Детский ИИ, Предшествующий ChatGPT – Теперь Обгоняет Google в Распознавании Речи Детей

Рынок приложений для изучения языков для детей становится все более переполненным и подвергается все большему контролю. На прошлой неделе некоммерческая организация Common Sense Media запустила Институт безопасности ИИ для молодежи, первый в своем роде независимый лабораторный комплекс, финансируемый в размере 20 миллионов долларов США в год для проверки продуктов ИИ для детей – давление, которое возникает именно в тот момент, когда ИИ уже составляет 33,5% дохода во всей цифровой продукции для изучения языков.

В то же время сегмент детей внутри этого рынка, как ожидается, вырастет с 2,38 миллиарда долларов США в 2026 году до 5,17 миллиарда долларов США к 2035 году. Очевидно, что деньги движутся параллельно с интеграцией ИИ – но также и контроль.

Исследования Института ИИ Университета Колорадо задокументировали разрыв явно: точность распознавания речи значительно ниже для детей, чем для взрослых, поскольку большинство коммерческих систем обучаются на чистой аудиоинформации от взрослых дикторов – часто читающих по сценарию.

Статья 2024 года подтверждает, почему: голоса детей включают быстрые, непредсказуемые изменения тона, артикуляции и развития словарного запаса, что заставляет модели, обученные на взрослых, спотыкаться.

И, на практике, это означает, что шестилетний ребенок, изучающий английский язык, получает систему, которая неправильно слышит его, не реагирует или, что хуже, реагирует не на то. Ребенок теряет интерес к обучению; родитель теряет деньги.

Это проблема, над которой Иван Крюков начал работать в 2018 году, за четыре года до того, как крупномасштабные языковые модели стали главной темой разговора.

Знакомая Точка Отсчета

Вход Крюкова в образовательную сферу был личным. Когда его семья переехала из Сибири в Калифорнию в 2014 году, его дочь София была четырех лет и испытывала трудности с изучением английского языка в детском саду. Он попробовал все доступные инструменты и обнаружил те же пробелы во всех из них.

«Они часто включали чтение, которое она еще не могла делать, они казались слишком похожими на работу, и они не предлагали практику речи – критически важной для детей, изучающих новый язык», – рассказал он Unite AI.

Затем он обратился к живым онлайн-репетиторам, начал записывать сеансы и заметил что-то, чего он не ожидал. «Учителя буквально читали с экранов», – сказал он, и многие из них не были сертифицированными педагогами; каждая сессия стоила 15-20 долларов.

Имея опыт работы с ИИ, оценка Крюкова ситуации была прямой: «Было rõ, что, вероятно, 80% этой работы можно было сделать с помощью виртуального, говорящего ИИ-персонажа и распознавания речи. Это также драматически демократизировало бы рынок, поскольку было крайне дорого»,

«Идея заключалась в том, чтобы предоставить месяц обучения за стоимость одной сессии репетитора», – добавил он. Эта идея стала Buddy.ai.

Около 10,8 миллиона маленьких детей – 32% всех детей в США в возрасте до девяти лет – являются двуязычными учениками (DLL), у которых хотя бы один родитель говорит на языке, отличном от английского, дома, согласно данным Института миграционной политики. С 2000 года эта популяция выросла на 24%, и DLL теперь составляют более 20% молодого населения в 24 штатах и округе Колумбия.

Эти семьи, вероятно, наиболее вероятно будут искать то, что предлагают платформы như Buddy.ai – и наименее вероятно будут иметь постоянный доступ к высококачественным программам дошкольного образования, с 43% живущими в домохозяйствах с низкими доходами по сравнению с 33% не-DLL детей.

Коммерческая логика, тогда, ясна. Более трудный вопрос заключается в том, действительно ли технология доставляет – и здесь подход Buddy.ai существенно отличается от большинства конкурентов.

Создано Специально, Не Адаптировано

Различие, которое Крюков проводит между построением для детей и адаптацией для них, является архитектурным, а не косметическим. «Построение ИИ с нуля для детей означает, что мы ограничиваем и перестраиваем каждый слой стека вокруг голосов детей, поведения, регулирования и внимания – вместо того, чтобы пытаться «модифицировать» взрослого чат-бота».

Основная проблема заключается в акустике. «Взрослые модели LLM предполагают взрослый текст и речь: длинные грамматические предложения, стабильную произношение и тихую среду. Шестилетний ребенок дает вам противоположное: фрагментарные высказывания, неправильное произношение, крики, сильные акценты и фоновый шум».

Распознаватель речи Buddy был обучен и постоянно переобучен на десятках тысяч часов реальных голосов детей всех возрастов, акцентов и шумных домашних сред. Стартап утверждает, что он сейчас превосходит общую систему распознавания речи Google на детских голосах, что несет больше достоверности, чем может показаться на первый взгляд: специфическое обучение на целевой популяции постоянно превосходит обучение на взрослых данных.

Конверсационный слой также создан специально. Каждая сессия работает внутри того, что Крюков описывает как «управляющий слой» – система, осведомленная о учебной программе, с планом сессии, определенной темой и отслеживанием целей. Языковая модель работает как один компонент внутри этой структуры, а не как сам продукт.

