Abordagem conversacional da Praktika para aprendizado de idiomas

A Praktika nasceu de uma percepção profundamente pessoal: a linguagem abre portas para oportunidades. 

Os cofundadores Adam Turaev, Anton Marin e Ilya Chernyakov cresceram tendo que se adaptar a novos países depois que suas famílias imigraram em busca de melhores oportunidades. O inglês rapidamente se tornou essencial, não apenas para a escola, mas também para o trabalho, a mobilidade e o senso de pertencimento.

“Aprender inglês nunca foi apenas sobre comunicação”, disse Turaev “Isso abriu portas para o trabalho internacional e para o crescimento na carreira.” 

Mas o ensino tradicional de línguas não foi suficiente. Apesar de anos de estudo, os fundadores descobriram que, embora lessem e escrevessem fluentemente, tinham dificuldades para falar com confiança quando mais importava: no trabalho, em reuniões e no dia a dia. A lacuna entre o aprendizado em sala de aula e a fluência no mundo real era maior do que eles imaginavam.

O Praktika⁠⁠(abre em uma nova janela) foi criado para fechar essa lacuna. É um app de aprendizado de idiomas projetado para ajudar as pessoas a desenvolver fluência no mundo real por meio de conversas diárias, com tutores de IA personalizados que as guiam por lições interativas e orientadas a objetivos. Entre os usuários estão estudantes se preparando para provas, profissionais desenvolvendo habilidades linguísticas para o trabalho e imigrantes construindo novas vidas em países estrangeiros.

À medida que o produto amadurecia, o Praktika evoluiu de uma arquitetura de modelo único para um sistema multiagente projetado para espelhar a forma como os tutores reais adaptam as aulas em tempo real. 

O Lesson Agent é o principal agente de conversa, interagindo com os alunos como tutor. Executando no GPT‑5.2, ele combina a personalidade do tutor, o contexto da lição, os objetivos do aluno e conversas recentes para oferecer lições que parecem naturais e não roteirizadas. É aqui que o sistema começa a parecer um tutor de verdade, em vez de uma experiência roteirizada.

Rodando continuamente em segundo plano, o Student Progress Agent acompanha o desempenho linguístico do aluno ao longo das interações. Usando GPT‑5.2, esse agente monitora fluência, correção, uso de vocabulário e erros recorrentes. Esses dados formam um ciclo contínuo de feedback que orienta tanto o comportamento do Lesson Agent durante a sessão quanto a estratégia de aprendizagem de longo prazo, permitindo que a experiência evolua de forma natural ao longo do tempo.

O Learning Planning Agent se concentra em moldar a progressão de longo prazo do aluno. Com base no objetivo individual de aprendizagem do aluno, ele usa insights do Student Progress Agent para determinar o que aprender a seguir, como sequenciar habilidades e quais atividades serão mais eficazes. Impulsionado pelo GPT‑5 Pro, seu papel é adaptar continuamente o plano de aprendizagem para que o progresso permaneça personalizado, eficiente e alinhado ao resultado desejado pelo aluno.

Todos os agentes compartilham o acesso a uma camada de memória persistente que armazena os objetivos, preferências e erros anteriores do aluno. Em vez de pré-carregar o contexto, o Praktika recupera a memória imediatamente após o aluno falar, garantindo que as respostas sejam baseadas no sinal mais relevante e atualizado.

“O sistema pode mudar para um exercício completamente diferente se o aluno não estiver a fim”, diz Turaev. “Isso traz a magia de volta. Começa a parecer muito mais com um tutor humano de verdade."

Para que o aprendizado conversacional pareça natural, a memória precisa funcionar como funciona na vida real. A camada de memória do Praktika recupera o contexto relevante somente depois que o aluno termina de falar. Isso permite que o tutor responda ao que acabou de ser dito, não ao que ele antecipou.

“Se um aluno comete um erro agora, o tutor corrige esse erro, não um de ontem”, diz o cofundador e CEO Adam Turaev. “Essa diferença de tempo é sutil, mas é o que faz a interação parecer atenciosa em vez de robótica.”

O reconhecimento de fala desempenha um papel semelhante. Aprendizes de idiomas hesitam, reiniciam frases e pronunciam as palavras de forma imperfeita. A Praktika usa a Transcription API para lidar com fala fragmentada, com sotaque e de falantes não nativos de forma mais confiável do que sistemas tradicionais treinados com fala fluente. Isso permite que os aprendizes se concentrem em se comunicar sem serem penalizados por seu status de iniciantes.

Em conjunto, a memória temporal e o reconhecimento da fala formam um único ciclo: ouvir atentamente, recordar o contexto correto e responder imediatamente.

As versões iniciais do produto do Praktika combinavam avatares expressivos com NLP baseada em regras e os primeiros modelos davinci, mas as conversas ainda pareciam limitadas. Com o lançamento do GPT‑3.5, a equipe teve seu primeiro grande avanço.

“Pela primeira vez, conseguimos combinar compreensão avançada de linguagem com avatares expressivos e realistas”, diz Adam Turaev. “As conversas pararam de parecer roteirizadas. Eles se tornaram naturais, emocionantes e reais.” 

À medida que o Praktika avaliava modelos mais novos, o GPT‑4.1 se mostrou o melhor ajuste em suas avaliações internas, que mediam conclusão do onboarding, retenção no 1º dia, conversão de teste para pago e feedback qualitativo dos usuários.

"O GPT‑4.1 nos deu o melhor equilíbrio entre profundidade de raciocínio, nuance emocional e confiabilidade", diz Turaev. "Ele deu suporte a conversas multilíngues e a uma lógica de tutoria complexa com a qualidade de que precisávamos, aumentando significativamente a qualidade das sessões de conversa."

Essas melhorias se traduziram diretamente em resultados positivos para os usuários e para a empresa. Após a implementação de seu novo sistema de memória de longo prazo, a Praktika registrou um aumento de 24% na retenção no primeiro dia e dobrou sua receita em apenas alguns meses.

Mais recentemente, o Praktika começou a usar o GPT‑5.2 para impulsionar sua arquitetura. Hoje, o GPT‑5.2 impulsiona o agente principal de conversa, enquanto o GPT‑5.2 Pro faz o raciocínio de supervisão e o GPT‑5 mini dá suporte ao acompanhamento contínuo do progresso. Juntos, esses modelos permitem que o sistema raciocine em paralelo, equilibrando qualidade da conversa, pedagogia e eficiência em escala.

Hoje, a Praktika apoia milhões de estudantes em nove idiomas, e esse número tende a aumentar. Com sua base de agentes estabelecida, a Praktika agora está focada em expandir o que um tutor de IA pode entender, lembrar e criar junto com cada aluno.

“Nós não estamos apenas ensinando idiomas”, diz Turaev. “Estamos desenvolvendo IA que ajuda as pessoas a se sentirem confiantes ao usá-la no mundo real.”