Preply-undersøgelse viser, at AI udvider læring – men ikke mestrer den virkelige verden

Preply siger, at kunstig intelligens har gjort professionel læring hurtigere og lettere at få adgang til, men dens første årlige Progress Report antyder, at adgangen ikke konsekvent omsættes til brugbare færdigheder.

Firmaet undersøgte 5.050 arbejdende fagfolk i ni lande og fandt, at 88 % bruger AI som en del af deres læring. 76 % rapporterede, at de bruger mere tid på at lære end for to år siden, mens den gennemsnitlige respondent anvendte næsten tre læringsmetoder.

Alligevel førte større aktivitet ikke nødvendigvis til større selvtillid. Næsten halvdelen af respondenterne — 49 % — sagde, at de havde opretholdt en læringsrutine i flere måneder, men stadig havde svært ved at anvende færdigheden i virkeligheden. Yderligere 52 % sagde, at de brugte mere tid på at lære uden altid at se bedre resultater, og 63 % beskrev sig selv som travlt lærende uden egentlig at forbedre sig.

Preply kalder kløften for “Progress Gap”: afstanden mellem den fremgang, der opleves under læring, og selvtilliden til at bruge færdigheden i en reel situation.

AI bliver udgangspunktet

Undersøgelsen viser, hvor hurtigt AI er blevet en del af læringsværktøjskæden. 37 % udpegede AI‑værktøjer som den primære læringsmetode, foran arbejdsgivertræning med 34 % og onlinekurser med 33 %.

Respondenterne brugte AI hyppigst til at få forklaringer eller definitioner, sammenfatte materiale, oversætte indhold, modtage rettelser og strukturere deres læring. Daglige AI‑brugere var også næsten dobbelt så tilbøjelige til at sige, at de lærte hurtigere end forventet, sammenlignet med personer, der aldrig brugte AI — 60 % versus 31 %.

Disse resultater hjælper med at forklare AI’s tiltrækningskraft. Den kan besvare et spørgsmål øjeblikkeligt, forenkle svært materiale og gøre øvelse tilgængelig mellem formelle lektioner. Disse egenskaber driver også den bredere overgang mod AI‑agenter, der personaliserer uddannelse, mens de assisterer lærere.

Men hastighed og tilgængelighed dækker kun en del af læringsprocessen. I Preplys undersøgelse var 66 % enige om, at adgang til information ikke automatisk fører til fremskridt. Mere end halvdelen — 55 % — sagde, at det er sværere end nogensinde at identificere, hvad der virkelig hjælper dem med at forbedre sig. Det afspejler en bredere bekymring om, at friktionsfri adgang til svar er ikke det samme som dybere læring.

Skelnen er vigtig for både individuelle lærende og arbejdsgivere. AI kan gøre det lettere at indhente information, men arbejdspræstation afhænger af hukommelse, dømmekraft, øvelse, feedback og evnen til at handle under reelle forhold. Det samme princip understøtter den stigende fokus på AI‑færdighed som en praktisk arbejdsstyrkekapacitet, snarere end en optælling af gennemførte træninger eller værktøjsbrug.

Lærende ønsker, at AI støtter – ikke leder

Rapporten viser ikke en afvisning af AI. I stedet peger den på en præference for at kombinere automatisering med menneskelig ekspertise – en tilgang, som Preply også har beskrevet i sin egen beretning om parring af menneskelige tutorer med AI-drevne læringsværktøjer.

90 % af respondenterne ønskede, at AI skulle spille en støtterolle i stedet for at lede deres læring. 75 % stolede på en kombination af AI og menneskelig ekspertise for langsigtet fremgang, sammenlignet med 14 % der foretrak en traditionel tilgang uden AI og 11 % der foretrak en fuldstændig selvstyret AI‑oplevelse.

