Sa loob ng pamamaraang pag-uusap ng Praktika sa pag-aaral ng wika

Nabuo ang Praktika mula sa malalim na personal na pananaw na nagbubukas ang wika ng mga oportunidad. 

Parehong lumaki na naglalakbay at naninirahan sa mga bagong bansa ang mga co-founder na sina Adam Turaev, Anton Marin, at Ilya Chernyakov matapos lumipat ang kanilang mga pamilya sa paghahanap ng mas magagandang oportunidad. Mabilis na naging mahalaga ang English, hindi lang para sa paaralan, kundi pati na rin para sa trabaho, paggalaw, at pakiramdam ng pagiging kabilang.

“Ang pag-aaral ng English ay hindi kailanman tungkol lang sa komunikasyon,” sabi ni Turaev. “Binuksan nito ang mga pinto para sa internasyonal na trabaho at paglago ng karera.” 

Pero hindi sapat ang tradisyonal na edukasyon sa wika. Sa kabila ng maraming taon ng pag-aaral, natuklasan ng mga tagapagtatag na bagaman kaya nilang magbasa at magsulat nang mahusay, nahirapan silang magsalita nang may kumpiyansa kapag ito ang pinakamahalaga: sa trabaho, sa mga pulong, at sa pang-araw-araw na buhay. Mas malawak ang pagitan ng pagkatuto sa silid-aralan at fluency sa totoong mundo kaysa sa kanilang inaasahan.

AngPraktika⁠⁠(magbubukas sa bagong window) ay binuo para punan ang puwang na iyon. Ito ay app sa pag-aaral ng wika na idinisenyo para tulungan ang mga tao na magkaroon ng tunay na katatasan sa wika sa pamamagitan ng araw-araw na pag-uusap, gamit ang mga naka-personalize na AI tutor na gumagabay sa kanila sa mga interaktibo at batay sa layunin na aralin. Kasama sa mga user ang mga mag-aaral na naghahanda para sa mga pagsusulit, mga propesyonal na nagpapahusay ng mga kasanayan sa wikang may kaugnayan sa trabaho, at mga imigranteng bumubuo ng mga bagong buhay sa mga banyagang bansa.

Habang nag-mature ang produkto, lumampas ang Praktika mula sa isang single-model na arkitektura patungo sa isang multi-agent na sistema na idinisenyo upang gayahin kung paano umaangkop ang mga totoong tutor ng mga aralin sa real time. 

Agent ng Aralint ang pangunahing agent ng pag-uusap, nakikipag-ugnayan sa mga mag-aaral bilang tutor. Tumatakbo sa GPT‑5.2, pinagsasama nito ang personalidad ng tutor, konteksto ng aralin, mga layunin ng mag-aaral, at mga kamakailang pag-uusap para maghatid ng mga aralin na natural at hindi naka-script. Ito ang punto kung saan nagsisimulang magmukhang tunay na tutor ang sistema sa halip na naka-script na karanasan.

Patuloy na tumatakbo sa background, sinusubaybayan ngAgent sa Progreso ng Estudyante ang pagganap ng mag-aaral sa wika sa iba't ibang interaksyon. Gamit ang GPT‑5.2, sinusubaybayan ng agent na ito ang kahusayan sa pagsasalita, katumpakan, paggamit ng bokabularyo, at mga paulit-ulit na pagkakamali. Binubuo ng data na ito ang tuloy-tuloy na feedback loop na gumagabay sa Agent ng Aralin habang nasa sesyon at sa pangmatagalang plano sa pagkatuto, kaya unti-unting umuunlad nang natural ang karanasan.

Nakatuon ang Agent sa Pagpaplano ng Pag-aaral sa paghubog ng pangmatagalang pag-unlad ng mag-aaral. Batay sa indibidwal na layunin ng mag-aaral, ginagamit nito ang mga pananaw mula sa Agent sa Progreso ng Estudyante para tukuyin kung ano ang susunod na dapat matutunan, paano isaayos ang mga kasanayan, at aling mga aktibidad ang magiging pinakaepektibo. Pinapagana ng GPT‑5 Pro, tungkulin nito na patuloy na iakma ang plano ng pagkatuto para ang pag-unlad ay manatiling personal, mahusay, at naaayon sa minimithing resulta ng mag-aaral.

May iisang persistent memory layer na ina-access ng lahat ng agent para iimbak ang mga layunin, kagustuhan, at mga dating pagkakamali ng mag-aaral. Sa halip na i-preload ang konteksto, agad na kinukuha ng Praktika ang memory pagkatapos magsalita ng mag-aaral, tinitiyak na nakabatay sa pinaka-kaugnay at pinakabagong signal ang mga tugon.

