AIで子どもたちの学びを変革する「Sparkli」
元Googleの社員たちが、AIを活用した子ども向けインタラクティブ学習アプリ「Sparkli」を開発し、教育分野に新たな風を吹き込んでいます。子どもたちの尽きない好奇心に応え、より魅力的で体験的な学習を提供することを目指し、Lax Poojary氏、Lucie Marchand氏、Myn Kang氏の3名によって設立されました。
創業者のPoojary氏は、子どもが自動車の仕組みや雨の降り方について質問した際に、ChatGPTやGeminiのような既存のAIが提供する「テキストの壁」では、子どもたちの求めるインタラクティブな体験ができないと感じたことが開発の動機と語っています。
創造的な「探検」と豊富なコンテンツ
Sparkliは、子どもたちが「AI学習探検（expedition）」を通じて、スキルデザイン、金融リテラシー、起業家精神といった現代的なトピックを学べるように設計されています。ユーザーは事前定義されたトピックを探求することも、自分自身の疑問を投げかけて学習パスを作成することも可能です。毎日新しいトピックが紹介され、子どもたちは継続的に新しい知識に触れることができます。
各トピックの章は、以下の要素を組み合わせた構成となっており、多様な学習体験を提供します。
- 音声
- 動画
- 画像
- クイズ
- ゲーム
また、このアプリは「選んで進むアドベンチャー」形式を採用しており、質問の正誤によるプレッシャーを感じることなく、楽しみながら学ぶことができます。
創業者たちの想いとGoogleでの経験
Sparkliの創業者であるPoojary氏とKang氏は、以前Googleの社内スタートアップインキュベーター「Area 120」で旅行アグリゲーターの「Touring Bird」や動画ソーシャルコマースアプリの「Shoploop」を共同設立した経験を持ちます。CTOのMarchand氏もShoploopの共同創業者の一人であり、Googleでのキャリアを積んできました。
彼らは、50年前は火星の絵を見せ、10年前は動画を見せていたかもしれないが、Sparkliでは子どもたちが火星がどのようなものか「体験し、交流する」ことを目指していると述べています。
教育的アプローチと安全性への配慮
Sparkliの大きな特徴は、すべてのメディアアセットを生成AIによってオンデマンドで作成している点です。これにより、ユーザーの質問からわずか2分で学習体験を生成でき、この時間をさらに短縮することを目指しています。
また、教育の質を確保するため、同社は最初の2名の採用者として、教育科学とAIの博士号保持者および教師を迎えました。これにより、子どもの認知発達を考慮した教育学の原則に基づいたコンテンツ提供を徹底しています。
子ども向けAIにおける安全性は重要な懸念事項ですが、Sparkliでは性的な内容などの特定のトピックは完全に禁止されています。自傷行為のようなデリケートな質問に対しては、感情的知性を教え、保護者と話すことを促すアプローチを取っています。
学校での導入と今後の展開
Sparkliは現在、10万人以上の生徒を抱える学校ネットワークを持つ教育機関と連携し、アプリのパイロットプログラムを実施しています。対象年齢は5歳から12歳で、昨年は20以上の学校で製品テストが行われました。
教師向けのモジュールも提供されており、教師は生徒の進捗を追跡し、宿題を割り当てることができます。同社は、Duolingoに触発され、子どもたちが継続的にアプリに戻ってくるような魅力的な学習体験を目指しており、レッスンの完了に応じて「ストリーク」や「報酬」、さらにはアバターに応じた「クエストカード」を提供しています。
パイロットプログラムからは非常に肯定的な反応が得られており、教師は授業の導入や復習、宿題としてSparkliを活用しています。今後数ヶ月間は学校との連携を優先し、2026年半ばまでには一般の保護者もアプリをダウンロードできるようになる予定です。
500万ドルのプレシード資金調達
Sparkliは、スイスのベンチャー企業Founderfulがリードする形で、500万ドルのプレシード資金を調達しました。Founderfulにとって、これは純粋なEdTech（教育テクノロジー）分野への初の投資となります。
投資家が語る「Sparkli」の可能性
Founderfulの創業パートナーであるLukas Weder氏は、共同創業者の技術力と市場機会が投資の決め手になったと語っています。Weder氏は2人の子どもの父親として、学校では金融リテラシーやテクノロジーにおけるイノベーションのような現代的なトピックが十分に教えられていないと感じており、Sparkliがビデオゲームから子どもたちを遠ざけ、没入型の方法で学習できる点にプロダクトとしての大きな可能性を見出しています。