På innsiden av Praktikas samtalebaserte metode for språkopplæring

Praktika ble til fra en dypt personlig innsikt: språk åpner dører til muligheter. 

Medgrunnleggerne Adam Turaev, Anton Marin og Ilya Chernyakov vokste alle opp med å navigere i nye land etter at familiene deres immigrerte på jakt etter bedre muligheter. Engelsk ble raskt essensielt, ikke bare for skolen, men også for arbeid, mobilitet og tilhørighet.

«Det å lære engelsk, har aldri bare handlet om kommunikasjon», sa Turaev. «Det åpnet dører til internasjonalt arbeid og karriereutvikling.» 

Tradisjonell språkundervisning har imidlertid sviktet. Til tross for mange års studier oppdaget grunnleggerne at selv om de kunne lese og skrive flytende, slet de med å snakke med selvtillit når det virkelig gjaldt: på jobb, i møter og i hverdagen. Gapet mellom klasseromlæring og flyt i den virkelige verden, var større enn de hadde forestilt seg.

Praktika⁠⁠(åpnes i et nytt vindu) ble utviklet for å lukke det gapet. Det er en språklæringsapp designet for å hjelpe folk med å oppnå flyt i hverdagen gjennom daglige samtaler, med personlig tilpassede KI-veiledere som guider dem gjennom interaktive, målbaserte leksjoner. Brukerne inkluderer studenter som forbereder seg til eksamener, profesjonelle som jobber med arbeidsrelaterte språkferdigheter, og innvandrere som bygger nye liv i utlandet.

Etter hvert som produktet ble utviklet, gikk Praktika videre fra en arkitektur med én enkelt modell til et multiagentsystem designet for å etterligne måten virkelige veiledere tilpasser undervisning på i sanntid. 

Lesson Agent er den primære samtaleagenten som samhandler med elever som en veileder. Den kjører på GPT‑5.2 og blander tutorens personlighet, leksjonskontekst, elevens mål og nylige samtaler for å levere leksjoner som føles naturlige og spontane. Det er her systemet begynner å føles som en ekte veileder i stedet for en skriptet opplevelse.

Student Progress Agent kjører kontinuerlig i bakgrunnen og sporer elevens språkprestasjoner på tvers av interaksjoner. Ved bruk av GPT‑5.2 følger denne agenten med på flyt, nøyaktighet, ordforrådsbruk og gjentakende feil. Disse dataene danner en kontinuerlig tilbakemeldingssløyfe som informerer både Lesson Agentens atferd under økten og den langsiktige læringsstrategien, slik at opplevelsen kan utvikle seg naturlig over tid.

Learning Planning Agent fokuserer på å forme den lærendes langsiktige fremdrift. Forankret i elevens individuelle læringsmål bruker den innsikt fra Student Progress Agent til å avgjøre hva som skal læres neste, hvordan ferdigheter skal sekvenseres, og hvilke aktiviteter som vil være mest effektive. Drevet av GPT‑5 Pro er rollen å kontinuerlig tilpasse læringsplanen slik at fremdriften forblir personlig tilpasset, effektiv og i tråd med den lærendes ønskede resultat.

Alle agenter deler tilgang til et vedvarende minnelag som lagrer læringsmål, preferanser og tidligere feil. I stedet for å forhåndslaste kontekst, henter Praktika minne umiddelbart etter at læreren snakker, og sikrer at svarene er forankret i det mest relevante, oppdaterte signalet.

«Systemet kan bytte til en helt annen øvelse hvis eleven ikke får det med seg», sier Turaev «Det bringer magien tilbake. Det begynner å føles mye nærmere en ekte menneskelig veileder.»

For at samtalebasert læring skal føles naturlig, må hukommelsen fungere slik den gjør i det virkelige liv. Praktikas minnelag henter relevant kontekst først etter at eleven har snakket ferdig. Det gjør at veilederen kan svare på det som nettopp ble sagt, ikke det som var forventet.

«Hvis en elev sier noe feil akkurat nå, svarer veilederen på den feilen, ikke en fra i går», sier medgrunnlegger og administrerende direktør Adam Turaev «Den tidsforskjellen er subtil, men det er det som gjør at interaksjonen føles oppmerksom i stedet for robotaktig.»

Talegjenkjenning spiller en lignende rolle. Språklærere nøler, starter setninger på nytt og har ikke helt riktig uttale. Praktika bruker Transcription API for å håndtere fragmentert, aksentert og ikke-innfødt tale mer pålitelig enn tradisjonelle systemer trent på flytende tale. Dermed kan nybegynnere fokusere på å kommunisere uten å bli straffet for at de er nybegynnere.

Sammen danner minnetiming og talegjenkjenning en enkelt sløyfe: Lytt nøye, husk riktig kontekst, og svar umiddelbart.

Tidlige versjoner av Praktikas produkt kombinerte uttrykksfulle avatarer med regelbasert NLP og de første davinci-modellene, men samtalene føltes fortsatt begrenset. Med lanseringen av GPT‑3.5 opplevde teamet sitt første store gjennombrudd.

«For første gang kunne vi kombinere avansert språkforståelse med uttrykksfulle, naturtro avatarer», sier Adam Turaev «Samtalene føltes ikke lenger regissert. De ble naturlige, ekte og involverte emosjoner. 

Da Praktika evaluerte nyere modeller, viste GPT‑4.1 seg å være det beste valget i sine interne evalueringer som målte fullføring av onboarding, dag 1-retensjon, konvertering fra prøve til betalt abonnement, og kvalitative tilbakemeldinger fra brukere.

«GPT‑4.1 ga oss den beste balansen mellom resonnering, emosjonell nyanse og pålitelighet,» sier Turaev. «Den støttet flerspråklige samtaler og kompleks veiledningslogikk med den kvaliteten vi trengte, noe som økte kvaliteten på samtaleøktene betydelig.»

Disse forbedringene ble direkte omsatt i resultater for brukere og bedriften. Etter å ha introdusert sitt nye system for langtidsminne, opplevde Praktika en 24 % økning i Dag-1-retensjon og doblet inntektene på bare noen få måneder.

Mer nylig begynte Praktika å bruke GPT‑5.2 modeller som driver arkitekturen. GPT‑5.2 driver nå den primære samtaleagenten, mens GPT‑5.2 ChatGPT Pro håndterer veiledende resonnering, og GPT‑5 mini støtter kontinuerlig oversikt over utviklingen. Sammen gjør disse modellene det mulig for systemet å resonnere parallelt, samtidig som de balanserer samtalekvalitet, pedagogikk og effektivitet i stor skala.

I dag støtter Praktika millioner av elever på ni språk, med flere språk på vei. Med sitt agentiske grunnlag på plass fokuserer Praktika nå på å utvide hva en KI-veileder kan forstå, huske og skape sammen med hver enkelt elev.

«Vi underviser ikke bare i språk», sier Turaev. «Vi bygger KI som hjelper folk med å føle seg trygge på å bruke dem i den virkelige verden.»