Если ребенок отклоняется от курса, система перенаправляет; нет открытого дрейфа в любую общую беседу. «Есть план сессии, разрешенные темы, отслеживание целей и код, который управляет, перенаправляет или завершает разговор, когда это необходимо – так, чтобы шестилетний ребенок никогда не попадал в открытую беседу в интернете».

Приватность также рассматривается как архитектурное ограничение, а также и политика – но оно также тихо стало конкурентным преимуществом. Поскольку правило защиты детей в интернете (COPPA) запрещает сбор голосовых данных детей без согласия родителей, крупнейшая публично доступная база данных голосов детей составляет всего несколько сотен часов.

Buddy.ai накопил десятки тысяч часов реальных голосов детей всех возрастов, акцентов и шумных домашних условий. Большинство выбрали более легкий путь адаптации взрослых моделей LLM для детей, а не построения с нуля, но этот обходной путь теперь стал недостатком.

Во всех случаях помехи работают на собственной инфраструктуре платформы, голоса детей обрабатываются в режиме реального времени и удаляются до того, как родители даже подумают об этом, и никакие разговоры не маршрутизируются через коммерческие API ИИ, как заявил Крюков.

«Мы очень явно заявляем родителям, что мы собираем, почему и как они могут удалить это – прозрачность так же важна, как и сама технология», – подчеркнул Крюков.

С момента запуска ChitChat, своего последнего крупного обновления на рынке США, которое вводит более продвинутую свободную беседу, компания сообщает, что американские студенты завершили в 7,7 раза больше упражнений в том же временном интервале, что и в предыдущем году.

Глобально среднее количество выполненных упражнений в месяц выросло в 3,5 раза год от года.

Крюков откровенен о пределах того, что эти цифры доказывают. «Разработка исследовательских работ, которые могли бы количественно измерить обучение студентов, – это то, что мы надеемся сделать в ближайшем будущем», – сказал он. Пока же основа доказательств опирается на обратную связь пользователей, данные об участии в продукте и признание отрасли.

Случай Использования, Который Никто Не Планировал

Возможно, самым показательным моментом в истории Buddy.ai является тот, который пришел без приглашения: без какой-либо целевой рекламы родители детей с аутизмом и речевыми задержками начали появляться в данных опроса как одни из наиболее вовлеченных пользователей платформы.

«Мы были изначально довольно удивлены. Это определенно подчеркнуло, что есть другие способы, которыми Buddy мог бы доступно обслуживать студентов по всему миру», – вспомнил Крюков.

Для основателя это не было просто интересной аномалией – это указало на пробел, который продукт не был разработан для заполнения, но, очевидно, мог. Компания ответила, создав специальный курс прикладного анализа поведения (ABA).

Пробел широк и хорошо задокументирован. Отчет о рынке 2025 года о центрах лечения аутизма в США показал, что распространенность аутизма в США составляет 1 из 31 детей сегодня, по сравнению с 1 из 150 в 2000 году – на фоне постоянного дефицита сертифицированных терапевтов. Для семей без достаточного страхового покрытия ежегодные затраты на терапию ABA могут достичь 250 000 долларов.

Исследования Национальных институтов здравоохранения (NIH) о том, почему семьи не получали ABA, показали, что барьеры были поразительно практичными: наиболее часто цитируемые причины включали длительные очереди (34%), отсутствие поставщиков ABA в их районе (10%) и отсутствие страхового покрытия терапии (10%). Данные опроса также показали, что более половины всех округов США не имеют сертифицированных поведенческих аналитиков.

Остается открытым вопрос, составляет ли ИИ-персонаж значимое вмешательство на клиническом уровне – но как последовательный, низкозатратный, доступный инструмент для практики для детей на длинных списках ожидания, его ценность легче защитить.

«Это остается работой в прогрессе, но мы действительно гордимся тем, куда движется инициатива», – сказал Крюков.

Более Большой Вопрос

Более широкий рынок эдтека теперь полон компаний, делающих смежные заявления; ИИ, созданный специально, прочная архитектура; реальные продукты, способствующие обучению. На самом деле, глобальный рынок ИИ в образовании оценивается в размере 32,27 миллиарда долларов США к 2030 году, и у каждого крупного игрока есть стратегия для детей.

То, что отличает позицию Buddy.ai, не являются сами заявления, а временная шкала. Крюков начал работать над распознаванием речи детей задолго до того, как текущая волна инвестиций сделала это модным, и до того, как модели LLM сделали возможным создание убедительного языкового репетитора за один день.

Техническая инфраструктура – акустические модели, обученные на голосах детей, архитектура, осведомленная о учебной программе, проприетарная система аватаров – отражает почти десятилетнюю итерацию над конкретной проблемой, а не быстрый поворот в сторону горячего рынка.

«Через два года Buddy сможет дать изучающим английский язык практику, необходимую для перехода от первых слов английского языка к свободному владению. Мы не спешим, потому что отдаем приоритет безопасности и приватности», – объяснил Крюков.

И, подpinning все это, есть философия дизайна, которая идет вразрез с большинством мыслей о продуктах ИИ. «Шестилетние дети не возвращаются за ИИ. Они возвращаются за персонажем и миром, частью которого они чувствуют себя».

Это более трудная вещь для воспроизведения, чем чат-бот с дружелюбным именем. И, пока, это наиболее защищенное преимущество Buddy.ai.