Duolingo：如何借助人工智能驱动用户学习和增长策略

　　自2011年推出以来，Duolingo已发展成为全球最大的语言学习平台和下载量最大的教育应用程序之一。该应用程序向超过5亿用户教授42种语言。

　　事实上，Duolingo在屏幕上呈现为一个可爱的基本布局。但该公司巧妙地利用机器学习、数据和人工智能来推动核心业务功能，例如产品开发、用户保留工作、招聘优先级和收入策略。

　　为什么Duolingo利用数据优势很重要？因为24/7全天候沉浸是语言学习的关键。无论在何种情景下（无论用户是为了新工作学习英语还是学习西班牙语是为了学习你的家乡语言），Duolingo都会使用大量数据来让用户尽可能多地练习。

　　Duolingo的数据之旅始于它聘请了著名的计算机科学家Burr Settles。他将Duolingo转变为AI驱动的语言学习平台。他专注于综合数据模型，以最高效率地导航语言学习。他从应用程序最重要的功能开始：能力测试。

　　熟练程度测试是用户在适当级别进入Duolingo学习计划必须采取的第一步。因此，它为客户获取和保留奠定了基调，并且随着用户群的增长，它帮助 Duolingo生成和更新越来越多的数据。

　　在Burr Settles带领下，Duolingo将90%的AI资源分配给了Duolingo 的能力测试。当用户进行45分钟的考试时，Duolingo则进行密集的数据收集。收集的数据包括一个人的身份、课程中的参与度、测试项目和问题的学习表现、评分方法和适应性测试。Duolingo定期运行A/B测试，以找到设计测试及其所有课程的最佳方式，测试用户的学习效率，以适应体验并平滑学习曲线。这些定制的机器学习模型是必要的，帮助Duolingo实现他们所针对的个性化水平。

　　此外，数据为Duolingo有趣的积分奖励系统提供了动力。例如，用户可以通过完成课程与朋友和陌生人竞争，并获得连续奖励。研究团队围绕一个人应该多久练习一门语言以及游戏式课程增加练习时间的程度进行了研究和开发。Duolingo使用 A/B 测试的数据调整其级别和类似游戏的体验，以便吸引目标用户群。

　　如何利用复杂的人工智能和数据？Duolingo使用深度学习来模仿大脑的行为来快速评估数据以预测用户行为。通过深度学习，公司可以为从非母语语音识别到自动评分分类再到预测用户将答对哪些问题的所有内容定制算法。Duolingo在Amazon Web Services (AWS) 上使用PyTorch深度学习框架。使用该框架，Duolingo每天进行3亿次以上的预测，每个预测在任何给定时间都有100,000-3000万个数据点。

　　因此，Duolingo对数据驱动的积极推动使该公司能够捕捉到巨大的价值并改变行业。今天，全球有超过300所大学使用DuoLingo作为学生的语言能力测试，包括纽约大学、加州大学洛杉矶分校和杜克大学。

　　只有4%的客户付费，却带来了近85%的收入。其余的收入来自广告。Duolingo公司的创始人正在考虑最快在今年进行上市。Duolingo也将继续结合人工智能功能来增加付费订阅者。

　　预计Duolingo在未来将需要更广泛地思考其用户参与策略。虽然 Duolingo的大部分吸引力在于体验的游戏化，但或许可以针对年长、更老练的用户修改此策略。

Powered by Froala Editor