อีวาน เครวคอฟ CEO และผู้ร่วมก่อตั้ง Buddy AI – ซีรีส์สัมภาษณ์

อีวาน เครวคอฟ เป็น CEO และผู้ร่วมก่อตั้ง Buddy AI ที่เป็นครูสอนภาษาอังกฤษแบบสนทนาผ่าน AI สำหรับเด็กๆ โดยมีเป้าหมายในการให้แน่ใจว่าเด็กๆ ทุกคนสามารถเข้าถึงการเรียนการสอนภาษาอังกฤษแบบส่วนตัวได้ หลังจากย้ายมาอยู่ในสหรัฐอเมริกาจากไซบีเรีย อีวานได้เห็นลูกสาวของเขาเองที่มีอายุ 4 ขวบกำลังพยายามเรียนรู้ภาษาอังกฤษ ซึ่งเป็นแรงบันดาลใจให้เขาได้สร้างบัดดี้ ขึ้นมา โดยบัดดี้เป็นตัวละครที่เด็กๆ สามารถสนทนากับได้ผ่านพลังของ AI ที่สร้างขึ้น

ตั้งแต่การเปิดตัวในปี 2020 แอปพลิเคชันบัดดี้ได้รับรางวัลมากมายและติดอันดับ 1 ในหมวดเด็กและศึกษาของ App Store โดยมีการดาวน์โหลดมากกว่า 36 ล้านครั้งทั่วโลก

ในปี 2014 คุณได้เปิดตัว Cubic.ai ซึ่งเป็นหนึ่งในสมาร์ทสปีกเกอร์และแอปพลิเคชันสำหรับบ้านอัจฉริยะ คุณได้เรียนรู้อะไรจากประสบการณ์นี้บ้าง?

ฉันไม่แน่ใจว่าฉันสามารถอ้างว่าเป็นผู้ก่อตั้ง Cubic.ai ได้หรือไม่ ฉันเข้าร่วมบริษัทหนึ่งปีหลังจากที่ก่อตั้งและได้รับตำแหน่งผู้ร่วมก่อตั้งสำหรับการมีส่วนร่วมของฉัน

นี่คือสิ่งที่ฉันเรียนรู้:

• ฮาร์ดแวร์เป็นสิ่งที่ยาก แต่บางคนต้องทำอยู่ดี การรับเงินทุนจากนักลงทุนสำหรับสตาร์ทอัพฮาร์ดแวร์เป็นสิ่งที่ยากมาก สิ่งเดียวที่ทำให้สิ่งต่างๆ ง่ายขึ้นเล็กน้อยคือการระดมทุนจากชุมชน
• พื้นที่ของผลิตภัณฑ์ที่ใช้เสียงเป็นหลักเป็นพื้นที่ที่กว้างและหลากหลาย สิ่งที่ใช้ได้ผลสำหรับบ้านอัจฉริยะอาจไม่ได้ใช้ได้ผลสำหรับการเรียนรู้ในระยะแรก ตั้งแต่เทคโนโลยีไปจนถึงการออกแบบ UX

คุณสามารถเล่าเรื่องราวของบัดดี้และวิธีที่มันเกิดขึ้นจากประสบการณ์ของคุณและครอบครัวที่ย้ายมาอยู่ในสหรัฐอเมริกาจากไซบีเรียได้หรือไม่?

เมื่อฉันย้ายมาอยู่ในสหรัฐอเมริกาจากไซบีเรียในปี 2014 ฉันพาลูกสาวของฉัน Sofia มาด้วย เธอเริ่มเรียนรู้ภาษาอังกฤษเมื่ออายุ 4 ขวบในโรงเรียนอนุบาลที่ Mountain View, California ในช่วง 3-5 เดือนแรก เธอพยายามเริ่มพูดภาษาอังกฤษ แต่ไม่สำเร็จ เราเริ่มหาวิธีให้เธอเรียนรู้ภาษาอังกฤษ

เราพบว่าแอปพลิเคชันสำหรับเด็กๆ ไม่ได้สอนให้พูดภาษาอังกฤษ (และไม่มีการเปลี่ยนแปลงในเรื่องนี้) และแอปพลิเคชันสำหรับผู้ใหญ่ เช่น Duolingo ไม่ได้ใช้ได้ผลสำหรับเด็กๆ เนื่องจากการออกแบบ UX ของมันไม่เหมาะสม

