L’étude Preply révèle que l’IA élargit l’apprentissage—mais pas la maîtrise du monde réel

Preply affirme que l’intelligence artificielle a rendu l’apprentissage professionnel plus rapide et plus facile d’accès, mais son premier Rapport annuel de progrès suggère que l’accès ne se traduit pas systématiquement en compétences utilisables.

L’entreprise a interrogé 5 050 professionnels actifs dans neuf pays et a constaté que 88 % utilisent l’IA dans le cadre de leur apprentissage. Soixante‑seize pour cent ont indiqué consacrer plus de temps à l’apprentissage qu’il y a deux ans, tandis que le répondant moyen a employé près de trois méthodes d’apprentissage.

Cependant, une activité accrue n’a pas forcément engendré une plus grande confiance. Près de la moitié des répondants—49 %—ont déclaré avoir maintenu une routine d’apprentissage pendant plusieurs mois mais peinent encore à appliquer la compétence dans la vie réelle. Un autre 52 % ont indiqué consacrer plus de temps à l’apprentissage sans toujours voir de meilleurs résultats, et 63 % se décrivent comme occupés à apprendre sans réellement progresser.

Preply désigne ce décalage sous le nom de « écart de progrès » : la distance entre les progrès réalisés pendant l’apprentissage et la confiance à utiliser la compétence dans une situation réelle.

L’IA devient le point de départ

L’enquête montre la rapidité avec laquelle l’IA s’est intégrée à l’ensemble des outils d’apprentissage. Trente‑sept pour cent ont désigné les outils d’IA comme méthode d’apprentissage principale, devant la formation en entreprise à 34 % et les cours en ligne à 33 %.

Les répondants utilisaient le plus souvent l’IA pour obtenir des explications ou des définitions, résumer du contenu, traduire des documents, recevoir des corrections et structurer leur apprentissage. Les utilisateurs quotidiens d’IA étaient également près de deux fois plus susceptibles d’affirmer apprendre plus rapidement que prévu que les personnes qui n’utilisent jamais l’IA — 60 % contre 31 %.

Ces résultats aident à expliquer l’attrait de l’IA. Elle peut répondre immédiatement à une question, simplifier un matériel difficile et rendre la pratique disponible entre les leçons formelles. Ces capacités stimulent également le passage plus large vers agents IA qui personnalisent l’éducation tout en aidant les enseignants.

Cependant, la rapidité et la disponibilité ne couvrent qu’une partie du processus d’apprentissage. Dans l’enquête de Preply, 66 % ont convenu que l’accès à l’information ne conduit pas automatiquement au progrès. Plus de la moitié—55 %—ont déclaré qu’il est plus difficile que jamais d’identifier ce qui les aide réellement à s’améliorer. Cela reflète une préoccupation plus large selon laquelle l’accès sans friction aux réponses n’est pas équivalent à un apprentissage plus approfondi.

Cette distinction est importante tant pour les apprenants individuels que pour les employeurs. L’IA peut faciliter l’acquisition d’informations, mais la performance au travail dépend de la mémoire, du jugement, de la pratique, des retours et de la capacité à agir dans des conditions réelles. Le même principe sous-tend l’accent croissant mis sur la maîtrise de l’IA comme compétence pratique pour la main‑d’œuvre, plutôt que sur un simple décompte de formations terminées ou d’utilisations d’outils.

Les apprenants souhaitent que l’IA soutienne—et non dirige

Le rapport ne montre pas un rejet de l’IA. Au contraire, il indique une préférence pour la combinaison de l’automatisation avec l’expertise humaine—une approche que Preply a également décrite dans son propre compte rendu de l’association de tuteurs humains avec des outils d’apprentissage alimentés par l’IA.

Quatre‑vingt‑dix pour cent des répondants souhaitaient que l’IA joue un rôle de soutien plutôt que de diriger leur apprentissage. Soixante‑quinze pour cent faisaient confiance à un mélange d’IA et d’expertise humaine pour un progrès à long terme, contre 14 % qui préféraient une approche traditionnelle sans IA et 11 % qui privilégiaient une expérience d’IA entièrement autodirigée.

