ข้ามไปยังเนื้อหาหลัก
OpenAI

22 มกราคม 2569

สตาร์ทอัพ

ภายในแนวทางการเรียนรู้ภาษาผ่านบทสนทนาของ Praktika

การใช้ GPT‑4.1 และ GPT‑5.2 Praktika สร้างเอเจนต์ติวเตอร์ที่ปรับบทเรียนตามพฤติกรรมของผู้เรียน ความก้าวหน้า และบริบทของการสนทนา

โลโก้ Praktika สีขาวบนพื้นหลังสีม่วงคล้ายผืนผ้าที่มีลายพื้นผิว
ขนาดบริษัท: สตาร์ทอัพ
ภูมิภาค: อเมริกาเหนือ
อุตสาหกรรม: การศึกษา, เทคโนโลยี
ผลิตภัณฑ์: API

ผลลัพธ์

24%

การกลับมาใช้งานในวันแรกเพิ่มขึ้นด้วยประสบการณ์การเรียนรู้ที่ขับเคลื่อนด้วย GPT

ผลลัพธ์

2x

การเติบโตของรายได้จากระบบหลายเอเจนต์ใหม่

กำลังโหลด…

Praktika ถือกำเนิดจากข้อมูลเชิงลึกส่วนบุคคลที่ลึกซึ้ง: ภาษาเป็นกุญแจสู่โอกาส 

ผู้ร่วมก่อตั้ง Adam Turaev, Anton Marin และ Ilya Chernyakov ต่างเติบโตมาพร้อมกับการต้องปรับตัวในประเทศใหม่ ๆ หลังจากครอบครัวของพวกเขาอพยพย้ายถิ่นฐานเพื่อแสวงหาโอกาสที่ดีกว่า ภาษาอังกฤษกลายเป็นสิ่งจำเป็นอย่างรวดเร็ว ไม่ใช่แค่สำหรับโรงเรียน แต่ยังสำหรับการทำงาน การเคลื่อนย้าย และการรู้สึกเป็นส่วนหนึ่ง

“การเรียนภาษาอังกฤษไม่เคยเป็นเพียงแค่เรื่องของการสื่อสาร” Turaev กล่าว มันเปิดโอกาสสู่งานระดับนานาชาติและการเติบโตในสายอาชีพ 

แต่การศึกษาภาษาแบบดั้งเดิมนั้นไม่เพียงพอ แม้จะศึกษาเรียนรู้มาหลายปี ผู้ก่อตั้งก็พบว่าแม้พวกเขาจะอ่านและเขียนได้อย่างคล่องแคล่ว แต่กลับมีปัญหาในการพูดอย่างมั่นใจเมื่อถึงเวลาที่สำคัญที่สุด เช่น ในที่ทำงาน ในการประชุม และในชีวิตประจำวัน ช่องว่างระหว่างการเรียนรู้ในห้องเรียนกับความคล่องแคล่วในโลกแห่งความเป็นจริงนั้นกว้างกว่าที่พวกเขาคิดไว้

Praktika⁠(เปิดในหน้าต่างใหม่) ถูกสร้างขึ้นเพื่อปิดช่องว่างนั้น นี่คือแอปพลิเคชันเรียนภาษาที่ออกแบบมาเพื่อช่วยให้ผู้คนสื่อสารได้อย่างคล่องแคล่วในชีวิตจริงผ่านการสนทนาในทุกๆ วัน โดยมีติวเตอร์ AI ส่วนตัวคอยแนะนำตลอดบทเรียนแบบโต้ตอบที่เน้นเป้าหมายชัดเจน กลุ่มผู้ใช้งานมีทั้งนักเรียนที่กำลังเตรียมตัวสอบ คนทำงานที่ต้องการเพิ่มทักษะภาษาเพื่อใช้ประกอบอาชีพ และผู้อพยพที่กำลังสร้างชีวิตใหม่ในต่างแดน

การสร้างระบบติวเตอร์หลายเอเจนต์ที่ปรับตัวและแก้ไขปัญหาเฉพาะหน้าได้อย่างคล่องตัว

เมื่อผลิตภัณฑ์เติบโตเต็มที่ Praktika ได้พัฒนาจากสถาปัตยกรรมแบบโมเดลเดียวไปสู่ระบบหลายเอเจนต์ที่ออกแบบมาเพื่อสะท้อนวิธีที่ติวเตอร์จริงปรับบทเรียนในเวลาจริง 

Lesson Agent คือเอเจนต์สนทนาหลักที่โต้ตอบกับผู้เรียนในฐานะติวเตอร์ ทำงานบน GPT‑5.2 โดยผสานบุคลิกของติวเตอร์ บริบทของบทเรียน เป้าหมายของผู้เรียน และบทสนทนาล่าสุด เพื่อมอบบทเรียนที่ให้ความรู้สึกเป็นธรรมชาติและไม่เหมือนการอ่านจากสคริปต์ จุดนี้เองที่ทำให้ระบบเริ่มให้ความรู้สึกเหมือนมีติวเตอร์ตัวจริงมาสอน มากกว่าจะเป็นแค่การเรียนตามบทที่เขียนไว้