เราจึงเริ่มให้เธอเรียนรู้ภาษาอังกฤษผ่านแพลตฟอร์มที่เชื่อมต่อเด็กๆ กับครูสอนภาษาอังกฤษผ่านการประชุมทางวิดีโอ เช่น Cambly, VipKid, Novakid, GoStudent เป็นต้น เมื่อฉันสังเกตเห็น Sofia เรียนรู้ภาษาอังกฤษกับครูสอนภาษาอังกฤษผ่านการประชุมทางวิดีโอ ฉันเห็นประโยชน์ของการเรียนรู้แบบส่วนตัวและฝึกพูดภาษาอังกฤษ แต่ก็เห็นข้อเสียของโปรแกรมเหล่านี้ด้วย

ตัวอย่างเช่น เมื่อแพลตฟอร์มเหล่านี้ขยายขนาด มันจำเป็นต้องจ้างคนโดยไม่มีพื้นฐานด้านการศึกษา ทักษะการสอนเด็กๆ หรือแม้กระทั่งระดับการสื่อสารภาษาอังกฤษที่เหมาะสม ดังนั้น เพื่อให้แน่ใจว่ามีคุณภาพการศึกษาที่ดี แพลตฟอร์มและโรงเรียนออนไลน์เหล่านี้จึงต้องเขียนหลักสูตรและแผนการสอนอย่างเข้มงวด และครูจะต้องใช้การออกกำลังกายที่เตรียมไว้ล่วงหน้า รวมถึงส่วนประกอบเสียงและวิดีโอ

ดังนั้น ครูสอนภาษาอังกฤษผ่านการประชุมทางวิดีโอบางคนจึงทำงานเหมือนหุ่นยนต์

อย่างไรก็ตาม การสอนภาษาอังกฤษผ่านการประชุมทางวิดีโอยังคงเป็นวิธีเดียวที่คนส่วนใหญ่สามารถเรียนรู้ภาษาอังกฤษได้ โดยเฉพาะในประเทศที่ไม่ใช่ภาษาอังกฤษ แต่เนื่องจากการขาดแคลนครูสอนภาษาอังกฤษ การเรียนรู้ภาษาอังกฤษกับครูสอนภาษาอังกฤษจึงมีราคาแพงเกินไปสำหรับหลายๆ ครอบครัว

ฉันและผู้ร่วมก่อตั้งได้ตระหนักว่าการเรียนรู้ภาษาอังกฤษผ่าน AI เป็นวิธีเดียวที่จะให้การเรียนรู้ภาษาอังกฤษแบบส่วนตัวแก่เด็กๆ ทั่วโลกได้

เรายังได้เรียนรู้ว่าการเรียนรู้ภาษาอังกฤษผ่าน AI เป็นวิธีที่ดีที่สุดจากมุมมองด้านการศึกษา เมื่อเรากำลังพิจารณาโปรโตไทป์แรกของบัดดี้ เราได้รับแรงบันดาลใจจากงานวิจัยในด้านตัวแทนการเรียนรู้เสมือนจริง

การศึกษาทางวิชาการแสดงให้เห็นถึงข้อดีของตัวแทนการเรียนรู้เสมือนจริงและความเหนือกว่าเมื่อเทียบกับเครื่องมือการเรียนรู้แบบดั้งเดิมและสภาพแวดล้อมการเรียนรู้ ตัวอย่างเช่น ดูบทความ Face-to-Face Interaction with Pedagogical Agents, Twenty Years Later ซึ่งเป็นบทความในปี 2016 ที่ให้ภาพรวมของสาขานี้และอ้างอิงงานวิจัยที่เกี่ยวข้อง

