Preply-onderzoek toont dat AI het leren uitbreidt—maar niet de beheersing in de echte wereld

Preply zegt dat kunstmatige intelligentie professioneel leren sneller en makkelijker toegankelijk heeft gemaakt, maar het eerste jaarlijkse voortgangsrapport suggereert dat toegang niet consequent wordt omgezet in bruikbare vaardigheden.

Het bedrijf ondervroeg 5.050 werkende professionals in negen landen en ontdekte dat 88 % AI gebruikt als onderdeel van hun leren. 76 % meldde dat ze meer tijd aan leren besteedden dan twee jaar geleden, terwijl de gemiddelde respondent bijna drie leermethoden gebruikte.

Meer activiteit leverde echter niet per se meer vertrouwen op. Bijna de helft van de respondenten — 49 % — gaf aan dat ze al maanden een leerroutine hadden behouden, maar nog steeds moeite hadden om de vaardigheid in de praktijk toe te passen. Nog eens 52 % zei dat ze meer tijd aan leren besteedden zonder consequent betere resultaten te zien, en 63 % beschreef zichzelf als druk met leren zonder echt vooruitgang te boeken.

Preply noemt de kloof de “Progress Gap”: de afstand tussen de voortgang die tijdens het leren wordt ervaren en het vertrouwen om de vaardigheid in een echte situatie toe te passen.

AI wordt het startpunt

De enquête toont hoe snel AI deel is gaan uitmaken van de leertechnologie. Zevenendertig procent noemde AI‑tools als primaire leermethode, vóór werkgeverstraining met 34 % en online cursussen met 33 %.

Respondenten gebruikten AI het vaakst om uitleg of definities te krijgen, materiaal samen te vatten, inhoud te vertalen, correcties te ontvangen en hun leerproces te structureren. Dagelijkse AI‑gebruikers waren ook bijna twee keer zo vaak van mening dat ze sneller leerden dan verwacht, vergeleken met mensen die nooit AI gebruikten — 60 % versus 31 %.

Die resultaten helpen de aantrekkingskracht van AI te verklaren. Het kan een vraag onmiddellijk beantwoorden, moeilijk materiaal vereenvoudigen en oefening beschikbaar maken tussen formele lessen. Deze mogelijkheden stimuleren ook de bredere verschuiving naar AI‑agents die het onderwijs personaliseren terwijl ze leraren ondersteunen.

Maar snelheid en beschikbaarheid vormen slechts een deel van het leerproces. In de enquête van Preply stemde 66 % ermee in dat toegang tot informatie niet automatisch leidt tot vooruitgang. Meer dan de helft — 55 % — zei dat het moeilijker dan ooit is om te identificeren wat hen echt helpt te verbeteren. Dat weerspiegelt een bredere zorg dat naadloze toegang tot antwoorden is niet hetzelfde als dieper leren.

Het onderscheid is belangrijk voor zowel individuele leerlingen als werkgevers. AI kan het vergaren van informatie vergemakkelijken, maar de prestaties op de werkvloer hangen af van geheugen, oordeel, oefening, feedback en het vermogen om te handelen onder echte omstandigheden. Hetzelfde principe vormt de basis voor de groeiende nadruk op AI‑vaardigheid als praktische beroepsbekwaamheid, in plaats van een telling van voltooide trainingen of toolgebruik.

Leerlingen willen dat AI ondersteunt—niet leidt

Het rapport toont geen afwijzing van AI. In plaats daarvan wijst het op een voorkeur voor het combineren van automatisering met menselijke expertise—een benadering die Preply ook heeft beschreven in haar eigen verslag over het combineren van menselijke tutoren met AI‑aangedreven leermiddelen.

Negentig procent van de respondenten wilde dat AI een ondersteunende rol speelde in plaats van hun leren te leiden. Vijfenzeventig procent vertrouwde op een combinatie van AI en menselijke expertise voor langdurige vooruitgang, vergeleken met 14 % die de voorkeur gaf aan een traditionele aanpak zonder AI en 11 % die een volledig zelfgestuurde AI‑ervaring verkiezen.