Les retours humains ou la responsabilité étaient le facteur le plus souvent cité de la constance de l’apprentissage, sélectionné par 46 % des répondants. Les objectifs clairs suivaient à 44 %, ainsi que la capacité à utiliser l’apprentissage dans des situations réelles à 42 %. Les rappels ou outils d’IA se classaient nettement plus bas, à 18 %.

« Les gens apprécient l’IA parce qu’elle les aide à apprendre plus facilement », a déclaré le PDG de Preply, Kirill Bigai, dans le rapport. « Ils apprécient les personnes parce qu’elles font adhérer l’apprentissage et traduisent les connaissances en compétences réelles. »

Cette division du travail suggère un modèle pratique d’apprentissage assisté par l’IA. L’IA peut réduire les frictions au début du processus en expliquant, résumant, traduisant et générant des exercices. Les formateurs humains, les managers et les pairs peuvent instaurer la responsabilité, repérer les idées fausses, adapter la pratique au contexte et évaluer si un apprenant peut performer de façon autonome.

La génération Z signale l’écart le plus important

Les chiffres d’adoption les plus élevés ne correspondaient pas toujours aux meilleurs résultats.

La génération Z a enregistré le taux d’adoption de l’IA le plus élevé de toutes les générations, à 92 %, mais a également signalé la plus grande difficulté à transformer l’apprentissage en action. Soixante‑et‑une pour cent des répondants de la génération Z ont déclaré se sentir occupés à apprendre sans s’améliorer, contre 56 % de la génération X. Cinquante‑sept pour cent ont indiqué ne pas pouvoir appliquer ce qu’ils avaient appris dans la vie réelle, contre 40 % de la génération X, tandis que 68 % avaient abandonné l’apprentissage au cours de l’année précédente, contre 38 % de la génération X.

Le rapport ne démontre pas que l’IA soit à l’origine de ces différences. Preply précise explicitement que son enquête ne peut expliquer pourquoi cette relation existe. Les résultats montrent plutôt que le groupe le plus engagé avec les outils d’apprentissage modernes est également celui qui est le plus conscient de l’écart entre l’acquisition de connaissances et la performance en toute confiance.

L’adoption variait également selon le niveau hiérarchique et le pays. Quarante‑sept pour cent des dirigeants seniors utilisaient l’IA pour l’apprentissage quotidien, contre 35 % des cadres juniors ou intermédiaires et 31 % des employés non cadres. L’Argentine et la Pologne ont enregistré le taux d’adoption global le plus élevé à 93 %, tandis que les États‑Unis et le Japon étaient les plus bas parmi les neuf marchés, à 85 % — restant toutefois une large majorité.

Ce que cela signifie pour l’apprentissage en entreprise

Pour les employeurs, le rapport s’oppose à l’idée de considérer le temps passé, les cours terminés ou les séries d’apprentissage comme des mesures suffisantes du progrès. Si l’objectif est une meilleure performance, les programmes d’apprentissage doivent vérifier si les employés peuvent appliquer une compétence dans des situations réalistes.

Cela pourrait impliquer d’associer des explications générées par l’IA à des simulations, à des exercices supervisés, à des retours de manager ou à du coaching en direct. Cela signifie également d’évaluer les résultats plus près du travail réel : savoir si une personne peut résoudre un problème, communiquer clairement, prendre une décision ou accomplir une tâche avec moins d’assistance.

L’étude repose sur une enquête en ligne réalisée par Dynata et terminée le 26 juin 2026. Les répondants étaient des adultes salariés ou indépendants âgés de 18 à 55 ans qui avaient activement tenté d’apprendre une compétence liée à leur carrière au cours des 12 mois précédents. L’échantillon couvrait les États‑Unis, le Royaume‑Uni, l’Espagne, la France, l’Allemagne, l’Italie, la Pologne, le Japon et l’Argentine. Comme les résultats sont auto‑déclarés, ils décrivent les perceptions et les expériences des répondants plutôt que des gains de compétences mesurés de façon indépendante.

Même avec cette limitation, le résultat central est difficile à ignorer : l’IA a réduit le coût d’accès à l’information, mais l’apprentissage doit encore résister au contact avec le monde réel. La prochaine étape de l’éducation assistée par l’IA sera évaluée moins en fonction de la quantité de contenu qu’elle peut fournir et davantage selon la capacité des apprenants à utiliser avec confiance ce qu’elle enseigne.