Beata Beigman Klebanov é cientista principal de investigação na EduSoft, uma subsidiária da ETS. Obteve um doutoramento em ciência da computação com linguística computacional em 2008 e uma licenciatura (magna cum laude) em ciência da computação em 2000 pela Universidade Hebraica de Jerusalém, Israel. Obteve um mestrado com distinção em ciências cognitivas pela Universidade de Edimburgo, Reino Unido, em 2001. Antes de ingressar na ETS, foi investigadora pós-doutorada no Northwestern Institute for Complex Systems e na Kellogg School of Management, onde investigou abordagens computacionais à retórica política.
Desde que se juntou à ETS em 2011, Beata liderou e contribuiu para projetos de investigação sobre literacia e competências relacionadas com a linguagem. Desde 2017, lidera o projeto Relay Reader para desenvolver uma ferramenta que promova o desenvolvimento da leitura através da leitura oral interativa de literatura. Até à data, a ferramenta tem sido utilizada no inovador programa de literacia de verão na Children's Defense Find's Freedom School em Camden, Nova Jérsia, bem como em outros programas de verão em Bellport, Nova Iorque; Washington, DC; Highstown, Nova Jérsia; e no programa de explicações do New Jersey Tutoring Corps. O Relay Reader impulsionou novas pesquisas sobre avaliação da leitura oral publicadas em locais como o Journal of Educational Psychology e as conferências AI in Education and 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. Juntamente com o Dr. Nitin Madnani do grupo ETS de IA e Engenharia de Produto, escreveu a monografia Automated Essay Scoring, publicada na prestigiada série Synthesis Lectures on Human Language Technologies. É 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 a professores em formação e em formação praticar competências críticas de ensino e receber feedback formativo automatizado. O trabalho foi recentemente reconhecido com o Prémio da Iniciativa Nacional de Liderança Tecnológica 2026 da Association of Mathematics Teacher Educators.
Última atualização: 12/02/2026