Preply調査：AIは学習を拡大している—しかし実務での習熟には至っていない

Preplyは、人工知能により専門的な学習がより速く、アクセスしやすくなったと述べているが、同社の初の年次プログレスレポートは、アクセスが一貫して実用的なスキルに結びついていないことを示唆している。

同社は9か国の5,050人の働く専門家を対象に調査を実施し、学習にAIを活用している人が88%に上ることを明らかにした。76%が過去2年と比較して学習時間が増えたと回答し、平均的な回答者はほぼ3つの学習手法を利用していた。

しかし、活動が増えたからといって必ずしも自信が高まるわけではなかった。回答者のほぼ半数（49%）は数か月間学習習慣を続けているものの、実際の場面でスキルを活かすのに苦労していると述べた。さらに52%は学習時間は増えているが成果が必ずしも向上していないと答え、63%は学習に忙しくしているものの実際には改善が見られないと自己評価した。

Preplyはこの乖離を「プログレスギャップ」と呼んでいる。これは、学習中に得られた進歩と、実際の状況でスキルを自信を持って使用できることとの間の距離を指す。

AIが出発点になる

調査は、AIが学習ツール群にどれほど速く組み込まれたかを示している。37%がAIツールを主要な学習手段として挙げ、雇用主主導の研修（34%）やオンラインコース（33%）を上回った。

回答者は主にAIを用いて説明や定義を取得し、資料を要約し、コンテンツを翻訳し、訂正を受け、学習を構造化していた。AIを日常的に使用している人は、AIを全く使用しない人に比べて学習が予想以上に速く進んでいると答える割合がほぼ2倍で、60%対31%となった。

これらの結果は、AIの魅力を説明するのに役立つ。AIは質問に即座に答え、難解な教材を簡素化し、公式レッスンの合間に練習を提供できる。このような機能が、教師を支援しながら教育をパーソナライズするAIエージェントへの広範なシフトを促進している。

しかし、速度と利用可能性は学習プロセスの一部にすぎない。Preplyの調査では、66%が情報へのアクセスが自動的に進歩につながるわけではないと同意した。半数以上に当たる55%が、真に改善に役立つものを見極めることがかつてないほど難しいと答えた。これは、答えへの摩擦のないアクセスは、深い学習と同等ではないという広範な懸念と呼応している。

この区別は、個々の学習者と雇用主の双方にとって重要である。AIは情報取得を容易にする一方で、職場でのパフォーマンスは記憶力、判断力、実践、フィードバック、そして実際の状況下で行動できる能力に依存する。同じ原理が、実務に活かせるAIリテラシーへの関心の高まりを支えており、単なる研修修了数やツール使用回数の集計では測れない。

学習者はAIに支援を求める—リードではなく

この報告書はAIの拒否を示すものではない。むしろ、オートメーションと人間の専門知識を組み合わせることへの嗜好を示しており、Preplyは自身の事例として人間のチューターとAI搭載学習ツールの組み合わせを取り上げている。

回答者の90%は、AIが学習を主導するのではなく支援的な役割を果たすことを望んだ。75%は長期的な進歩のためにAIと人間の専門知識の組み合わせを信頼すると答え、AIを使わない従来型アプローチを好むのは14%、完全に自己主導のAI体験を好むのは11%だった。

人間からのフィードバックやアカウンタビリティが学習の一貫性を促す要因として最も多く挙げられ、46%の回答者が選択した。次いで明確な目標が44%、実際の場面で学習を活用できる能力が42%であった。AIによるリマインダーやツールはわずか18%とかなり低い順位だった。

「人々は、AIが学習をより容易にしてくれるからこそ、AIに価値を見いだしている」とPreplyのCEO、Kirill Bigaiは報告書で述べた。「彼らが人間に価値を置くのは、学習を定着させ、知識を実世界での能力に変換してくれるからだ」

この役割分担は、AI活用学習の実践的なモデルを示唆している。AIは説明、要約、翻訳、演習の生成といった形でプロセスの初期段階の摩擦を軽減できる。人間のインストラクターやマネージャー、仲間はアカウンタビリティを確立し、誤解に気づき、練習を文脈に合わせて調整し、学習者が独立して実行できるかを評価できる。

Z世代が最も大きなギャップを報告

導入率が最も高いことが、必ずしも成果の向上と一致したわけではない。

Z世代は全世代で最も高いAI導入率（92%）を示したが、学習を行動に移す難しさも最も大きいと報告した。Z世代の回答者の71%が学習に忙しいものの改善が見られないと感じているのに対し、X世代は56%だった。57%が学んだことを実生活で活かせないと答え、X世代は40%だった。また、68%が前年に学習をやめたと回答し、X世代は38%だった。

本報告書は、AIがこれらの差異を引き起こしたと結論付けてはいない。Preplyは調査だけではその関係の原因を説明できないことを明言している。調査結果は、最新の学習ツールに最も関与している層が、知識習得と自信を持った実践とのギャップを最も認識している層でもあることを示している。

導入率は役職や国によっても異なります。上級リーダーの47％が日常的に学習にAIを使用しているのに対し、ジュニアまたは中間管理職は35％、非管理職は31％でした。アルゼンチンとポーランドは全体採用率が93％で最高であり、米国と日本は9か国の中で最も低い85％でした—それでも大多数です。

職場学習における意味

雇用主にとって、本報告は、学習に費やした時間やコース修了数、学習継続日数だけを進捗の十分な指標とみなすことに反対しています。目標がパフォーマンス向上であるなら、学習プログラムは従業員が実際の状況でスキルを活用できるかどうかを検証する必要があります。

具体的には、AIが生成した解説をシミュレーションや指導付き実習、マネージャーからのフィードバック、あるいはライブコーチングと組み合わせることを意味する場合があります。また、成果の評価を仕事により近い形で行うこと、すなわち問題を解決できるか、明確にコミュニケーションできるか、意思決定ができるか、あるいはより少ない支援でタスクを完了できるかを測ることを意味します。

本調査はDynataが実施したオンライン調査に基づき、2026年6月26日に完了しました。回答者は18歳から55歳までの被雇用者または自営業者で、過去12か月間にキャリア関連スキルの習得に積極的に取り組んだ人々です。サンプルは米国、英国、スペイン、フランス、ドイツ、イタリア、ポーランド、日本、アルゼンチンを対象としています。調査結果は自己申告に基づくため、独立して測定されたスキル向上ではなく、回答者の認識や経験を示しています。

この制約があるにもかかわらず、中心的な結果は無視できません。AIは情報へのアクセスコストを低減しましたが、学習は依然として実世界との接触を乗り越える必要があります。AI活用型教育の次の段階は、どれだけ多くのコンテンツを提供できるかではなく、学習者が自信を持って教えられた内容を活用できるかで評価されるでしょう。