4 anos de idade e ensinando vários cursos ao longo de muitos anos.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Buddy AI.