Buddy.ai พัฒนาการรู้จำเสียงพูดและการฝึกภาษาสำหรับเด็ก

ตลาดแอปการเรียนรู้ภาษาสำหรับเด็กกำลังมีผู้แข่งขันหนาแน่นขึ้นและถูกตรวจสอบมากขึ้น ในสัปดาห์ที่แล้ว องค์กรไม่แสวงหาผลกำไร Common Sense Media เปิดตัว สถาบันความปลอดภัย AI สำหรับเยาวชน ซึ่งเป็นห้องปฏิบัติการอิสระแห่งแรกในลักษณะนี้ที่ได้รับการสนับสนุนจากเงิน 20 ล้านเหรียญสหรัฐต่อปี เพื่อทดสอบความทนทานของผลิตภัณฑ์ AI สำหรับเด็ก – ความกดดันที่มาถึงในขณะที่ AI คิดเป็น 33.5% ของรายได้จากผลิตภัณฑ์การเรียนรู้ภาษาดิจิทัล

ในเวลาเดียวกัน เฉพาะส่วนตลาดสำหรับเด็กในตลาดนี้คาดว่าจะ เพิ่มขึ้น จาก 2.38 พันล้านเหรียญสหรัฐในปี 2026 เป็น 5.17 พันล้านเหรียญสหรัฐในปี 2035 เห็นได้ชัดว่าเงินกำลังเคลื่อนไปพร้อมกับการรวม AI – แต่การกำกับดูแลก็เช่นกัน

การวิจัย จากสถาบัน AI ของมหาวิทยาลัยโคโลราโดได้บันทึกช่องว่างอย่างชัดเจน: ความแม่นยำในการรู้จำเสียงพูดของเด็กต่ำกว่าของผู้ใหญ่อย่างมาก เนื่องจากระบบเชิงพาณิชย์ส่วนใหญ่ถูกฝึกอบรมด้วยเสียงบันทึกที่ชัดเจนจากผู้พูดวัยผู้ใหญ่ – ซึ่งมักจะอ่านจากบท

เอกสารในปี 2024 ยืนยัน ว่าทำไม: เสียงของเด็กเกี่ยวข้องกับการเปลี่ยนแปลงที่รวดเร็วและไม่คาดคิดในระดับเสียง การออกเสียง และพัฒนาการคำศัพท์ที่ทำให้โมเดลที่ฝึกอบรมสำหรับผู้ใหญ่ล้มเหลว

และในทางปฏิบัติ สิ่งนี้หมายความว่าเด็กอายุ 6 ขวบที่เรียนรู้ภาษาอังกฤษจะได้รับระบบที่ฟังคำพูดของตนผิด ล้มเหลวในการตอบสนอง หรือแย่กว่านั้น: ตอบสนองต่อสิ่งที่ไม่ถูกต้องเลย เด็กสูญเสียความสนใจในการเรียนรู้; พ่อแม่สูญเสียเงิน

นี่คือปัญหาที่ Ivan Crewkov เริ่มทำงานในปี 2018 สี่ปีก่อนที่โมเดลภาษาขนาดใหญ่จะกลายเป็นหัวข้อสนทนาหลัก

จุดเริ่มต้นที่คุ้นเคย

Crewkov เข้าสู่ธุรกิจเทคโนโลยีการศึกษาด้วยเหตุผลส่วนตัว เมื่อครอบครัวของเขา ย้ายจากไซบีเรียไปยังแคลิฟอร์เนียในปี 2014 ลูกสาวของเขา Sofia อายุ 4 ขวบ และกำลังดิ้นรนในการเรียนรู้ภาษาอังกฤษที่โรงเรียนอนุบาล เขาลองใช้เครื่องมือที่มีอยู่ทั้งหมดและพบว่าเครื่องมือทุกตัวมีข้อบกพร่องเหมือนกัน

“มันเกี่ยวข้องกับการอ่าน ซึ่งเธอไม่สามารถทำได้ในขณะนั้น มันรู้สึกเหมือนงานมาก และไม่มีการฝึกพูด – สิ่งสำคัญสำหรับเด็กที่เรียนรู้ภาษาใหม่” เขาบอกกับ Unite AI