Menneskelig feedback eller ansvarlighed var den hyppigst nævnte drivkraft for læringskonsistens, valgt af 46 % af respondenterne. Klare mål fulgte med 44 %, og evnen til at anvende læring i reelle situationer med 42 %. AI‑påmindelser eller -værktøjer placerede sig betydeligt lavere med 18 %.

“Folk værdsætter AI, fordi det hjælper dem med at lære lettere,” sagde Preplys CEO Kirill Bigai i rapporten. “De værdsætter mennesker, fordi de får læringen til at hænge ved og omsætter viden til reel verdensfærdighed.”

Den arbejdsdeling antyder en praktisk model for AI‑understøttet læring. AI kan reducere friktion i starten af processen ved at forklare, sammenfatte, oversætte og generere øvelser. Menneskelige instruktører, ledere og jævnaldrende kan skabe ansvarlighed, opdage misforståelser, tilpasse øvelser til konteksten og vurdere, om en elev kan præstere selvstændigt.

Gen Z rapporterer den største kløft

De højeste adoptionsnumre svarede ikke altid til de bedste resultater.

Gen Z registrerede den højeste AI‑adoption af alle generationer med 92 %, men rapporterede også den største vanskelighed med at omsætte læring til handling. 71 % af Gen Z‑respondenterne sagde, at de følte sig travlt med at lære uden at forbedre sig, sammenlignet med 56 % af Gen X. 57 % sagde, at de ikke kunne anvende det, de havde lært i virkeligheden, sammenlignet med 40 % af Gen X, mens 68 % havde opgivet læringen i det foregående år, mod 38 % af Gen X.

Rapporten fastslår ikke, at AI forårsagede disse forskelle. Preply bemærker eksplicit, at deres undersøgelse ikke kan forklare, hvorfor forholdet eksisterer. Resultaterne viser i stedet, at den gruppe, der er mest engageret i moderne læringsværktøjer, også er den gruppe, der er mest bevidst om kløften mellem at tilegne sig viden og at udføre med selvtillid.

Adoptionen varierede også efter senioritet og land. Fyrre‑syv procent af de øverste ledere brugte AI til læring dagligt, sammenlignet med 35 % af junior‑ eller mellemledere og 31 % af ikke‑ledende medarbejdere. Argentina og Polen rapporterede den højeste samlede adoption på 93 %, mens USA og Japan var de laveste blandt de ni markeder med 85 % — stadig et stort flertal.

Hvad dette betyder for læring på arbejdspladsen

For arbejdsgivere argumenterer rapporten imod at betragte brugt tid, kursusafslutninger eller læringsrækker som tilstrækkelige mål for fremgang. Hvis målet er bedre præstation, skal læringsprogrammer teste, om medarbejderne kan anvende en færdighed i realistiske situationer.

Det kan betyde at kombinere AI‑genererede forklaringer med simulationer, overvåget praksis, lederfeedback eller live‑coaching. Det betyder også at evaluere resultater tættere på selve arbejdet: om nogen kan løse et problem, kommunikere klart, træffe en beslutning eller fuldføre en opgave med mindre assistance.

Undersøgelsen er baseret på en online‑undersøgelse udført af Dynata og afsluttet den 26. juni 2026. Respondenterne var ansatte eller selvstændige voksne i alderen 18 til 55 år, som aktivt havde forsøgt at lære en karriererelateret færdighed i løbet af de foregående 12 måneder. Udvalget omfattede USA, Storbritannien, Spanien, Frankrig, Tyskland, Italien, Polen, Japan og Argentina. Da resultaterne er selvrapporterede, beskriver de respondenternes opfattelser og erfaringer snarere end uafhængigt målte færdighedsgevinster.

Selv med den begrænsning er det centrale resultat svært at ignorere: AI har sænket omkostningerne ved at nå information, men læring skal stadig kunne overleve i kontakt med den virkelige verden. Den næste fase af AI‑drevet uddannelse vil blive vurderet mindre ud fra, hvor meget indhold den kan levere, og mere ud fra om lærende kan bruge det, den underviser, med selvtillid.