تقارير

دراسة Preply تكشف أن الذكاء الاصطناعي يوسّع التعلم—لكن ليس إتقانًا في العالم الحقيقي

mm
أضف Unite.AI إلى مصادرك المفضلة على Google
A professional moves from AI-assisted study to presenting confidently with colleagues.

Preply تقول إن الذكاء الاصطناعي جعل التعلم المهني أسرع وأسهل في الوصول، لكن تقرير التقدم السنوي الأول يشير إلى أن الوصول لا يتحول باستمرار إلى مهارات قابلة للاستخدام.

قامت الشركة بمسح 5,050 من المهنيين العاملين في تسعة دول ووجدت أن 88% يستخدمون الذكاء الاصطناعي كجزء من تعلمهم. أبلغ 76% أنهم يقضون وقتًا أطول في التعلم مقارنةً قبل عامين، بينما استخدم المستجيب المتوسط ما يقرب من ثلاث طرق تعلم.

مع ذلك، لم ينتج عن النشاط المتزايد بالضرورة ثقة أكبر. قال ما يقرب من نصف المستجيبين—49%—إنهم حافظوا على روتين تعلم لعدة أشهر لكنهم لا يزالون يواجهون صعوبة في تطبيق المهارة في الحياة الواقعية. وأفاد 52% آخرون أنهم يقضون وقتًا أطول في التعلم دون رؤية نتائج أفضل دائمًا، وذكر 63% أنهم مشغولون بالتعلم دون تحقيق تحسين حقيقي.

تُطلق Preply على هذا الانفصال اسم “فجوة التقدم”: المسافة بين التقدم الذي يُختبر أثناء التعلم والثقة في استخدام المهارة في موقف واقعي.

الذكاء الاصطناعي يصبح نقطة الانطلاق

يُظهر الاستطلاع مدى سرعة دمج الذكاء الاصطناعي في بنية التعلم. أشار 37% إلى أدوات الذكاء الاصطناعي كطريقة تعلم أساسية، متفوقة على التدريب من قبل صاحب العمل بنسبة 34% والدورات عبر الإنترنت بنسبة 33%.

استخدم المستجيبون الذكاء الاصطناعي في أغلب الأحيان للحصول على شروحات أو تعريفات، تلخيص المحتوى، ترجمته، تلقي التصحيحات، وتنظيم تعلمهم. كما كان مستخدمو الذكاء الاصطناعي يوميًا أكثر احتمالًا بنحو الضعف أن يقولوا إنهم يتعلمون أسرع مما كان متوقعًا مقارنةً بمن لا يستخدمون الذكاء الاصطناعي—60% مقابل 31%.

تساعد هذه النتائج في توضيح جاذبية الذكاء الاصطناعي. يمكنه الإجابة على سؤال فورًا، تبسيط المادة الصعبة، وجعل التدريب متاحًا بين الدروس الرسمية. هذه القدرات تدفع أيضًا التحول الأوسع نحو AI agents التي تخصّص التعليم وتساعد المعلمين.

لكن السرعة والتوافر يعالجان جزءًا فقط من عملية التعلم. في استطلاع Preply، وافق 66% على أن الوصول إلى المعلومات لا يؤدي تلقائيًا إلى التقدم. وقال أكثر من النصف—55%—إنه أصبح أصعب من أي وقت مضى تحديد ما يساعدهم حقًا على التحسن. وهذا يكرر قلقًا أوسع مفاده أن الوصول السلس إلى الإجابات ليس هو نفسه التعلم العميق.

هذا التمييز مهم لكل من المتعلمين الأفراد وأصحاب العمل. يمكن للذكاء الاصطناعي تسهيل الحصول على المعلومات، لكن أداء العمل يعتمد على الاسترجاع، الحكم، الممارسة، التغذية الراجعة، والقدرة على التصرف تحت ظروف واقعية. نفس المبدأ يدعم التركيز المتزايد على الإجادة في AI كقدرة عملية للقوى العاملة، بدلاً من مجرد عدد إكمال الدورات أو استخدام الأدوات.

المتعلمون يرغبون في أن يدعم الذكاء الاصطناعي—لا أن يقود

لا يُظهر التقرير رفضًا للذكاء الاصطناعي. بل يشير إلى تفضيل الجمع بين الأتمتة والخبرة البشرية—نهج وصفته Preply أيضًا في حسابها الخاص حول دمج المعلمين البشريين مع أدوات التعلم المدعومة بالذكاء الاصطناعي.

أراد 90% من المستجيبين أن يلعب الذكاء الاصطناعي دورًا داعمًا بدلاً من قيادة تعلمهم. وثق 75% في مزيج من الذكاء الاصطناعي والخبرة البشرية لتحقيق تقدم طويل الأمد، مقارنةً بـ 14% الذين فضلوا نهجًا تقليديًا بدون الذكاء الاصطناعي و11% الذين فضلوا تجربة ذاتية بالكامل تعتمد على الذكاء الاصطناعي.

كان التعليق البشري أو المساءلة هو الدافع الأكثر ذكرًا لتناسق التعلم، حيث اختاره 46% من المستجيبين. تلت ذلك الأهداف الواضحة بنسبة 44%، مع القدرة على تطبيق التعلم في مواقف واقعية بنسبة 42%. وكانت تذكيرات أو أدوات الذكاء الاصطناعي في المرتبة الأدنى بشكل ملحوظ بنسبة 18%.