จากนั้นเขาหันไปใช้ครูที่สอนสดผ่านอินเทอร์เน็ต เริ่มบันทึกเซสชัน และสังเกตเห็นสิ่งที่เขาไม่คาดคิด “ครูอ่านตามหน้าจอจริงๆ” เขากล่าว และหลายคนไม่ใช่นักการศึกษาที่มีใบรับรอง; แต่ละเซสชันราคา 15 ถึง 20 ดอลลาร์

ด้วยประสบการณ์ด้าน AI ทำให้ Crewkov มองสถานการณ์อย่างตรงไปตรงมา: “มันชัดเจนสำหรับฉันว่าอาจจะ 80% ของงานนี้สามารถทำได้โดยใช้ตัวละคร AI เสมือนที่พูดได้ร่วมกับเทคโนโลยีรู้จำเสียงพูด นี่จะทำให้ผู้คนเข้าถึงบริการนี้ได้มากขึ้นอย่างมากเพราะมันแพงมาก”

“ความคิดคือให้เรียนได้หนึ่งเดือนด้วยค่าใช้จ่ายเท่ากับเรียนกับครูตัวต่อตัวหนึ่งครั้ง” เขาเพิ่ม นั่นกลายเป็น Buddy.ai

เด็กเล็กเกือบ 10.8 ล้านคน – 32% ของเด็กทั้งหมดในสหรัฐอเมริกาที่มีอายุต่ำกว่า 9 ปี – เป็นเด็กที่เรียนรู้สองภาษา (DLLs) โดยมีพ่อแม่อย่างน้อยหนึ่งคนพูดภาษาอื่นที่บ้าน นอกเหนือจากภาษาอังกฤษ ตาม Migration Policy Institute ตั้งแต่ปี 2000 จริงๆ แล้วประชากรนี้เติบโตขึ้น 24% และ DLLs คิดเป็นมากกว่า 20% ของประชากรเด็กเล็กใน 24 รัฐและวอชิงตัน ดี.ซี.

ครอบครัวเหล่านี้น่าจะมีแนวโน้มมากที่สุดที่จะค้นหาสิ่งที่แพลตฟอร์มอย่าง Buddy.ai นำเสนอ ขณะเดียวกันก็มีโอกาสน้อยที่สุดที่จะเข้าถึงโปรแกรมการศึกษาปฐมวัยคุณภาพสูงได้อย่างสม่ำเสมอ โดยเด็ก DLL จำนวน 43% อาศัยอยู่ในครัวเรือนที่มีรายได้น้อยเมื่อเทียบกับเด็กที่ไม่ใช่ DLL 33%

เหตุผลทางธุรกิจจึงชัดเจน คำถามที่ยากกว่าคือเทคโนโลยีให้ผลตามที่คาดหวังจริงหรือไม่ และตรงนี้เองที่แนวทางของ Buddy.ai แตกต่างจากคู่แข่งส่วนใหญ่อย่างมีนัยสำคัญ

สร้างขึ้นสำหรับเด็ก ไม่ใช่การปรับเปลี่ยน

ความแตกต่างที่ Crewkov วาดระหว่างการสร้างสำหรับเด็กและการปรับเปลี่ยนสำหรับเด็กเป็นสถาปัตยกรรม ไม่ใช่เพียงรูปลักษณ์ภายนอก “การสร้าง AI จากพื้นฐานสำหรับเด็กหมายความว่าเราจะจำกัดและปรับโครงสร้างทุกชั้นของสแต็กให้เหมาะสมกับเสียง พฤติกรรม ข้อกำหนดทางกฎหมาย และช่วงเวลาที่เด็กมีสมาธิ – แทนที่จะพยายามเพิ่มโหมดเด็กให้กับแชทบอทสำหรับผู้ใหญ่”

ปัญหาหลักเป็นเรื่องคุณลักษณะทางเสียง “สแต็ก LLM สำหรับผู้ใหญ่สมมติว่าข้อความและเสียงพูดสำหรับผู้ใหญ่: ประโยคยาวที่ถูกไวยากรณ์ การออกเสียงที่มั่นคง และสภาพแวดล้อมที่เงียบสงบ เด็กอายุ 6 ขวบให้ผลตรงกันข้าม: การพูดที่ไม่สมบูรณ์ การออกเสียงที่ไม่ถูกต้อง การตะโกน สำเนียงที่เด่นชัด และเสียงรบกวนพื้นหลัง”