“Kung hindi feel ng mag-aaral ang ehersisyo, puwedeng agad lumipat ang system sa ibang aktibidad,” ayon kay Turaev. "Ibinabalik niyan ang magic. Mas nagmumukha na itong parang totoong taong tutor.”

Para maging natural ang pakiramdam ng pagkatuto sa pakikipag-usap, kailangang gumana ang memory sa paraang gumagana ito sa totoong buhay. Kinukuha lang ng memory layer ng Praktika ang kaugnay na konteksto pagkatapos magsalita ng mag-aaral. Dahil dito, makakatugon ang tutor sa kung ano ang kakasabi lang, hindi sa kung ano ang inaasahan nito.

“Kung magkamali ngayon ang mag-aaral, ang tutor ang tutugon sa pagkakamaling iyon, hindi sa pagkakamali kahapon,” sabi ng co-founder at CEO na si Adam Turaev. “Bahagya lang ang pagkakaiba sa timing, pero ito ang dahilan kung bakit tila maingat at hindi robot ang interaksyon.”

May kaparehong papel ang speech recognition. Nag-aatubili ang mga nag-aaral ng wika, inuumpisahan muli ang mga pangungusap, at hindi perpekto ang pagbigkas ng mga salita. Gumagamit ang Praktika ng Transcription API para mas maaasahang hawakan ang pira-piraso, may accent, at hindi likas na wika kumpara sa tradisyonal na mga sistema na sinanay sa fluent na pagsasalita. Pinapayagan nito ang mga nag-aaral na mag-concentrate sa pakikipagkomunikasyon nang hindi sila pinapahirapan dahil baguhan pa sila.

Pinagsasama ng memory timing at speech recognition ang isang loop: makinig nang mabuti, alalahanin ang tamang konteksto, at agad na tumugon.

Noong simula, pinares ng Praktika ang mga expressive avatar, NLP na batay sa alituntunin, at ang unang mga davinci model, pero parang napipilitan pa rin ang mga pag-uusap. Sa paglabas ng GPT‑3.5, naranasan ng team ang kanilang unang malaking tagumpay.

Para sa unang pagkakataon, nagawa naming pag-isahin ang advanced na kaalaman sa wika at mga expressive, parang mga totoong avatar,” ayon kay Adam Turaev. “Hindi na parang naka-script ang mga pag-uusap. "Naging natural, emosyonal, at totoo sila.” 

Habang sinusuri ng Praktika ang mas bagong mga modelo, napatunayan ng GPT‑4.1 na ito ang pinakaangkop sa kanilang panloob na mga pagsusuri na sumusukat sa pagkumpleto ng pag-onboard, Araw-1 pagbalik, kombersyon mula pagsubok tungo sa bayad, at kwalitatibong feedback mula sa mga user.

“Ibinigay sa amin ng GPT‑4.1 ang pinakamainam na balanse ng lalim ng pangangatuwiran, emosyonal na pagkakaiba, at pagiging maaasahan,” sabi ni Turaev. “Sinuportahan nito ang pag-uusap sa iba't ibang wika at ang kumplikadong lohika ng pagtuturo sa kalidad na kailangan namin, na lubos na nagpapataas sa kalidad ng sesyon ng pag-uusap.”

Ang mga pagpapabuting iyon ay direktang nagpakita ng epekto sa mga user at sa negosyo. Matapos ilunsad ang bagong long-term memory system, nakakita ang Praktika ng 24% pagtaas sa retention sa unang araw at nadoble ang kita sa ilang buwan lang.

Kamakailan lang, sinimulang gamitin ng Praktika ang mga GPT‑5.2 na modelo para paganahin ang arkitektura nito. Pinapagana na ng GPT‑5.2 ang pangunahing agent ng pag-uusap, habang ang GPT‑5.2 Pro ang nangangasiwa sa pangangatuwiran at sinusuportahan ng GPT‑5 mini ang tuloy-tuloy na pagsubaybay sa progreso. Magkasama, pinapayagan ng mga modelong ito na makapangatuwiran ang sistema nang sabay-sabay, na binabalanse ang kalidad ng pag-uusap, pagtuturo, at kahusayan sa malaking saklaw.

Ngayon, sinusuportahan ng Praktika ang milyun-milyong nag-aaral sa siyam na wika, at patuloy pa itong dadagdagan. Sa matibay na pundasyong agentic na nakalagay na, nakatuon na ang Praktika sa pagpapalawak ng mga bagay na kayang unawain, tandaan, at likhain ng AI tutor kasama ang bawat nag-aaral.

“Hindi lang kami nagtuturo ng mga wika,” sabi ni Turaev. “Gumagawa kami ng AI na tumutulong sa mga tao na magkaroon ng kumpiyansa sa paggamit ng mga ito sa totoong mundo.”