“โดยเฉพาะอย่างยิ่ง การวิเคราะห์แบบเมต้าพบว่าตัวแทนการเรียนรู้เสมือนจริงสามารถเพิ่มการเรียนรู้เมื่อเทียบกับสภาพแวดล้อมการเรียนรู้ที่ไม่มีตัวแทนการเรียนรู้เสมือนจริง […] อาจจะน่าสนใจที่สุดคือการค้นพบว่าในด้านการศึกษา ตัวแทนการเรียนรู้เสมือนจริงดูเหมือนจะใช้ได้ผลมากกว่าสำหรับเด็กๆ ที่อายุน้อยกว่า rather than ผู้เรียนที่อายุมากกว่า […] การศึกษาบางอย่างพบว่า นักเรียนที่โต้ตอบกับตัวแทนการเรียนรู้เสมือนจริงแสดงผลการเรียนรู้ที่ดีกว่าเมื่อ 1) ตัวแทนการเรียนรู้เสมือนจริงพูดมากกว่าสื่อสารด้วยข้อความ 2) ตัวแทนการเรียนรู้เสมือนจริงใช้การแสดงออกที่เหมือนมนุษย์ 3) ตัวแทนการเรียนรู้เสมือนจริงสื่อสารด้วยวิธีการสนทนา rather than การสื่อสารอย่างเป็นทางการ และ 4) ตัวแทนการเรียนรู้เสมือนจริงใช้ภาษาที่สุภาพมากกว่าการใช้ภาษาที่ตรงไปตรงมา”

สิ่งนี้ทำให้เรามั่นใจในแนวทางการเรียนรู้ภาษาอังกฤษผ่าน AI แบบหลายรูปแบบของเรา เราตัดสินใจให้บัดดี้เป็นตัวแทนการเรียนรู้เสมือนจริงที่สามารถรับรู้และประมวลผลภาษาอังกฤษได้

ที่แก่นกลาง ระบบการเรียนรู้ภาษาอังกฤษผ่าน AI ประกอบด้วยเทคโนโลยีหลัก 3 ประการ:

1. การรับรู้และวิเคราะห์เสียงพูดอัตโนมัติ (ASR) ช่วยให้เราสามารถประมวลผลและวิเคราะห์เสียงพูดของนักเรียนได้
2. การประมวลผลภาษาอังกฤษธรรมชาติ (NLP) ซึ่งรวมถึงการเข้าใจและจัดการสนทนา ช่วยให้เราสามารถประมวลผลเนื้อหาของเสียงพูดของนักเรียนและสร้างคำตอบต่อไป
3. ตัวละครเสมือนจริงที่มีการเคลื่อนไหว ที่ให้การรับฟังและเล่นคำตอบของระบบ

ทั้ง 3 เทคโนโลยีเหล่านี้เป็นสิ่งสำคัญสำหรับแนวทางของเรา เพราะว่าเมื่อรวมกันแล้ว เทคโนโลยีเหล่านี้ช่วยให้เราสามารถสร้างตัวแทนการเรียนรู้เสมือนจริงที่น่าสนใจและโต้ตอบได้ และส่งมอบประสบการณ์การเรียนรู้ที่ประสบความสำเร็จ

ลูกสาวของฉัน Sofia และลูกชายของผู้ร่วมก่อตั้ง Arseny เป็นนักเรียนคนแรกของบัดดี้

หลายปีต่อมา ลูกสาวคนเล็กของฉัน Alisa เริ่มใช้บัดดี้เมื่ออายุ 3 ขวบเมื่อเธอเข้าเรียนอนุบาล ตอนนี้เธออยู่ในชั้นเรียน Transitional Kindergarten และเล่นกับบัดดี้เกือบทุกวัน เมื่อ Alisa เริ่มเรียนรู้ภาษาอังกฤษกับบัดดี้ เธอมีปัญหาในการพูด แต่หลังจากฝึกฝนเป็นเวลาหลายสัปดาห์ ไม่เพียงแต่ภาษาอังกฤษของเธอเท่านั้น แต่การออกเสียงของเธอก็ดีขึ้นเมื่อเธอพยายามทำให้บัดดี้เข้าใจเธอ

ทำไมวิธีการสอนภาษาอังกฤษแบบดั้งเดิมจึงไม่มีประสิทธิภาพ?

