Beata Beigman Klebanov é pesquisadora principal na EduSoft, subsidiária da ETS. Ela obteve doutorado em ciência da computação com linguística computacional em 2008 e bacharelado (magna cum laude) em ciência da computação em 2000 pela Universidade Hebraica de Jerusalém, Israel. Ela recebeu um mestrado com distinção em ciência cognitiva pela Universidade de Edimburgo, Reino Unido, em 2001. Antes de ingressar na ETS, foi pesquisadora de pós-doutorado no Northwestern Institute for Complex Systems e na Kellogg School of Management, onde pesquisou abordagens computacionais para retórica política.
Desde que ingressou na ETS em 2011, Beata liderou e contribuiu para projetos de pesquisa sobre alfabetização e habilidades relacionadas à linguagem. Desde 2017, ela lidera o projeto Relay Reader para desenvolver uma ferramenta que promova o desenvolvimento da leitura por meio da leitura oral interativa de literatura. Até o momento, a ferramenta tem sido usada no inovador programa de letramento de verão na Children's Defense Find's Freedom School em Camden, New Jersey, bem como em outros programas de verão em Bellport, Nova York; Washington, DC; Highstown, New Jersey; e no programa de tutoria do New Jersey Tutoring Corps. O Relay Reader impulsionou novas pesquisas sobre avaliação da leitura oral publicadas em locais como Journal of Educational Psychology e as conferências de AI in Education e Learning and Knowledge Analytics.
Beata contribuiu para o desenvolvimento das capacidades automatizadas de pontuação e feedback para escrita, incluindo escrita reflexiva, escrita baseada em fontes e escrita argumentativa. Junto com o Dr. Nitin Madnani, do grupo de IA e Engenharia de Produto da ETS, escreveu a monografia Automated Essay Scoring, publicada na prestigiada série Synthesis Lectures on Human Language Technologies. Ela atua como editora de ações para o International Journal of AI in Education.
Atualmente, Beata co-lidera um projeto para desenvolver simulações de ensino suportadas por IA generativa que permitem que professores em estágio e em serviço pratiquem competências críticas de ensino e recebam feedback formativo automatizado. O trabalho foi recentemente reconhecido com o Prêmio da Iniciativa Nacional de Liderança em Tecnologia 2026 da Association of Mathematics Teacher Educators.
Última atualização: 12/02/2026