Beata Beigman Klebanov ist leitende Forschungswissenschaftlerin bei EduSoft, einer Tochtergesellschaft von ETS. Sie promovierte 2008 in Informatik mit Computerlinguistik und 2000 einen B.S. (magna cum laude) in Informatik von der Hebräischen Universität Jerusalem, Israel. 2001 erhielt sie einen M.S. mit Auszeichnung in Kognitionswissenschaft von der University of Edinburgh, Großbritannien. Vor ihrem Eintritt bei ETS war sie Postdoktorandin am Northwestern Institute for Complex Systems und der Kellogg School of Management, wo sie rechnergestützte Ansätze für politische Rhetorik erforschte.
Seit ihrem Eintritt bei ETS im Jahr 2011 leitet und trägt Beata zu Forschungsprojekten zu Lese- und Sprachkompetenzen bei. Seit 2017 leitet sie das Relay Reader-Projekt, um ein Werkzeug zur Förderung der Leseentwicklung durch interaktives mündliches Lesen von Literatur zu entwickeln. Bis heute wurde das Werkzeug im innovativen Sommer-Alphabetisierungsprogramm der Children's Defense Find's Freedom School in Camden, New Jersey, sowie in weiteren Sommerprogrammen in Bellport, New York; Washington, DC; Highstown, New Jersey; sowie im Nachhilfeprogramm des New Jersey Tutoring Corps eingesetzt. Relay Reader hat neue Forschungsergebnisse zur Bewertung des mündlichen Lesens angestoßen, die in Publikationen wie dem Journal of Educational Psychology und den Konferenzen AI in Education and Learning and Knowledge Analytics veröffentlicht wurden.
Beata hat zur Entwicklung der automatisierten Bewertungs- und Feedbackfunktionen für Schreiben beigetragen, darunter reflektierendes Schreiben, quellenbasiertes Schreiben und argumentatives Schreiben. Gemeinsam mit Dr. Nitin Madnani von der ETS AI and Product Engineering Gruppe schrieb sie die Monographie Automated Essay Scoring, die in der renommierten Reihe Synthesis Lectures on Human Language Technologies veröffentlicht wurde. Sie ist Aktionsredakteurin für das International Journal of AI in Education.
Derzeit leitet Beata gemeinsam ein Projekt zur Entwicklung generativer, KI-unterstützter Lehrsimulationen, die es Lehrkräften und Lehrkräften ermöglichen, wichtige Lehrkompetenzen zu üben und automatisiertes formatives Feedback zu erhalten. Die Arbeit wurde kürzlich mit dem National Technology Leadership Initiative Award 2026 der Association of Mathematics Teacher Educators ausgezeichnet.
Zuletzt aktualisiert: 12.02.2026