Sparkli samlar in 5 miljoner dollar i första rundan för att bygga en AI-nativ lärmotor för barn

Sparkli har samlat in 5 miljoner dollar i en första rundan för att utveckla en ny typ av lärmiljö som är speciellt utformad för barn i åldern 5 till 12. Grundat av tidigare Google Area 120 (GOOGL ), YouTube och sökmotorer, med Area 120 som Googles interna inkubator där anställda bygger och testar experimentella startup-liknande produkter, kommer startuptaget nu ut från sin tidigare hemlighetsfulla fas med en ambition som går utöver att digitalisera läroböcker eller automatisera arbetsblad. Sparkli positionerar sig kring en större fråga: hur artificiell intelligens kan hjälpa barn att lära sig genom att göra, inte bara konsumera.

Finansieringen kommer att användas för att skala upp Sparklis multimodala lärmotor och förbereda för en privat betaversion som planeras till början av 2026. Företaget testar redan sin plattform med en stor privat skolgrupp, vilket ger dem en verklig miljö för att testa hur AI-drivet lärande fungerar i klassrummen snarare än bara i demonstrationer.

Från passiv skärmtid till aktiv utforskning

Mycket av dagens utbildningsrelaterade skärmtid är antingen passiv – videor, spel eller kortformigt innehåll – eller styrd, med fördefinierade lektioner som lämnar litet utrymme för nyfikenhet. Sparkli försöker sitta i ett annat utrymme. Istället för att be barnen att arbeta igenom linjärt material, låter plattformen dem börja med en fråga och bygger sedan en interaktiv “lärexpedition” runt den.

Om ett barn vill designa en stad på Mars, till exempel, svarar Sparkli inte med textstycken. Den genererar en flerstegs-upplevelse som blandar visuella element, röst, simuleringar och beslutsfattande. Barnen experimenterar med idéer, testar begränsningar, debatterar kompromisser och reflekterar över resultaten. Målet är att omvandla nyfikenhet till strukturerad utforskning snarare än att platta till den till svar.

Detta tillvägagångssätt återspeglar en bredare förändring som sker inom utbildningsteknologi, där AI alltmer används för att anpassa lärandet till lärande, snarare än att tvinga lärande att anpassa sig till fast innehåll.

Vad forskningen visar om AI och lärande

Under de senaste åren har forskningen om AI i utbildning pekat på flera konsekventa fördelar när systemen används på ett genomtänkt sätt. Personligt lärande är en av de mest citerade. AI-system kan anpassa svårighetsgrad, tempo och presentation baserat på hur en lärande svarar, vilket hjälper till att upprätthålla engagemang och minska frustration. Detta är särskilt relevant för barn, vars utvecklingsstadier och intressen varierar kraftigt även inom samma åldersgrupp.

Det finns också bevis för att interaktiv och utforskande lärande – särskilt när det involverar simulering och problemlösning – kan leda till en starkare konceptuell förståelse än memorering-baserade tillvägagångssätt. När lärande tillfrågas att fatta beslut, förklara resonemang eller försvara resultat, tenderar de att behålla kunskapen längre och utveckla överförbara färdigheter.

Samtidigt betonar utbildare och forskare att AI fungerar bäst som ett verktyg för förstärkning. De mest framgångsrika implementationerna stöder lärare, föräldrar och läroplaner snarare än att ersätta dem. Plattformar som behandlar AI som en kreativ samarbetspartner snarare än en svarsmaskin tenderar att stämma överens med dessa fynd.

Att hantera riskerna med AI för barn

Användningen av AI med yngre användare kommer med verkliga bekymmer. Öppna AI-system kan överväldiga barn, visa olämpligt innehåll eller uppmuntra till överdriven tillit till automatiserade svar. Sekretess, dataanvändning och emotionell anknytning är också aktiva ämnen för debatt i barninriktad teknik.

Sparklis design verkar vara formad av dessa risker. Istället för att utsätta barn för en allmän chatbot, begränsar plattformen interaktioner till guidade, åldersanpassade miljöer. Lärexperienser är strukturerade, mål är uttryckliga och progressionen är utformad för att uppmuntra reflektion och handlingsfrihet snarare än omedelbar tillfredsställelse.

Detta försiktiga tillvägagångssätt återspeglar en växande konsensus inom utbildning: frågan är inte om AI hör hemma i lärandet, utan hur smalt och ansvarsfullt det bör tillämpas – särskilt under formativa år.

Tidiga signaler från klassrums-piloter

I tidiga piloter har Sparkli testats i både strukturerade klassrums-miljöer och mer öppna sessioner. Lärare har observerat elever som engagerar sig i debatter om budgetering, hållbarhet och designval medan de kör simuleringar som småföretag eller infrastrukturprojekt. I mindre strukturerade “fria utforskning”-perioder initierade barn sina egna lärande-vägar, flyttade mellan ämnen som spel-design, kosmologi och miljöplanering.

Föräldrar som deltagit i tidig testning har noterat en förändring i hur barn pratar om vad de har lärt sig, ofta återvänder från sessioner angelägna om att förklara idéer eller föreslå lösningar snarare än att bara beskriva vad de såg.

Även om det är anekdotiskt, stämmer dessa signaler överens med vad utbildningsforskning visar om aktivt lärande: när barn känner ägande över processen, tenderar motivationen att öka.

En långsiktig vision för AI i barndoms-lärande

Sparklis långsiktiga mål är att utvecklas bortom utforskning till skapande, ge barn verktyg för att direkt prototypa idéer inom plattformen. Över tid bygger systemet ett intresse- och kunskapsgraf för varje barn, vilket gör det möjligt för lärexperienser att anpassa sig allteftersom intressen mognar.

Den bredare implikationen är en rörelse mot AI-system som växer tillsammans med lärande – komma ihåg vad som fångade deras uppmärksamhet för flera år sedan och hjälpa dem utveckla dessa intressen till färdigheter. Om det är framgångsrikt, kan denna modell påverka hur utbildningsplattformar tänker på kontinuitet, anpassning och rollen som AI har som en långsiktig lärande-kamrat.

De 5 miljoner dollar i första rundans finansiering ger Sparkli möjlighet att testa om denna vision kan fungera i stor skala. När AI blir alltmer integrerat i utbildning, kommer experiment som detta att hjälpa till att definiera om tekniken fördjupar nyfikenhet – eller bara digitaliserar gamla vanor på nya sätt.