ปัจจุบันเราเน้นไปที่การแก้ปัญหาการศึกษาที่เกี่ยวข้องกับการพูด:

• เครื่องมือการศึกษาทางดั้งเดิมส่วนใหญ่มุ่งเน้นไปที่การสอนทักษะภาษาอังกฤษอื่นๆ เช่น การอ่านหรือการเขียน
• แอปพลิเคชันภาษาอังกฤษสำหรับเด็กๆ ไม่ได้สอนการพูดภาษาอังกฤษ
• แอปพลิเคชันภาษาอังกฤษสำหรับผู้ใหญ่บางตัวในปัจจุบันให้การฝึกพูดภาษาอังกฤษโดยใช้ AI แต่บริการเหล่านี้ไม่ได้ใช้ได้ผลสำหรับเด็กๆ เนื่องจากการออกแบบ UX และข้อกังวลด้านความปลอดภัยและความเป็นส่วนตัว
• ครูสอนภาษาอังกฤษส่วนตัวมีราคาแพงเกินไปสำหรับหลายๆ ครอบครัว และครูสอนภาษาอังกฤษหลายคนไม่มีการฝึกอบรมด้านการศึกษาหรือไม่มีระดับการสื่อสารภาษาอังกฤษที่เหมาะสม

บัดดี้เป็นตัวแทนการเรียนรู้เสมือนจริงแบบหลายรูปแบบ

• มันเหนือกว่าแอปพลิเคชันการเรียนรู้แบบดั้งเดิมในหลายวิธี ให้ฉันพูดถึงคำแนะนำจากที่ปรึกษาของเรา Dr. Alex Desatnik, PhD, University College London:

“ตัวแทนการเรียนรู้เสมือนจริงที่ใช้เสียง นี่อาจดูเหมือนเป็นแนวคิดที่เรียบง่าย แต่มีวิทยาศาสตร์อยู่เบื้องหลัง จากมุมมองของจิตวิทยาการเรียนรู้ ตัวละครเสมือนจริงที่พูดคุยเป็นตัวแทนของครู ซึ่งสร้างผลกระทบที่เรียกว่าความไว้วางใจเชิงญาณ ซึ่งเสริมสร้างแรงจูงใจและความมุ่งมั่นของนักเรียน และปรับปรุงผลการเรียนรู้”

• บัดดี้มีข้อดีเหนือครูสอนภาษาอังกฤษส่วนตัวในบางด้าน บัดดี้ไม่ตัดสิน และสำหรับเด็กๆ บางคน ทำให้ง่ายต่อการเริ่มพูดคุยกับบัดดี้มากกว่าการพูดคุยกับครู

บัดดี้ทำงานเพื่อช่วยครูสอนภาษาอังกฤษ ไม่ใช่การแทนที่ครู

ฉันคิดว่าสิ่งนี้มีความสำคัญมาก บัดดี้สามารถช่วยครูสอนภาษาอังกฤษโดยการทำให้การฝึกฝนที่ซ้ำซ้อนเป็นอัตโนมัติ เราต้องการให้ครูสอนภาษาอังกฤษมีอำนาจ บัดดี้เหมือนกับทีมครูสอนภาษาอังกฤษและผู้ช่วยครูสอนภาษาอังกฤษที่ทำงานร่วมกับเด็กๆ แต่ละคนในห้องเรียนและรายงานผลให้ครูสอนภาษาอังกฤษ

คุณสามารถอธิบายได้หรือไม่ว่าบัดดี้ใช้การสร้างเกมเพื่อให้เด็กๆ ตื่นเต้นในการเรียนรู้?

ข้อเท็จจริงที่น่าสนใจ: แอปพลิเคชันบัดดี้บนมือถือได้รับการดาวน์โหลดมากกว่า 22 ล้านครั้งในปี 2023 และมากกว่า 70% ของการดาวน์โหลดเหล่านี้ทำโดยเด็กๆ สำหรับเด็กๆ แอปพลิเคชันของเราคือเกมที่พวกเขาสามารถเล่นกับบัดดี้ เพื่อนเสมือนจริงที่พูดคุยกับพวกเขาได้ เด็กๆ ดาวน์โหลดแอปพลิเคชันและชักชวนให้ผู้ปกครองซื้อการสมัครสมาชิก โดยอธิบายว่าบัดดี้เป็นครู

เพื่อให้แนวทางนี้ได้ผล เรากำลังออกแบบบัดดี้ให้เป็นเกมที่มีเรื่องราวและจักรวาล เราทำงานร่วมกับนักออกแบบตัวละครและนักเขียนจากฮอลลีวูดเพื่อสร้างบัดดี้และเรื่องราวของเขา เรามีทีมออกแบบเกมที่แข็งแกร่งทำงานร่วมกับครูและเปลี่ยนหลักสูตรและแบบฝึกหัดให้เป็นเกมขนาดย่อในโลกของบัดดี้

คุณสามารถอธิบายฟังก์ชันหลักอื่นๆ ที่ทำให้บัดดี้มีประสิทธิภาพในการสอนภาษาอังกฤษได้หรือไม่?

