Lingvistin idea syntyi CERNissä.
Mait Müntel työskenteli Sveitsissä osana Higgsin bosonin löytämiseen osallistunutta tutkimusryhmää.
Hän asui ranskankielisellä alueella mutta ei ollut oppinut ranskaa kunnolla.
Ongelma ei ollut motivaation puute.
Aikaa ei ollut.
Perinteinen kielikurssi ei sopinut työpäivään, ja tavalliset oppikirjat opettivat paljon sanoja, joita Müntel ei juuri tarvinnut.
Fyysikko lähestyi ongelmaa datan kautta.
Hän rakensi itselleen ohjelman, joka analysoi, mitkä sanat ovat kielessä yleisimpiä ja mitä hänen pitäisi opetella seuraavaksi.
Tavoite oli oppia mahdollisimman paljon mahdollisimman pienellä työmäärällä.
Tästä kokeesta syntyi Lingvist.
Yritys perustettiin vuonna 2013.
Perustajatiimiin kuuluivat Mait Müntel, Ott Jalakas ja Tanel Hiir.
Lingvistin ydin on adaptiivinen oppiminen.
Kaikille käyttäjille ei näytetä samaa sanalistaa samassa järjestyksessä.
Järjestelmä yrittää arvioida käyttäjän nykyisen osaamisen ja näyttää seuraavaksi sisältöä, joka on juuri sopivan vaikeaa.
Kun käyttäjä osaa sanan hyvin, sitä ei tarvitse näyttää jatkuvasti.
Kun sana unohtuu, se palaa harjoitteluun.
Tämä on algoritmisesti paljon kiinnostavampi ongelma kuin tavallinen digitaalinen sanakirja.
Lingvist käyttää dataa myös siihen, että kurssin sisältö voidaan rakentaa tiettyyn kontekstiin.
Esimerkiksi matkailuun, työhön tai tiettyyn aiheeseen liittyvä sanasto voidaan priorisoida eri tavalla.
Vuonna 2021 Lingvist keräsi 5,1 miljoonan euron rahoituskierroksen.
Yhtiö kertoi käyttävänsä rahoitusta muun muassa uuden tutkimustiimin rakentamiseen ja uusien kielten lisäämiseen.
tämä sivusto-yrittäjälle ensimmäinen oppi on henkilökohtainen työkalu.
Moni hyvä ohjelmistoyritys alkaa siitä, että perustaja rakentaa ratkaisun ensin itselleen.
Jos sama ongelma koskee miljoonia muita, henkilökohtaisesta skriptistä voi kasvaa tuote.
Toinen oppi on optimointi.
Kielenoppimisessa sisältöä on rajattomasti.
Arvo voi syntyä juuri siitä, että käyttäjälle ei näytetä kaikkea.
Hänelle näytetään seuraava paras asia.
Kolmas oppi on domainin ulkopuolinen ajattelu.
Müntel ei tullut kieltenopetuksesta vaan fysiikasta.
Hän toi mukanaan data- ja optimointiajattelun aivan toiseen ongelmaan.
Neljäs oppi on AI ennen AI-hypeä.
Lingvist rakensi adaptiivista ja dataohjattua oppimista jo paljon ennen generatiivisen AI:n nykyistä aaltoa.
Tuotteen ydin ei ole se, että kone “osaa keskustella”.
Ydin on se, että kone oppii käyttäjästä ja käyttää aikaa tehokkaammin.
Lingvist on erinomainen esimerkki siitä, kuinka tutkimusmaailmasta tullut tekninen ajattelutapa voidaan muuttaa kuluttaja-apiksi.