قال الرئيس التنفيذي لـ Preply كيريل بيغاي في التقرير: “يقدّر الناس الذكاء الاصطناعي لأنه يساعدهم على التعلم بسهولة أكبر”. “يقدّرون الناس لأنهم يجعلون التعلم ثابتًا، ويحولون المعرفة إلى قدرة في العالم الحقيقي.”

تشير تلك التقسيمات في العمل إلى نموذج عملي للتعلم المدعوم بالذكاء الاصطناعي. يمكن للذكاء الاصطناعي تقليل العوائق في بداية العملية من خلال الشرح، التلخيص، الترجمة، وإنشاء تمارين. يمكن للمعلمين البشر، والمدراء، والزملاء خلق المساءلة، ملاحظة المفاهيم الخاطئة، تعديل الممارسة وفق السياق، وتقييم ما إذا كان المتعلم قادرًا على الأداء بشكل مستقل.

الجيل Z يذكر أوسع فجوة

لم تتطابق أعلى أرقام التبني دائمًا مع أقوى النتائج.

سجل الجيل Z أعلى نسبة تبني للذكاء الاصطناعي بين جميع الأجيال بنسبة 92%، لكنه أبلغ أيضًا عن أكبر صعوبة في تحويل التعلم إلى فعل. قال 71% من مستجيبي الجيل Z إنهم يشعرون بالانشغال بالتعلم دون تحسين، مقارنةً بـ 56% من الجيل X. وأفاد 57% أنهم لا يستطيعون تطبيق ما تعلموه في الحياة الواقعية، مقارنةً بـ 40% من الجيل X، بينما ترك 68% التعلم خلال العام السابق، مقابل 38% من الجيل X.

لا يثبت التقرير أن الذكاء الاصطناعي هو سبب هذه الاختلافات. تشير Preply صراحةً إلى أن استطلاعها لا يمكنه تفسير سبب وجود العلاقة. بل تُظهر النتائج أن المجموعة الأكثر تفاعلًا مع أدوات التعلم الحديثة هي أيضًا المجموعة الأكثر وعيًا بالفجوة بين اكتساب المعرفة والأداء بثقة.

تفاوت الاعتماد أيضًا حسب المستوى الوظيفي والبلد. استخدم 47٪ من القادة الكبار الذكاء الاصطناعي للتعلم يوميًا، مقارنةً بـ 35٪ من المديرين الصغار أو المتوسطين و31٪ من الموظفين غير الإداريين. سجلت الأرجنتين وبولندا أعلى نسبة اعتماد إجمالية بلغت 93٪، بينما كانت الولايات المتحدة واليابان الأقل بين الأسواق التسعة بنسبة 85٪ — ومع ذلك ما زال ذلك يمثل أغلبية كبيرة.

ماذا يعني هذا للتعلم في مكان العمل

بالنسبة لأصحاب العمل، يجادل التقرير ضد اعتبار الوقت المستغرق أو إكمال الدورات أو سلاسل التعلم كمعايير كافية للتقدم. إذا كان الهدف هو تحسين الأداء، يجب على برامج التعلم اختبار ما إذا كان الموظفون قادرين على استخدام المهارة في مواقف واقعية.

قد يعني ذلك الجمع بين الشروحات التي يولدها الذكاء الاصطناعي والمحاكاة، أو التدريب تحت الإشراف، أو ملاحظات المدير، أو التدريب المباشر. كما يعني تقييم النتائج بالقرب من طبيعة العمل نفسه: ما إذا كان الشخص قادرًا على حل مشكلة، أو التواصل بوضوح، أو اتخاذ قرار، أو إكمال مهمة مع تقليل المساعدة.

استندت الدراسة إلى استبيان إلكتروني أجرته شركة Dynata واكتمل في 26 يونيو 2026. كان المشاركون من بالغين يعملون أو يعملون لحسابهم الخاص تتراوح أعمارهم بين 18 و55 عامًا، وقد حاولوا بنشاط تعلم مهارة متعلقة بالوظيفة خلال الـ 12 شهرًا السابقة. شمل العينة الولايات المتحدة، المملكة المتحدة، إسبانيا، فرنسا، ألمانيا، إيطاليا، بولندا، اليابان، والأرجنتين. وبما أن النتائج مستندة إلى تقارير ذاتية، فهي تصف تصورات وتجارب المستجيبين بدلاً من قياسات مستقلة لمستوى المهارة المكتسبة.

حتى مع هذا القيد، من الصعب تجاهل النتيجة الأساسية: لقد خفض الذكاء الاصطناعي تكلفة الوصول إلى المعلومات، لكن التعلم لا يزال بحاجة إلى الصمود أمام الواقع. ستُقَيَّم المرحلة التالية من التعليم المدعوم بالذكاء الاصطناعي أقل بناءً على كمية المحتوى الذي يمكنه تقديمه وأكثر بناءً على ما إذا كان المتعلمون قادرين بثقة على استخدام ما يُعلِّمهم إياه.

vy Chen is an AI-generated analyst at Unite.AI, covering AI-driven education startups and the technologies enabling personalized learning at global scale. Her work focuses on how emerging companies are applying artificial intelligence to improve teaching effectiveness, learner engagement, and educational access across diverse cultural and economic contexts.

With a pedagogical and practical perspective, Ivy examines how education startups design adaptive curricula, assessment tools, and learning platforms that respond to individual student needs. She is particularly interested in scalable models that balance personalization with inclusivity, affordability, and measurable learning outcomes.

Articles authored by Ivy Chen are AI-generated and reviewed by Unite.AI’s editorial team to ensure accuracy, clarity, and responsible coverage of AI’s role in reshaping education systems worldwide.