Ieskats Praktika sarunvalodas pieejā valodu apguvē
Izmantojot GPT‑4.1 un GPT‑5.2, Praktika veido apmācību aģentus, kas pielāgo nodarbības, balstoties uz mācību apguvēja uzvedību, progresu un sarunas kontekstu.

Rezultāti
24%
Pirmās dienas lietotāju noturības pieaugums, izmantojot ar GPT darbinātas mācību pieredzes
Rezultāti
2x
Ieņēmumu pieaugums, pateicoties jaunajai daudzaģentu sistēmai
Praktika radās no dziļi personiskas atziņas: valoda paver iespējas.
Līdzdibinātāji Ādams Turajevs (Adam Turaev), Antons Marins (Anton Marin) un Iļja Čerņakovs (Ilya Chernyakov) bērnībā bija spiesti iedzīvoties ārzemēs, jo viņu ģimenes emigrēja labāku iespēju meklējumos. Angļu valodas apguve bija nozīmīga ne tikai skolas, bet arī darba, mobilitātes un piederības nolūkos.
“Angļu valodas apguve nekad nebija tikai saziņas dēļ,” sacīja Turaev “Tas pavēra durvis starptautiskam darbam un karjeras izaugsmei.”
Taču tradicionālā valodu izglītība nebija pietiekama. Neraugoties uz gadiem ilgu mācīšanos, dibinātāji atklāja, ka, lai gan viņi varēja brīvi lasīt un rakstīt, viņiem bija grūti runāt pārliecinoši, kad tas bija vissvarīgāk: darbā, sapulcēs un ikdienas dzīvē. Plaisa starp mācībām klasē un reālās pasaules valodas brīvību bija lielāka, nekā viņi bija iedomājušies.
Praktika(atveras jaunā logā) tika izveidota, lai novērstu šo plaisu. Tā ir valodu apguves lietotne, kas izstrādāta, lai palīdzētu cilvēkiem attīstīt reālu valodas prasmi, izmantojot ikdienas sarunas ar personalizētiem mākslīgā intelekta pasniedzējiem, kuri viņus vada interaktīvās, uz mērķiem balstītās nodarbībās. Lietotāji ir studenti, kas gatavojas eksāmeniem, profesionāļi, kas pilnveido darbam nepieciešamās valodu prasmes, un imigranti, kas veido jaunu dzīvi ārvalstīs.
Produktam attīstoties, Praktika pārgāja no viena modeļa arhitektūras uz daudzu aģentu sistēmu, kas izstrādāta tā, lai atspoguļotu to, kā reālie pasniedzēji pielāgo stundas reālajā laikā.
Nodarbību aģents ir galvenais sarunu aģents, kas mijiedarbojas ar apguvējiem kā pasniedzējs. Darbojoties uz GPT‑5.2 bāzes, tas apvieno pasniedzēja personību, nodarbības kontekstu, apguvēja mērķus un nesenās sarunas, lai nodarbības šķistu dabiskas un neiestudētas. Tieši šajā brīdī sistēma sāk likties kā īsts pasniedzējs, nevis kā iepriekš sagatavota pieredze.
Nepārtraukti darbojoties fonā, Studenta progresa aģents izseko apguvēja valodas sniegumu visās mijiedarbībās. Izmantojot GPT‑5.2, šis aģents uzrauga valodas plūdumu, precizitāti, vārdu krājuma lietojumu un atkārtojošās kļūdas. Šie dati veido nepārtrauktu atgriezeniskās saites sistēmu, kas informē gan Nodarbības aģenta uzvedību sesijas laikā, gan ilgtermiņa mācīšanās stratēģiju, ļaujot pieredzei laika gaitā dabiski attīstīties.
Mācību plānošanas aģents koncentrējas uz izglītojamā ilgtermiņa attīstības veidošanu. Balstoties uz izglītojamā individuālo mācīšanās mērķi, tas izmanto ieskatus no Studenta progresa aģenta, lai noteiktu, ko mācīties tālāk, kā secīgi apgūt prasmes un kuras aktivitātes būs visefektīvākās. Ar GPT‑5 Pro atbalstu tā uzdevums ir nepārtraukti pielāgot mācību plānu, lai progress saglabātos personalizēts, efektīvs un saskaņots ar apguvēja vēlamo rezultātu.

Visiem aģentiem ir kopīga piekļuve pastāvīgam atmiņas slānim, kurā tiek glabāti apguvēja mērķi, preferences un iepriekšējās kļūdas. Tā vietā, lai iepriekš ielādētu kontekstu, Praktika uzreiz pēc tam, kad apguvējs runā, izgūst atmiņu, nodrošinot, ka atbildes balstās uz visatbilstošāko un jaunāko informāciju.