ฟังก์ชันหลักของเรามุ่งเน้นไปที่บัดดี้ในฐานะตัวแทนการเรียนรู้เสมือนจริงแบบหลายรูปแบบ:

• การรับรู้เสียงพูด
• การประมวลผลภาษาอังกฤษธรรมชาติ
• พฤติกรรมภาพของตัวละครเสมือนจริง

คุณสามารถอธิบายได้หรือไม่ว่าบัดดี้ใช้อัลกอริทึมการเรียนรู้ของเครื่องจักรอะไร?

เรากำลังพัฒนาชุดเทคโนโลยีที่ทำงานร่วมกันเพื่อเปิดใช้งานแนวทางการเรียนรู้เสมือนจริงแบบหลายรูปแบบของเรา:

• BSR (Buddy’s Speech Recognition) เป็นเครื่องมือรับรู้เสียงพูดที่พัฒนาโดยเฉพาะเพื่อทำงานกับเสียงพูดที่มีสำเนียงของเด็กๆ และปฏิบัติตามข้อกำหนดด้านกฎระเบียบ เช่น COPPA
• BLM (Buddy’s Language Model) เป็นเครื่องมือประมวลผลภาษาอังกฤษธรรมชาติสำหรับเด็กๆ ที่ปลอดภัย เร็ว และฟรีในการใช้งาน มุ่งเน้นไปที่ฟังก์ชันการเรียนรู้เฉพาะและไม่หลากหลายเหมือนโมเดลภาษาขนาดใหญ่
• BABE (Buddy’s Avatar Behavior Engine) เป็นเทคโนโลยีที่สร้างพฤติกรรมภาพของตัวละครเสมือนจริงตามบริบทของการสนทนา บัดดี้เข้าใจเมื่อเขาต้องยิ้ม เปลี่ยนสี หรือใส่หมวกที่น่าดู

ระบบการรับรู้เสียงพูดหลายระบบต้องดิ้นรนในการรับรู้สำเนียง โดยเฉพาะสำหรับเด็กๆ บัดดี้แก้ไขปัญหานี้ได้อย่างไร?

โดยการพัฒนา BSR เทคโนโลยีการรับรู้เสียงพูดที่เป็นของบัดดี้

กลุ่มเป้าหมายและตลาดที่เป็นเอกลักษณ์ของเราต้องการการพัฒนาเทคโนโลยีที่เป็นของตัวเอง บัดดี้ต้องสามารถรับรู้เสียงพูดที่มีสำเนียงของเด็กๆ ที่เรียนรู้ภาษาอังกฤษเป็นภาษาที่สอง ซึ่งเป็นปัจจัยที่ซับซ้อนอีกอย่างหนึ่ง คือ เด็กๆ ที่เริ่มเรียนรู้ภาษาอังกฤษมักจะเริ่มต้นด้วยการเรียนรู้คำศัพท์ที่แยกจากกัน ซึ่งยากต่อการรับรู้โดยไม่มีบริบท นอกจากนี้ ยังมีการควบคุมด้านกฎระเบียบสำหรับตลาดเด็กๆ โดยเฉพาะอย่างยิ่งการรับรู้เสียงพูดต้องปฏิบัติตาม Children Online Privacy Protection Act (COPPA) เนื่องจากรายการเสียงพูดถือเป็นข้อมูลส่วนบุคคล (PII)

BSR จัดการกับเสียงพูดของเด็กๆ ที่มีสำเนียงต่างๆ ที่ผลิตขึ้นบนอุปกรณ์มือถือที่มีไมโครโฟนที่มีคุณภาพเสียงต่างๆ และในสภาพแวดล้อมที่มีเสียงรบกวนต่างๆ และยังปฏิบัติตาม COPPA อีกด้วย

