جاءنا عميل بمشكلة محددة: الأطفال الذين يتعلمون لغات يحتاجون تقييمًا فوريًا للنطق، لكن المعلمين البشريين لا يتوسعون. أراد منصة يتدرب فيها الأطفال على الكلام، يحصلون على تقييم ذكاء اصطناعي فوري، ويتابع فيها الآباء والمعلمون التقدم — كل ذلك في متصفح ويب، بدون تحميل تطبيقات.
ستة أشهر وفريق من ثلاثة أشخاص لاحقًا، كانت Meraki تعمل. إليكم ما بنيناه، والقرارات التقنية التي اتخذناها، وما تعلمناه.
التحدي
على الورق، كان الموجز بسيطًا: منصة تعلم تفاعلية مع تمارين صوتية. عمليًا، كانت التحديات التقنية أي شيء إلا بسيطة.
المشكلة الأساسية كانت تقييم النطق. المنصة تحتاج التقاط صوت الطفل، إرساله لنموذج ذكاء اصطناعي، تقييم الدقة، وإرجاع تعليق — كل ذلك في أقل من ثانيتين، وإلا يفقد الطفل الاهتمام. وهذا يجب أن يعمل عبر الأجهزة: حواسب محمولة، أجهزة لوحية، هواتف، متصفحات مختلفة، جودات ميكروفون مختلفة.
فوق ذلك، ثلاثة أنواع مستخدمين يحتاجون ثلاث تجارب مختلفة. الطلاب يحتاجون دروسًا مُلعبة. الآباء يحتاجون لوحات تقدم. المعلمون يحتاجون إدارة صفية وإمكانية سماع المحاولات المسجلة.
وكل شيء يجب أن يكون ممتعًا. أداة تعلم لغات للأطفال تشعر كالواجب المنزلي ميتة قبل أن تبدأ.
قرار المعمارية
قسمنا النظام إلى ثلاث طبقات، كل واحدة تفعل ما تجيده:
خلفية Laravel — تتولى منطق العمل، إدارة المستخدمين، هيكل الدروس، تتبع التقدم، ولوحة الإدارة. منظومة Laravel أعطتنا المصادقة وإدارة قوائم الانتظار وأدوات الإدارة جاهزة، فتمكنا من تركيز وقت الهندسة على المشكلة الصعبة: طبقة الذكاء الاصطناعي.
واجهة React — تتولى تجربة التعلم التفاعلية. التقاط الصوت، عرض التعليقات الفورية، حركات التلعيب، ولوحات الآباء والمعلمين.
خدمة Python المصغرة (FastAPI) — تتولى تقييم النطق. تأخذ ملف صوتي، تمرره عبر النموذج، وتعيد درجة مع تعليق محدد. خدمة منفصلة متصلة عبر API.
هذا النهج بثلاث طبقات يبقي كل مكون مركزًا وقابلًا للاستبدال. إذا ظهر نموذج صوتي أفضل العام القادم، نستبدل خدمة Python بدون لمس الباقي.
أصعب المشاكل التقنية
التقاط الصوت عبر المتصفحات
الحصول على تسجيل صوتي متسق عبر Chrome وSafari وFirefox والمتصفحات المحمولة يبدو بسيطًا حتى تجربه. كل متصفح يتعامل مع أذونات الميكروفون بشكل مختلف. Safari على iOS له قيود خاصة.
قضينا الأسبوعين الأولين فقط في تأمين التقاط صوتي موثوق عبر كل الأجهزة المستهدفة. عمل غير براق، لكنه أساسي — كل شيء لاحق يعتمد على صوت نظيف كمدخل.
تقييم النطق مع الضوضاء واللهجات
الأطفال لا يسجلون في استوديوهات. هم في فصول دراسية، غرف معيشة، سيارات. ضوضاء الخلفية ومسافات الميكروفون المتغيرة واختلافات اللهجة كلها تؤثر على جودة الصوت.
بنينا خط معالجة مسبقة: تقليل الضوضاء، تطبيع الحجم، وقص الصمت. بدون هذا، انخفضت دقة النموذج بشكل كبير في الظروف الحقيقية.
إبقاء السرعة كافية للأطفال
تأخير ثانيتين هو الحد الأقصى قبل أن ينخفض التفاعل. تنفيذنا الأولي استغرق 4-5 ثوانٍ. خفضناه لأقل من ثانيتين عبر ضغط الصوت قبل الرفع، والمعالجة غير المتزامنة مع تعليقات WebSocket، والتخزين المؤقت المكثف لمحتوى الدروس.
ما سلّمناه
للطلاب: دروس منظمة، تمارين صوتية بتقييم فوري، وتتبع تقدم مُلعب. كل درس: استمع، كرر، درجة، احتفل.
للآباء: لوحات تعرض اتجاهات الدقة، المجالات التي تحتاج تدريبًا، وإشعارات محددة.
للمعلمين: إدارة الصف، مقارنات الطلاب، إعادة تشغيل المحاولات الصوتية، والواجبات.
للمسؤولين: إدارة المحتوى، إدارة المستخدمين، التحليلات، وإعدادات النظام.
طبقة الذكاء الاصطناعي: تقييم نطق يعيد درجة رقمية وتعليقًا محددًا على أي أصوات تحتاج عملًا.
ما تعلمناه
حدد أهدافًا قابلة للقياس لميزات الذكاء الاصطناعي مبكرًا. «تقييم نطق جيد» غامض. «أقل من ثانيتين بدقة 85%+ على صوت نظيف» قابل للاختبار.
تحقق من أصعب خطر تقني أولًا. هاجمنا التقاط الصوت في السبرنت الأول لأن كل شيء آخر يعتمد عليه.
اختبر مع أطفال حقيقيين، ليس فقط الفريق. الجولة الأولى من الاختبار مع أطفال فعليين كشفت مشاكل لم نتوقعها أبدًا: الأطفال يمسكون الميكروفون قريبًا جدًا، يهمسون، يضحكون في منتصف الكلمة.
افصل الذكاء الاصطناعي عن المنصة. تشغيل النموذج الصوتي كخدمة مستقلة جعل المنصة تبقى متجاوبة حتى تحت ضغط الذكاء الاصطناعي. سلّمنا ثلاث تحسينات للنموذج أثناء التطوير بدون إعادة نشر التطبيق الرئيسي.
صمم للمراقبة من اليوم الأول. خدمة الذكاء الاصطناعي، خط الصوت، نظام قوائم الانتظار، والتطبيق الرئيسي — كل منها كان له مراقبة مستقلة.
النتيجة
Meraki أُطلقت في الموعد، ضمن الميزانية، بفريق من ثلاثة. المنصة تتولى التمارين الصوتية، تقييم الذكاء الاصطناعي الفوري، لوحات الآباء، أدوات المعلمين، والنشر الآلي.
لكل تفاصيل المشروع، اقرأ دراسة حالة Meraki الكاملة.
هل يمكننا بناء شيء مشابه لكم؟
النمط هنا — منصة Laravel + خدمة ذكاء اصطناعي Python + واجهة React — ينطبق على مجالات كثيرة بعيدًا عن التعليم. كتبنا عن كم تستغرق المشاريع، كيف تكتب الموجز، وماذا تسأل قبل اختيار شركة.
لديكم فكرة منتج تتضمن ذكاءً اصطناعيًا أو تعليقات فورية؟ لنستكشفها معًا →