ระบบจะรัน Student Progress Agent ไว้เบื้องหลังตลอดเวลา เพื่อคอยเก็บข้อมูลและประเมินพัฒนาการด้านภาษาจากการสนทนาของผู้เรียน เอเจนต์นี้จะตรวจสอบความคล่องแคล่ว ความถูกต้อง การใช้คำศัพท์ และข้อผิดพลาดที่เกิดซ้ำด้วยการใช้ GPT‑5.2 ข้อมูลนี้สร้างวงจรป้อนกลับอย่างต่อเนื่องที่แจ้งทั้งพฤติกรรมระหว่างเซสชันของ Lesson Agent และกลยุทธ์การเรียนรู้ระยะยาว ทำให้ประสบการณ์พัฒนาไปอย่างเป็นธรรมชาติตามกาลเวลา

เอเจนต์การวางแผนการเรียนรู้ มุ่งเน้นการกำหนดทิศทางความก้าวหน้าในระยะยาวของผู้เรียน ระบบยึดเป้าหมายการเรียนส่วนบุคคลเป็นหลัก โดยนำข้อมูลจาก Student Progress Agent มาวิเคราะห์เพื่อตัดสินใจว่าควรเรียนอะไรต่อ จัดลำดับทักษะอย่างไร และเลือกกิจกรรมแบบไหนถึงจะเห็นผลดีที่สุด ระบบนี้ขับเคลื่อนด้วย GPT‑5 Pro โดยมีหน้าที่ปรับเปลี่ยนแผนการเรียนรู้อยู่ตลอดเวลา เพื่อให้พัฒนาการของผู้เรียนมีความเป็นส่วนตัว มีประสิทธิภาพ และสอดคล้องกับเป้าหมายที่ตั้งไว้

แผนภาพสถาปัตยกรรมหลายเอเจนต์ของ Praktika

เอเจนต์ทั้งหมดสามารถเข้าถึงเลเยอร์หน่วยความจำถาวรที่เก็บเป้าหมายของผู้เรียน ความชอบ และข้อผิดพลาดที่ผ่านมาได้ร่วมกัน แทนที่จะโหลดบริบทล่วงหน้า Praktika จะดึงข้อมูลจากหน่วยความจำทันทีหลังจากที่ผู้เรียนพูด เพื่อให้มั่นใจว่าคำตอบยึดโยงกับสัญญาณที่เกี่ยวข้องและทันสมัยที่สุด

“ระบบสามารถเปลี่ยนไปใช้แบบฝึกหัดอื่นได้ทันที หากผู้เรียนไม่รู้สึกสนุกกับแบบฝึกหัดนั้น” Turaev กล่าว “นั่นทำให้มนต์ขลังกลับมาอีกครั้ง "มันเริ่มให้ความรู้สึกใกล้เคียงกับครูสอนพิเศษที่เป็นมนุษย์จริงๆ มากขึ้น”

ทำให้การสนทนากับ AI รู้สึกเหมือนการแลกเปลี่ยนสด 

เพื่อให้การเรียนรู้ผ่านการสนทนารู้สึกเป็นธรรมชาติ หน่วยความจำต้องทำงานเหมือนในชีวิตจริง เลเยอร์หน่วยความจำของ Praktika จะดึงบริบทที่เกี่ยวข้อง หลังจาก ผู้เรียนพูดจบเท่านั้น นั่นทำให้ติวเตอร์สามารถตอบสนองต่อสิ่งที่เพิ่งพูดไปได้ ไม่ใช่สิ่งที่คาดการณ์ไว้ล่วงหน้า

“หากผู้เรียนทำผิดพลาดในตอนนี้ ติวเตอร์จะตอบสนองต่อ ความผิดพลาดนั้น ไม่ใช่ความผิดพลาดจากเมื่อวาน” Adam Turaev ผู้ร่วมก่อตั้งและซีอีโอกล่าว ความแตกต่างของจังหวะเวลานั้นละเอียดอ่อน แต่เป็นสิ่งที่ทำให้การโต้ตอบรู้สึกใส่ใจแทนที่จะดูเหมือนหุ่นยนต์

การรู้จำเสียงพูดมีบทบาทที่คล้ายคลึงกัน ผู้เรียนภาษามักลังเล เริ่มต้นประโยคใหม่ และออกเสียงคำไม่สมบูรณ์ Praktika ใช้ Transcription API เพื่อจัดการกับคำพูดที่ขาดเป็นช่วง มีสำเนียง และไม่ใช่เจ้าของภาษาได้อย่างน่าเชื่อถือมากกว่าระบบแบบดั้งเดิมที่ฝึกจากคำพูดที่คล่องแคล่ว นั่นช่วยให้ผู้เรียนมุ่งเน้นไปที่การสื่อสารโดยไม่ถูกตำหนิเนื่องจากยังเป็นผู้เริ่มต้น

