A abordagem conversacional do Praktika no ensino de idiomas

A Praktika nasceu de uma perceção profundamente pessoal: os idiomas desbloqueiam oportunidades. 

Os cofundadores Adam Turaev, Anton Marin e Ilya Chernyakov cresceram a adaptar-se a novos países depois de as suas famílias terem imigrado em busca de melhores oportunidades. O inglês tornou-se rapidamente essencial, não só para a escola, mas também para o trabalho, a mobilidade e o sentimento de pertença.

“Aprender inglês nunca foi apenas uma questão de comunicação”, disse Turaev. ”Foi a chave para oportunidades internacionais e para a evolução profissional.” 

Mas a educação linguística tradicional não foi suficiente. Apesar de anos de estudo, os fundadores perceberam que, embora conseguissem ler e escrever fluentemente, tinham dificuldade em falar com confiança quando mais importava: no trabalho, nas reuniões e no dia-a-dia. A discrepância entre a aprendizagem em sala de aula e a fluência no mundo real era maior do que tinham imaginado.

O Praktika⁠⁠(abre numa nova janela) foi criado para colmatar essa lacuna. É uma aplicação de aprendizagem de línguas concebida para ajudar as pessoas a ganhar fluência no mundo real através de conversas diárias, com tutores de IA personalizados que as orientam em lições interativas e orientadas por objetivos. Entre os utilizadores contam-se estudantes a preparar-se para exames, profissionais a desenvolver competências linguísticas para o trabalho e imigrantes a construir novas vidas em países estrangeiros.

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

O Agente de Lição é o principal agente de conversação, interagindo com os aprendentes como tutor. A correr em GPT‑5.2, conjuga a personalidade do tutor, o contexto da lição, os objetivos do aprendente e conversas recentes para proporcionar lições que parecem naturais e sem guião. É aqui que o sistema começa a parecer um tutor real, em vez de uma experiência com guião.

A correr continuamente em segundo plano, o Agente de Progresso do Estudante acompanha o desempenho linguístico do aprendente ao longo das interações. Com o GPT‑5.2, este agente acompanha a fluência, a precisão, o uso de vocabulário e erros recorrentes. Estes dados formam um ciclo contínuo de feedback que informa tanto o comportamento do Agente de Lição durante a sessão como a estratégia de aprendizagem a longo prazo, permitindo que a experiência evolua naturalmente ao longo do tempo.

O Agente de Planeamento da Aprendizagem foca-se em moldar a progressão do aprendente a longo prazo. Com base no objetivo de aprendizagem individual do aprendente, usa conclusões do Agente de Progresso do Estudante para determinar o que aprender a seguir, como organizar a sequência de competências e quais as atividades mais eficazes. Alimentado pelo GPT‑5 Pro, o seu papel é adaptar continuamente o plano de aprendizagem para que o progresso se mantenha personalizado, eficiente e alinhado com o resultado pretendido pelo aprendente.

Todos os agentes partilham 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 estejam baseadas no sinal mais relevante e atualizado.

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

Para que a aprendizagem conversacional pareça natural, a memória precisa de funcionar da mesma forma que funciona na vida real. A camada de memória do Praktika recupera o contexto relevante só depois de o aluno terminar de falar. Isso permite que o tutor responda ao que acabou de ser dito, e não ao que antecipou.

“Se um aluno cometer um erro agora mesmo, o tutor responde a esse erro, não a um de ontem“, afirma o cofundador e CEO Adam Turaev. “Essa diferença temporal é subtil, mas é o que faz com que a interação pareça atenciosa em vez de robótica.”

O reconhecimento de voz desempenha um papel semelhante. Quem está a aprender uma língua hesita, reinicia frases e pronuncia palavras de forma imperfeita. O Praktika utiliza a Transcription API para lidar com fala fragmentada, com sotaque e não nativa de forma mais fiável do que os sistemas tradicionais treinados com fala fluente. Isto permite que os alunos se concentrem na comunicação sem serem penalizados por serem principiantes.

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

As primeiras versões do produto do Praktika combinavam avatares expressivos com NLP baseado em regras e os primeiros modelos davinci, mas as conversas continuavam a parecer limitadas. Com o lançamento do GPT‑3.5, a equipa registou o seu primeiro grande avanço.

“Pela primeira vez, conseguimos combinar o entendimento avançado da linguagem com avatares expressivos e realistas”, declara Adam Turaev. “As conversas deixaram de parecer ensaiadas. Tornaram-se naturais, emocionais e reais.” 

À medida que o Praktika avaliava modelos mais recentes, o GPT‑4.1 revelou-se o mais adequado nas avaliações internas, que mediam a conclusão do onboarding, a retenção no Dia 1, a conversão de teste para pago e o feedback qualitativo dos utilizadores.

«O GPT‑4.1 deu-nos o melhor equilíbrio entre profundidade de raciocínio, nuance emocional e fiabilidade», afirma Turaev. «Permitiu conversas multilingues e uma lógica de tutoria complexa, com a qualidade de que precisávamos, aumentando significativamente a qualidade das sessões de conversação.»

Estas melhorias traduziram-se diretamente em resultados positivos para os utilizadores e para a empresa. Após a implementação do seu novo sistema de memória a longo prazo, o Praktika registou um aumento de 24% na retenção no primeiro dia e duplicou a sua receita em apenas alguns meses.

Mais recentemente, o Praktika começou a usar modelos GPT‑5.2 para alimentar a sua arquitetura. O GPT‑5.2 alimenta agora o agente principal de conversação, enquanto o GPT‑5.2 Pro trata do raciocínio de supervisão e o GPT‑5 mini apoia o acompanhamento contínuo do progresso. Em conjunto, estes modelos permitem que o sistema raciocine em paralelo, equilibrando a qualidade da conversação, a pedagogia e a eficiência à escala.

Hoje, o Praktika apoia milhões de alunos em nove línguas, e este número tende a aumentar. Com a sua base de agentes estabelecida, o Praktika está agora focado em expandir o que um tutor de IA pode compreender, recordar e criar em conjunto com cada aluno.

“Não estamos apenas a ensinar línguas”, diz Turaev. “Estamos a desenvolver IA que ajuda as pessoas a sentirem-se confiantes ao usá-la no mundo real.”