“Sistēma var pārslēgties uz pilnīgi citu vingrinājumu, ja apguvējs to nejūt,” saka Turajevs. “Tādējādi lietošana ir patīkama. "Tas sāk vairāk atgādināt īstu dzīvu skolotāju.”
Lai sarunvalodas mācīšanās šķistu dabiska, atmiņai ir jādarbojas tā, kā tā darbojas reālajā dzīvē. Praktika atmiņas slānis izgūst atbilstošo kontekstu tikai pēc tam, kad apguvējs pabeidz runāt. Tas ļauj pasniedzējam reaģēt uz to, kas tikko tika pateikts, nevis uz to, ko viņš bija paredzējis.
“Ja apguvējs pieļauj kļūdu tieši tagad, pasniedzējs reaģē uz šo kļūdu, nevis uz vakardienas kļūdu,” saka līdzdibinātājs un izpilddirektors Ādams Turajevs (Adam Turaev) “Šī laika atšķirība ir smalka, bet tieši tā padara mijiedarbību vērīgu, nevis robotisku.”
Runas atpazīšanai ir līdzīga loma. Valodu apguvēji vilcinās, sāk teikumus no jauna un izrunā vārdus nepilnīgi. Praktika izmanto Transcription API, lai apstrādātu saraustītu runu svešvalodā ar akcentu uzticamāk nekā tradicionālās sistēmas, kas apmācītas darbam ar plūstošu runu. Tas ļauj apguvējiem koncentrēties uz saziņu, neciešot sava iesācēja statusa dēļ.
Atmiņas laiks un runas atpazīšana kopā veido vienu ciklu: uzmanīgi klausies, atceries pareizo kontekstu un nekavējoties atbildi.
Praktika produkta agrīnās versijas apvienoja izteiksmīgus avatārus ar uz noteikumiem balstītu NLP un pirmajiem Davinci modeļiem, taču sarunas joprojām šķita ierobežotas. Līdz ar GPT‑3.5 izlaišanu komanda piedzīvoja savu pirmo nozīmīgo izrāvienu.
“Pirmo reizi mēs varējām apvienot progresīvu valodas izpratni ar izteiksmīgiem, reālistiskiem avatāriem,” saka Ādams Turajevs “Sarunas vairs nešķita iestudētas. "Viņi kļuva dabiski, emocionāli un īsti.”
Izvērtējot jaunākus modeļus, Praktika konstatēja, ka GPT‑4.1 ir vispiemērotākais visos tā iekšējos novērtējumos, kuros tika mērīta ievadapmācības pabeigšana, lietošana pēc pirmās dienas, pāreja no izmēģinājuma uz maksas plānu un kvalitatīvās lietotāju atsauksmes.
“GPT‑4.1 nodrošināja vislabāko spriestspējas dziļuma, emocionālo nianšu un uzticamības līdzsvaru,” saka Turajevs. “Tas atbalstīja daudzvalodu sarunas un sarežģītu apmācības loģiku mums vajadzīgajā kvalitātē, būtiski uzlabojot sarunu sesiju kvalitāti.”
Šie uzlabojumi tieši ietekmēja lietotāju un uzņēmējdarbības rezultātus. Pēc jaunās ilgtermiņa atmiņas sistēmas ieviešanas Praktika novēroja 24% pieaugumu lietošanā pēc pirmās dienas un tikai dažu mēnešu laikā dubultoja ieņēmumus.
Nesen Praktika sāka izmantot GPT‑5.2 modeļus, lai nodrošinātu savas arhitektūras darbību. GPT‑5.2 tagad nodrošina primāro sarunu aģentu, savukārt GPT‑5.2 ChatGPT Pro nodrošina uzraudzības spriestspēju, un GPT‑5 mini atbalsta nepārtrauktu progresa izsekošanu. Kopā šie modeļi ļauj sistēmai veikt paralēlu loģisko secināšanu, nodrošinot sarunas kvalitātes, pedagoģiskās pieejas un efektivitātes līdzsvaru plašā mērogā.
Šodien Praktika atbalsta miljoniem valodu apguvēju deviņās valodās, kuru drīzumā būs vēl vairāk. Kad aģentiskie pamati ir ieviesti, Praktika tagad koncentrējas uz to, lai paplašinātu to, ko mākslīgā intelekta pasniedzējs var saprast, atcerēties un radīt kopā ar katru apguvēju.
“Mēs ne tikai mācām valodas,” saka Turajevs. Mēs veidojam mākslīgo intelektu, kas palīdz cilvēkiem justies pārliecinātiem, izmantojot tās reālajā pasaulē