Menselijke feedback of verantwoording was de meest genoemde drijfveer voor consistent leren, gekozen door 46 % van de respondenten. Duidelijke doelen volgden met 44 %, en het vermogen om het geleerde in echte situaties toe te passen met 42 %. AI‑herinneringen of -tools scoorden aanzienlijk lager met 18 %.

“Mensen waarderen AI omdat het hen helpt gemakkelijker te leren,” zei Preply‑CEO Kirill Bigai in het rapport. “Ze waarderen mensen omdat zij het leren laten blijven hangen en kennis omzetten in vaardigheden voor de echte wereld.”

Die taakverdeling suggereert een praktisch model voor AI‑ondersteund leren. AI kan wrijving aan het begin van het proces verminderen door uit te leggen, samen te vatten, te vertalen en oefeningen te genereren. Menselijke instructeurs, managers en peers kunnen verantwoording creëren, misvattingen opmerken, oefening aanpassen aan de context en beoordelen of een leerling zelfstandig kan presteren.

Gen Z meldt de grootste kloof

De hoogste adoptiecijfers kwamen niet altijd overeen met de beste resultaten.

Gen Z noteerde de hoogste AI‑adoptie van alle generaties met 92 %, maar meldde ook de grootste moeite om leren om te zetten in actie. Eenenzeventig procent van de Gen Z‑respondenten zei dat ze druk waren met leren zonder verbetering, vergeleken met 56 % van Gen X. Zevenenvijftig procent gaf aan dat ze niet konden toepassen wat ze in de praktijk hadden geleerd, vergeleken met 40 % van Gen X, terwijl 68 % het leren het afgelopen jaar had opgegeven, tegenover 38 % van Gen X.

Het rapport stelt niet vast dat AI deze verschillen heeft veroorzaakt. Preply merkt expliciet op dat de enquête de reden voor de relatie niet kan verklaren. De bevindingen tonen in plaats daarvan dat de groep die het meest betrokken is bij moderne leermiddelen ook de groep is die zich het meest bewust is van de kloof tussen kennisverwerving en zelfverzekerd presteren.

Adoptie varieerde ook naar senioriteit en land. Zevenenveertig procent van de senior leiders gebruikte AI dagelijks voor leren, vergeleken met 35% van junior- of middenmanagers en 31% van niet‑manageriale medewerkers. Argentinië en Polen rapporteerden de hoogste algehele adoptie met 93%, terwijl de Verenigde Staten en Japan de laagste waren onder de negen markten met 85% — nog steeds een grote meerderheid.

Wat dit betekent voor leren op de werkplek

Voor werkgevers betoogt het rapport dat tijdsbesteding, cursusafrondingen of leerrondes niet als voldoende maatstaven voor voortgang mogen worden beschouwd. Als het doel betere prestaties zijn, moeten leerprogramma’s testen of medewerkers een vaardigheid in realistische situaties kunnen toepassen.

Dat zou kunnen betekenen dat AI‑gegenereerde uitleg wordt gekoppeld aan simulaties, begeleide oefening, feedback van managers of live coaching. Het betekent ook dat de resultaten dichter bij het werk zelf moeten worden geëvalueerd: of iemand een probleem kan oplossen, duidelijk kan communiceren, een beslissing kan nemen of een taak kan voltooien met minder ondersteuning.

De studie is gebaseerd op een online enquête uitgevoerd door Dynata en afgerond op 26 juni 2026. Respondenten waren werkende of zelfstandige volwassenen van 18 tot 55 jaar die de afgelopen 12 maanden actief geprobeerd hadden een beroepsgerelateerde vaardigheid te leren. De steekproef omvatte de Verenigde Staten, het Verenigd Koninkrijk, Spanje, Frankrijk, Duitsland, Italië, Polen, Japan en Argentinië. Omdat de bevindingen zelfgerapporteerd zijn, beschrijven ze de percepties en ervaringen van de respondenten in plaats van onafhankelijk gemeten vaardigheidswinst.

Zelfs met die beperking is het centrale resultaat moeilijk te negeren: AI heeft de kosten om informatie te bereiken verlaagd, maar leren moet nog steeds de confrontatie met de echte wereld overleven. De volgende fase van AI‑ondersteund onderwijs zal minder worden beoordeeld op hoeveel content het kan leveren en meer op of leerlingen met vertrouwen kunnen gebruiken wat het onderwijst.