之后，用户翻译过的短语都会让其他用户投票表决，提高游戏内容的质量。翻译时如果需要提示，用户可以把鼠标停在单词上，相对应的意思即会出现。此外，游戏非常智能，甚至可以识别拼写失误。
随着学习进程的推进，玩家可以获得“技能点”。当一个用户完成所有课程的时候，技能即被“习得”，当完成一定数量的翻译时，技能即被“掌握”。每一课，玩家最多可以获得13 点，而每次犯错都会扣掉一点。
游戏中还包括限时训练，玩家需要在30 秒内回答20 个问题。每答对一道问题，玩家可以获得一个技能点和额外的7 秒时间。由于使用的是人工智能引擎，游戏本身可以自我学习自我改进，比如追踪有问题的词语和概念，并在之后的课程中显现出来。每一个用户在进行游戏的同时，都帮助这个系统演化得更好。
这听起来简单，但做起来可不容易。
游戏初期，用户的学习方式是线性的，也就是一段时间内完成一道翻译题，但之后他们会遇到“短期记忆过载”问题。当他们完成3 ～ 4句之后，玩家的关注度就会下降。而这种现象，其实和游戏中的关注度问题很类似。
项目小组查找了大量资料，发现关注度持续的最长时间只有7 分钟。在Duolingo 中也是如此，玩家在7 分钟左右开始心不在焉，表现下降，他们只想着赶紧把课程完成然后干点别的。如此一来，他们就会离开网站。而解决方法就是，抛弃旧方法，采用非线性手段。玩家先是看到了翻译，之后还会看到别的信息，比如讨论贴。某种意义上，这样可以重置玩家的短期记忆，以提高投入度，取得更好的结果。
冯·安告诉我说，他和他的团队非常努力，希望把Duolingo 打造得更加游戏化，但从本质上讲，Duolingo 并不是游戏。对于星佳，特别是《农场乡村》，冯·安十分厌恶它，认为这游戏真是太傻了，甚至完全配不上“乐趣”这个词。但星佳同时也做了一件了不起的事，就是将蹩脚无聊的任务游戏化，让人们深陷其中。
截至2013 年初，Duolingo 共积累了100 万用户，每日活跃用户达10万人，此外每日还有1.5 ～ 2 万新用户加入，他们大部分来自美国以外地区。冯·安对这个语言训练项目的效率非常自信，一个从没学习过西班牙语的人，34 小时就可完成相当于整个大学一个学期的语言课程。说到底，冯·安教授希望的是人类依靠这种“翻译”项目的原理，通过做麻木重复的工作来教会计算机，最终解放我们的生产力。
