Как ветеринар стала разработчиком и создала ИИ-приложение для детей: история Натальи Новиковой

Переход из ветеринарии в IT может показаться неожиданным, но для Натальи Новиковой это стало реальностью. Она не только освоила программирование с нуля, но и создала мобильное приложение на базе искусственного интеллекта, которое помогает детям читать. Её история — пример того, как целеустремлённост

Наталья начала свой путь в IT с курсов по Java, а затем поступила в онлайн-магистратуру МФТИ «Разработка ИТ-продукта». В рамках дипломного проекта она решила создать приложение для детского чтения с использованием ИИ. Идея родилась из личного опыта: Наталья хотела, чтобы её ребёнок полюбил чтение, но не находила подходящих инструментов. Так появился «ЧитКит» — приложение, которое использует голосового помощника для подсказок сложных слов, вопросов по тексту и адаптации сложности.

Как ветеринар стала разработчиком и запустила ИИ-приложение

Переход из ветеринарии в IT был непростым. Наталья начала с курсов по Java, затем поступила в онлайн-магистратуру МФТИ «Разработка ИТ-продукта». В рамках дипломного проекта она решила создать мобильное приложение для детей, которое помогает читать с помощью ИИ. Идея родилась из личного опыта: Наталья хотела, чтобы ее ребенок полюбил чтение, но не находил подходящих инструментов.

Приложение «ЧитКит» позволяет детям читать книги с голосовым помощником, который подсказывает сложные слова, задает вопросы по тексту и адаптирует сложность. Первая версия была написана на Flutter, а ИИ-ядро использовало YandexGPT. Однако в процессе разработки выяснилось, что модель генерирует некорректные ответы — так называемые галлюцинации. Это заставило пересобрать архитектуру.

Предыстория и контекст

Проблема галлюцинаций LLM известна в индустрии: нейросети могут выдавать правдоподобные, но ложные факты. Для детского приложения это критично — ребенок может получить неверную информацию или неправильное произношение. Наталья решила использовать Retrieval-Augmented Generation (RAG), чтобы ограничить ответы модели только проверенным контентом из базы знаний. Это потребовало переработки ИИ-ядра и интеграции с дополнительными сервисами.

Рынок образовательных приложений для детей в России активно растет. По данным RuStore, количество скачиваний таких приложений увеличилось на 30% за год. Однако большинство из них не используют ИИ для персонализации обучения. «ЧитКит» выделяется именно этим: приложение адаптируется под уровень чтения ребенка и помогает ему прогрессировать.

Как решалась проблема галлюцинаций LLM?

Основная проблема заключалась в том, что YandexGPT могла придумывать слова или значения, которых нет в исходном тексте. Чтобы это исправить, Наталья внедрила RAG-архитектуру: запрос пользователя сначала проходит через поиск по базе знаний (векторная база данных), а затем только релевантные фрагменты передаются модели для генерации ответа. Это снизило количество ошибок до минимума. Дополнительно были добавлены фильтры для проверки ответов на соответствие исходному тексту.

Технические подробности: архитектура приложения

Приложение построено на Flutter для кроссплатформенности. Бэкенд на Python с использованием FastAPI. ИИ-ядро включает YandexGPT для генерации ответов и векторную базу данных Milvus для хранения эмбеддингов текстов. Для распознавания речи используется Yandex SpeechKit, а для синтеза — TTS от Yandex. База знаний наполняется вручную: команда размечает книги, добавляет пояснения сложных слов и вопросы для проверки понимания.

Архитектура микросервисная: отдельный сервис для обработки запросов, отдельный для управления пользователями и подписками. База данных — PostgreSQL. Все развернуто на Yandex Cloud с использованием Kubernetes для масштабирования. Нагрузочное тестирование показало, что система выдерживает до 1000 одновременных пользователей без потери производительности.

Кого затронет и как

Приложение ориентировано на детей от 4 до 10 лет и их родителей. В России это большая аудитория: по данным Росстата, около 12 миллионов детей этого возраста. Родители получают инструмент для развития навыков чтения без постоянного контроля. Для разработчиков история Натальи — пример того, как можно перейти в IT из другой сферы и успешно запустить продукт.

Для бизнеса «ЧитКит» интересен моделью монетизации: платная подписка (299 рублей в месяц) с бесплатным пробным периодом. Первые 44 подписки были получены за первый месяц после публикации в RuStore. Это небольшой, но значимый результат для стартапа. Конкуренты — приложения «Сказбука», «Говорящая книга» и зарубежные аналоги, но они редко используют ИИ для адаптации.

Что будет дальше

Наталья планирует расширять базу книг, добавлять больше жанров и уровней сложности. В ближайших планах — интеграция с голосовым ассистентом «Алиса» и выход на платформу AppGallery. Также рассматривается возможность использования открытых LLM, таких как Llama, для снижения затрат на API. Если приложение наберет критическую массу пользователей, возможно привлечение инвестиций.

Итог

История Натальи Новиковой показывает, что даже без профильного образования можно войти в IT и создать востребованный продукт. Ключевые уроки: важно проверять гипотезы на ранних этапах, не бояться пересобирать архитектуру и использовать современные методы борьбы с галлюцинациями LLM. «ЧитКит» — пример того, как ИИ может улучшить образование детей, а для разработчиков — вдохновляющий кейс карьерного роста.