การรู้จำเสียงพูดของ Buddy ได้รับการฝึกอบรมและฝึกอบรมซ้ำอย่างต่อเนื่องด้วยชั่วโมงการบันทึกเสียงเด็กที่แท้จริงหลายหมื่นชั่วโมงจากเด็กหลายช่วงวัย หลายสำเนียง และสภาพแวดล้อมในบ้านที่มีเสียงรบกวน สตาร์ทอัพอ้างว่าตอนนี้มันทำงานได้ดีกว่าการรู้จำเสียงพูดทั่วไปของ Google สำหรับเสียงพูดของเด็ก ซึ่งมีความน่าเชื่อถือมากกว่าที่คิดไว้: การฝึกอบรมโดยเฉพาะบนประชากรเป้าหมายจะทำงานได้ดีกว่าการฝึกอบรมบนข้อมูลสำหรับผู้ใหญ่

ชั้นการสนทนาก็สร้างขึ้นเช่นกัน ทุกเซสชันทำงานภายในสิ่งที่ Crewkov อธิบายว่าเป็น “ชั้นการควบคุม” – ระบบที่คำนึงถึงหลักสูตร มีแผนการเรียน หัวข้อที่กำหนดไว้ และการติดตามเป้าหมาย โมเดลภาษาทำงานเป็นส่วนหนึ่งของโครงสร้างนั้น ไม่ใช่ผลิตภัณฑ์เอง

หากเด็กออกนอกประเด็น ระบบจะเปลี่ยนเส้นทาง; ไม่มีการลอยออกไปในเรื่องที่ไม่มีที่สิ้นสุดเหมือน LLM ทั่วไป “มีแผนการเรียน หัวข้อที่อนุญาต ติดตามเป้าหมาย และโค้ดที่ควบคุม การเปลี่ยนหรือสิ้นสุดการสนทนาเมื่อจำเป็น – ดังนั้นเด็กอายุ 6 ขวบจึงไม่เคยหลุดออกไปในแชทอินเทอร์เน็ตที่ไม่มีการควบคุม”

ความเป็นส่วนตัวถือเป็นข้อจำกัดทางสถาปัตยกรรมเช่นกัน นอกจากเป็นนโยบายแล้ว ยังกลายเป็นข้อได้เปรียบในการแข่งขันโดยไม่เป็นที่สังเกต เนื่องจากกฎการคุ้มครองความเป็นส่วนตัวของเด็กออนไลน์ (COPPA) ห้ามการรวบรวมข้อมูลเสียงเด็กโดยไม่ได้รับความยินยอมจากผู้ปกครอง ชุดข้อมูลเสียงเด็กที่เปิดเผยต่อสาธารณะที่ใหญ่ที่สุดมีเพียงไม่กี่ร้อยชั่วโมง

Buddy.ai ได้รวบรวมชั่วโมงการบันทึกเสียงเด็กที่แท้จริงหลายหมื่นชั่วโมงจากเด็กหลายช่วงวัย หลายสำเนียง และสภาพแวดล้อมในบ้านที่มีเสียงรบกวน คู่แข่งส่วนใหญ่เลือกเส้นทางที่ง่ายกว่าโดยปรับเปลี่ยน LLM สำหรับผู้ใหญ่ให้เหมาะกับเด็ก แทนที่จะสร้างจากพื้นฐาน แต่ทางลัดนี้กลายเป็นจุดอ่อนในขณะนี้

ในกรณีของ Buddy การคำนวณ AI ทั้งหมดทำงานบนโครงสร้างพื้นฐานของแพลตฟอร์มเอง เสียงเด็กจะถูกประมวลผลในเวลาจริงและทิ้งไปก่อนที่พ่อแม่จะคิดถึงมัน และไม่มีการสนทนาที่ส่งผ่าน API AI พาณิชย์ ตามที่ Crewkov กล่าว

