Case studies
Aplikacja do nauki języków z wykorzystaniem sztucznej inteligencji
Aplikacja do nauki języków ze specjalizowanym modelem AI do mowy, bazą ćwiczeń, testami, fiszkami, grywalizacją, płatnościami, księgowością, newsami i wielojęzycznym interfejsem.
UI/UX, Development
Zakres prac
NextJS, Python, REST API, Gemini AI
Technologia
Edukacja
Branża
II kwartał 2026
Ramy czasowe
Cel projektu
Aplikacja do samodzielnej nauki języków, ze specjalizowanym modelem AI pod mowę, własnym silnikiem ćwiczeń, testami, fiszkami i grywalizacją. Uczący się ćwiczy wymowę, powtórki i materiał w jednym miejscu, bez osobnego narzędzia do każdej z tych rzeczy.
Obok nauki: płatności, księgowość, newsy dla użytkowników i pełna wielojęzyczność interfejsu oraz treści.
Funkcjonalności
Model AI do nauki mowy
Model trenowany pod wymowę, nie pod ogólny czat. Słucha wypowiedzi, wskazuje błędy i prowadzi ćwiczenie dalej.
Baza ćwiczeń z własnym silnikiem
Materiały siedzą w dedykowanym systemie, z poziomami, tagami i ścieżkami. Autorzy dokładają ćwiczenia bez ruszania kodu aplikacji.
Moduł grywalizacji
Punkty, serie i rankingi za regularną naukę. Postęp widać od razu po sesji, nie dopiero w podsumowaniu tygodnia.
Płatności i księgowość
Subskrypcje, faktury i dokumenty sprzedażowe w tej samej aplikacji. Księgowość nie dokłada drugiego narzędzia do rozliczeń kursów.
Moduł newsów
Aktualności, nowości w materiale i komunikaty do uczących się. Redakcja publikuje z panelu, bez wpinania treści w release.
Wielojęzyczność
Interfejs i treści ćwiczeń w wielu językach. Zmiana języka nie rozjeżdża ścieżki nauki ani historii postępów.
Testy i fiszki
Testy sprawdzają materiał, fiszki domykają powtórki. Wynik wraca do planu ćwiczeń, zamiast zostawać osobnym quizem obok kursu.
Zakres prac
Zaczęliśmy od ścieżki uczącego się: nagranie mowy, ocena, kolejne ćwiczenie, test, fiszka, punkt w grywalizacji. Na tej podstawie powstał model danych, makiety i specyfikacja API. Osobno zaprojektowaliśmy panel, z którego wchodzą materiały, newsy i rozliczenia.
Front w NextJS, serwisy w Pythonie z REST API oraz model AI pod mowę, odcięty od ogólnego czatu. Silnik ćwiczeń, testów i fiszek siedzi obok płatności, księgowości i warstwy językowej. Na końcu testy ścieżki nauki, wdrożenie i kontrola kosztów zapytań do modelu.
Wyzwania
01
Mowa, nie ogólny czat
Model ocenia wymowę i prowadzi ćwiczenie. Zwykły LLM do rozmowy tego nie zastępuje.
02
Koszty zapytań AI
Każda sesja mowy to tokeny. Zużycie i budżet są liczone per użytkownik, nie w jednej puli na całą aplikację.
03
Nagrania i dane uczących się
Głos to dane biometryczne. Przechowywanie, zgody i retencja są osobnym torem, nie dopiskiem do polityki cookies.
04
Jedna baza, wiele języków
Ćwiczenia, testy i UI w kilku językach. Tłumaczenie nie może rozjechać numeracji zadań ani historii postępów.
Case studies