เมื่อรวมกันแล้ว การกำหนดจังหวะของหน่วยความจำและการรู้จำเสียงพูดจะก่อให้เกิดลูปเดียว: ฟังอย่างตั้งใจ นึกถึงบริบทที่ถูกต้อง และตอบสนองทันที

การเปลี่ยนแปลงการปรับปรุงโมเดลให้กลายเป็นประสบการณ์การเรียนรู้ที่มีประสิทธิภาพมากขึ้น

ผลิตภัณฑ์เวอร์ชันแรกๆ ของ Praktika จับคู่อวาตาร์ที่แสดงอารมณ์ได้เข้ากับระบบ NLP แบบอิงตามกฎและโมเดล Davinci รุ่นแรก แต่บทสนทนาก็ยังให้ความรู้สึกที่ถูกจำกัดอยู่ดี เมื่อ GPT‑3.5 เปิดตัว ทีมงานก็ได้พบกับความก้าวหน้าครั้งสำคัญเป็นครั้งแรก

“เป็นครั้งแรกที่เราสามารถผสานความเข้าใจภาษาขั้นสูงเข้ากับอวตาร์ที่แสดงออกได้อย่างเป็นธรรมชาติและเหมือนจริง” Adam Turaev กล่าว “บทสนทนาไม่รู้สึกเหมือนถูกเขียนสคริปต์อีกต่อไป "มันรู้สึกเป็นธรรมชาติ มีอารมณ์ และสมจริง” 

จากการที่ Praktika ทดสอบโมเดลรุ่นล่าสุดหลายตัว GPT‑4.1 ทำคะแนนได้ดีที่สุดในการวัดผลภายใน ทั้งเรื่องการลงทะเบียนใช้งาน อัตราการกลับมาใช้งานในวันแรก อัตราการเปลี่ยนจากผู้ใช้ทดลองเป็นผู้ใช้ที่ชำระเงิน และความคิดเห็นเชิงคุณภาพจากผู้ใช้งาน

“GPT‑4.1 มอบความสมดุลที่ดีที่สุดระหว่างความลึกซึ้งของการให้เหตุผล ความละเอียดอ่อนทางอารมณ์ และความน่าเชื่อถือ” Turaev กล่าว “โมเดลนี้รองรับการสนทนาหลายภาษาและตรรกะการสอนที่ซับซ้อนได้ตามมาตรฐานคุณภาพที่เราต้องการ ซึ่งช่วยยกระดับคุณภาพของแต่ละเซสชันการสนทนาขึ้นอย่างมาก

การปรับปรุงเหล่านั้นส่งผลโดยตรงต่อผลลัพธ์ของผู้ใช้และธุรกิจ หลังจากเปิดตัวระบบหน่วยความจำระยะยาวใหม่ Praktika พบว่าอัตราการรักษาผู้ใช้ในวันแรกเพิ่มขึ้น 24% และรายได้เพิ่มขึ้นเป็นสองเท่าในเวลาเพียงไม่กี่เดือน

เมื่อไม่นานมานี้ Praktika เริ่มใช้ GPT‑5.2 เพื่อขับเคลื่อนสถาปัตยกรรม ขณะนี้ GPT‑5.2 ถูกใช้ขับเคลื่อนเอเจนต์การสนทนาหลัก ในขณะที่ GPT‑5.2 Pro จัดการการให้เหตุผลเชิงกำกับดูแล และ GPT‑5 mini รองรับการติดตามความคืบหน้าอย่างต่อเนื่อง เมื่อใช้งานร่วมกันโมเดลเหล่านี้ช่วยให้ระบบสามารถประมวลผลเชิงเหตุผลไปพร้อมๆ กันได้ ซึ่งสร้างความสมดุลทั้งในด้านคุณภาพบทสนทนา หลักวิธีการสอน และประสิทธิภาพในการรองรับผู้ใช้งานจำนวนมาก

ก้าวต่อไปคืออะไร

วันนี้ Praktika รองรับผู้เรียนหลายล้านคนในเก้าภาษา และจะมีภาษาอื่นๆ เพิ่มเติมในเร็วๆ นี้ เมื่อมีรากฐานด้านเอเจนต์พร้อมแล้ว Praktika จึงมุ่งเน้นไปที่การขยายขอบเขตสิ่งที่ติวเตอร์ AI สามารถเข้าใจ จดจำ และสร้างสรรค์ร่วมกับผู้เรียนแต่ละคนได้

“เราไม่ได้แค่สอนภาษาเท่านั้น” Turaev กล่าว “เรากำลังพัฒนา AI ที่ช่วยให้ผู้คนรู้สึกมั่นใจในการใช้งานในชีวิตจริง”