“เรามีความชัดเจนมากกับพ่อแม่เกี่ยวกับสิ่งที่เรารวบรวม ทำไม และวิธีการลบ – ความโปร่งใสเป็นสิ่งสำคัญเท่ากับเทคโนโลยีเอง” Crewkov เน้น

ตั้งแต่การเปิดตัว ChitChat ซึ่งเป็นการอัปเดตใหญ่ล่าสุดในตลาดสหรัฐฯ ซึ่งเพิ่มการสนทนาที่ลื่นไหลและเป็นอิสระมากขึ้น บริษัทรายงานว่านักเรียนอเมริกันเสร็จสิ้นการทำแบบฝึกหัด 7.7 เท่าในระยะเวลาเดียวกันกับปีก่อน

ทั่วโลก การทำแบบฝึกหัดที่เสร็จสิ้นโดยเฉลี่ยต่อเดือนเพิ่มขึ้น 3.5 เท่าเมื่อเทียบกับปีก่อน

Crewkov เปิดเผยถึงข้อจำกัดของตัวเลขเหล่านั้น “การออกแบบการศึกษาที่สามารถวัดการเรียนรู้ของนักเรียนในเชิงปริมาณเป็นเรื่องที่เราหวังว่าจะทำได้ในอนาคตอันใกล้” เขากล่าว ในขณะนี้ อย่างไรก็ตาม ฐานหลักฐานขึ้นอยู่กับความคิดเห็นจากผู้ใช้ ข้อมูลการมีส่วนร่วมของผลิตภัณฑ์ และการได้รับรางวัลในอุตสาหกรรม

กรณีการใช้งานที่ไม่มีใครวางแผน

อาจเป็นช่วงเวลาที่น่าสนใจที่สุดในเรื่องราวของ Buddy.ai คือช่วงที่มาถึงโดยไม่ได้ตั้งใจ: โดยไม่ได้ทำการตลาดแบบเจาะจง พ่อแม่ของเด็กออทิสติกและเด็กที่มีพัฒนาการด้านการพูดล่าช้าเริ่มปรากฏในข้อมูลการสำรวจในกลุ่มผู้ใช้ที่มีส่วนร่วมมากที่สุดของแพลตฟอร์ม

“ตอนแรกเราค่อนข้างประหลาดใจ มันเน้นให้เห็นว่ามีทางอื่นที่ Buddy สามารถให้บริการนักเรียนทั่วโลกได้ในราคาที่เข้าถึงได้” Crewkov กล่าว

สำหรับผู้ก่อตั้ง มันไม่ใช่เพียงความผิดปกติที่น่าสนใจเท่านั้น – แต่มันชี้ให้เห็นถึงช่องว่างที่ผลิตภัณฑ์ไม่ได้ออกแบบมาเพื่อเติม แต่ดูเหมือนว่าจะสามารถทำได้ บริษัทตอบสนองโดยสร้างหลักสูตรการวิเคราะห์พฤติกรรมประยุกต์ (ABA) โดยเฉพาะ

ช่องว่างนั้นกว้างและได้รับการบันทึกไว้อย่างดี เช่นกัน รายงานตลาดในปี 2025 พบว่า ความชุกของออทิสติกในสหรัฐอเมริกาคือ 1 ใน 31 เด็กในปัจจุบัน เพิ่มขึ้นจาก 1 ใน 150 ในปี 2000 – ภายใต้ฉากหลังที่ยังคงยืดเยื้อของการขาดแคลนนักบำบัดที่มีใบรับรอง สำหรับครอบครัวที่ไม่มีการประกันภัยที่เพียงพอ ค่าใช้จ่ายในการรักษาออทิสติก ABA ต่อปีสามารถ สูงถึง 250,000 ดอลลาร์