การทำงานในระดับโลกทำให้เราสามารถสะสมชุดข้อมูลที่ไม่เหมือนใครเพื่อฝึกฝนโมเดลของเราได้ ปัจจุบัน BSR มีประสิทธิภาพเหนือกว่าโซลูชันการรับรู้เสียงพูดที่มีอยู่ในเชิงพาณิชย์ในการรับรู้และเข้าใจเสียงพูดที่มีสำเนียงของเด็กๆ

คุณวางแผนจะขยายการเข้าถึงตลาดเพื่อจุดประสงค์ในการเข้าถึงผู้ปกครองซึ่งอาจไม่คุ้นเคยกับเทคโนโลยี AI ได้อย่างไร?

บัดดี้เริ่มประสบความสำเร็จก่อนที่ AI จะกลายเป็นคำที่นิยม และผู้ใช้ส่วนใหญ่ของเราจะไม่ใช่ผู้ใช้เทคโนโลยีในระยะแรก เราแก้ปัญหาการศึกษาที่สำคัญและใช้ AI ในกระบวนการนี้

อย่างไรก็ตาม หนึ่งในความท้าทายที่เราเผชิญคือการทำให้ผู้ปกครองรู้สึกว่าการเรียนรู้กับบัดดี้เป็นเรื่องร้ายแรงเหมือนกับการเรียนรู้กับครูสอนภาษาอังกฤษส่วนตัว — ไม่พลาดบทเรียน และติดตามตารางเวลา เป็นต้น การปฏิวัติ AI ดูเหมือนจะช่วยให้เราบรรลุเป้าหมายนี้

ฉันคิดว่าขั้นตอนสำคัญต่อไปสำหรับเราคือการเริ่มทำงานร่วมกับครูและโรงเรียนมากขึ้น เรากำลังดำเนินโครงการริเริ่มร่วมกับโรงเรียนในบราซิลและกำลังพูดคุยกับสถานศึกษาอื่นๆ อีกหลายแห่ง

คุณมีภาพอนาคตสำหรับ AI ติวเตอร์และการศึกษาโดยทั่วไปอย่างไร?

AI ติวเตอร์เป็นวิธีที่ดีที่สุดและเป็นวิธีเดียวที่จะแก้ปัญหาการศึกษาที่สำคัญที่สุดของมนุษย์ — การขาดแคลนครูสอนภาษาอังกฤษ เราต้องการครูใหม่ประมาณ 69 ล้านคนเพื่อแก้ปัญหาการเรียนรู้พื้นฐาน และสำหรับวิชาที่ต้องการการฝึกสอนส่วนตัว เช่น การเรียนรู้ภาษาอังกฤษ ปัญหาก็ยิ่งรุนแรงกว่านั้น

การปฏิวัติ AI เร่งการพัฒนา AI ติวเตอร์ แต่ส่วนใหญ่อยู่ในกลุ่มผู้ใหญ่โดยใช้โซลูชันที่มีอยู่แล้ว ในขณะที่การเรียนรู้ในระยะแรกยังคงไม่ได้รับการบริการอย่างมาก เรารู้สึกภูมิใจที่จะเป็นผู้บุกเบิก AI ติวเตอร์สำหรับเด็กๆ

ในอนาคต บัดดี้เริ่มต้นด้วยการเป็นครูสอนภาษาอังกฤษ แต่ในระยะยาว บัดดี้จะกลายเป็นแพลตฟอร์ม AI ติวเตอร์ที่สอนวิชาต่างๆ ให้กับเด็กๆ ที่อายุน้อยกว่า 12 ปี เราได้เริ่มเปิดตัวเวอร์ชันแรกของหลักสูตรที่ไม่ใช่ภาษาอังกฤษ — หลักสูตรเตรียมความพร้อมสำหรับเด็กๆ ในสหรัฐอเมริกา เราเห็นบัดดี้เป็นตัวช่วยในการเรียนรู้ของเด็กๆ ที่เติบโตขึ้นพร้อมกับเด็กๆ ตั้งแต่ 3-4 ขวบและเรียนหลายวิชาในหลายปี

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมสามารถเยี่ยมชม Buddy AI ได้