การวิจัยของสถาบันสุขภาพแห่งชาติ (NIH) เกี่ยวกับ เหตุผลที่ครอบครัวไม่ได้รับการรักษา ABA พบว่าข้อจำกัดที่กล่าวถึงนั้นเป็นเรื่องปฏิบัติ: สาเหตุที่พบบ่อยที่สุด ได้แก่ ระยะเวลารอที่ยาวนาน (34%) ไม่มีผู้ให้บริการ ABA ในพื้นที่ (10%) และการรักษาไม่ได้รับการคุ้มครองจากประกัน (10%) ข้อมูลการสำรวจยังแสดงให้เห็นว่ามากกว่าครึ่งหนึ่งของเคาน์ตีทั้งหมดในสหรัฐอเมริกาไม่มีนักวิเคราะห์พฤติกรรมที่ได้รับการรับรอง

การที่ตัวละคร AI จะเป็นการแทรกแซงที่มีความหมายในระดับคลินิกหรือไม่นั้นยังคงเป็นคำถามที่เปิดกว้าง – แต่ในฐานะเครื่องมือฝึกที่สม่ำเสมอ ต้นทุนต่ำ และใช้ได้ตามต้องการสำหรับเด็กที่รอการรักษาในคิวยาว คุณค่าของมันมีเหตุผลรองรับได้ง่ายกว่า

“ยังคงเป็นงานที่กำลังดำเนินอยู่ แต่เรารู้สึกภูมิใจมากกับจุดที่เรากำลังไป” Crewkov กล่าว

คำถามที่ใหญ่กว่า

ตลาด edtech ที่กว้างขึ้นในปัจจุบันเต็มไปด้วยบริษัทที่กล่าวอ้างคล้ายกันว่าเป็น AI ที่สร้างขึ้นเฉพาะทาง มีโครงสร้างที่แข็งแรง และเป็นผลิตภัณฑ์ที่ช่วยให้เกิดการเรียนรู้จริง ในความเป็นจริง ตลาด AI ในการศึกษาทั่วโลกคาดว่าจะ ถึง 32.27 พันล้านดอลลาร์สหรัฐฯ ภายในปี 2030 และผู้เล่นหลักๆ ทุกคนมีกลยุทธ์สำหรับเด็ก

สิ่งที่ทำให้ Buddy.ai แตกต่างคือไม่ใช่คำกล่าวอ้างเหล่านั้น แต่เป็นประวัติการพัฒนา Crewkov เริ่มทำงานเกี่ยวกับการรู้จำเสียงพูดของเด็กนานก่อนที่กระแสการลงทุนปัจจุบันจะทำให้เรื่องนี้เป็นที่นิยม และก่อนที่ LLM จะทำให้สร้างครูสอนภาษาที่ฟังดูน่าเชื่อถือได้ในบ่ายเดียว

โครงสร้างพื้นฐานทางเทคนิค – โมเดลการรับรู้เสียงที่ฝึกอบรมด้วยเสียงเด็ก โครงสร้างที่คำนึงถึงหลักสูตร และระบบอวตารที่บริษัทเป็นเจ้าของ – สะท้อนถึงการปรับปรุงแก้ปัญหาเฉพาะด้านนี้อย่างต่อเนื่องเกือบหนึ่งทศวรรษ ไม่ใช่การเปลี่ยนทิศทางอย่างรวดเร็วไปสู่ตลาดที่กำลังเป็นกระแส

“ในสองปี Buddy จะสามารถให้ผู้เรียนภาษาอังกฤษได้ฝึกฝนให้เพียงพอที่จะพัฒนาจากคำภาษาอังกฤษแรกๆ ไปจนถึงความชำนาญ เราไม่รีบเพราะเราตั้งความสำคัญกับความปลอดภัยและความเป็นส่วนตัว” Crewkov อธิบาย

และที่เป็นพื้นฐานของทุกสิ่งคือปรัชญาการออกแบบที่ตัดกันไปในทางตรงกันข้ามกับการคิดผลิตภัณฑ์ AI ส่วนใหญ่ “เด็กอายุ 6 ขวบไม่กลับมาเพราะ AI พวกเขากลับมาเพราะตัวละครและโลกที่พวกเขารู้สึกเป็นส่วนหนึ่ง”

สิ่งนี้ลอกเลียนได้ยากกว่าแชทบอทที่มีชื่อเป็นมิตร และสำหรับตอนนี้ มันเป็นข้อได้เปรียบในการแข่งขันที่คู่แข่งลอกเลียนได้ยากที่สุดของ Buddy.ai