Badanie Preply wykazuje, że AI rozszerza naukę — ale nie zapewnia mistrzostwa w rzeczywistości

Preply twierdzi, że sztuczna inteligencja przyspieszyła i ułatwiła dostęp do nauki zawodowej, ale jej pierwszy roczny Raport Postępu sugeruje, że dostęp nie przekłada się konsekwentnie na praktyczne umiejętności.

Firma przeprowadziła ankietę wśród 5 050 pracujących profesjonalistów w dziewięciu krajach i stwierdziła, że 88 % wykorzystuje AI w ramach swojej nauki. 76 % zadeklarowało, że poświęca więcej czasu na naukę niż dwa lata temu, podczas gdy przeciętny respondent korzystał niemal z trzech metod nauki.

Jednak większa aktywność niekoniecznie przekładała się na większą pewność siebie. Niemal połowa respondentów — 49 % — przyznała, że utrzymywała się w rutynie nauki przez miesiące, ale wciąż ma trudności z zastosowaniem umiejętności w rzeczywistości. Kolejne 52 % stwierdziło, że poświęca więcej czasu na naukę, nie zawsze widząc lepsze wyniki, a 63 % opisało siebie jako zajętych nauką bez rzeczywistego postępu.

Preply nazywa tę rozbieżność „Luką Postępu”: odległością między postępem doświadczanym podczas nauki a pewnością w używaniu umiejętności w rzeczywistej sytuacji.

AI staje się punktem wyjścia

Badanie pokazuje, jak szybko AI stało się częścią stosu edukacyjnego. 37 % wskazało narzędzia AI jako podstawową metodę nauki, wyprzedzając szkolenia pracodawcy (34 %) oraz kursy online (33 %).

Respondenci najczęściej wykorzystywali AI do uzyskiwania wyjaśnień lub definicji, podsumowywania materiału, tłumaczenia treści, otrzymywania poprawek oraz strukturyzacji swojej nauki. Użytkownicy AI codziennie byli także prawie dwa razy częściej przekonani, że uczą się szybciej niż oczekiwano, w porównaniu z osobami, które nigdy nie używały AI — 60 % wobec 31 %.

Te wyniki pomagają wyjaśnić atrakcyjność AI. Może ona natychmiast odpowiedzieć na pytanie, uprościć trudny materiał i udostępnić ćwiczenia między formalnymi lekcjami. Te możliwości napędzają także szerszy przeskok w kierunku agentów AI, którzy personalizują edukację, wspierając nauczycieli.

Jednak szybkość i dostępność dotyczą tylko części procesu uczenia się. W ankiecie Preply, 66 % zgodziło się, że dostęp do informacji nie prowadzi automatycznie do postępu. Ponad połowa — 55 % — stwierdziła, że trudniej niż kiedykolwiek zidentyfikować, co naprawdę pomaga im się poprawić. To odzwierciedla szerszą obawę, że bezproblemowy dostęp do odpowiedzi nie jest tym samym co głębsze uczenie się.

Rozróżnienie jest ważne zarówno dla indywidualnych uczących się, jak i pracodawców. AI może ułatwić pozyskiwanie informacji, ale wydajność w miejscu pracy zależy od pamięci, osądu, praktyki, informacji zwrotnej i zdolności działania w rzeczywistych warunkach. Ta sama zasada leży u podstaw rosnącego nacisku na biegłość w AI jako praktyczną zdolność pracowniczą, a nie na liczbę ukończonych szkoleń czy użycia narzędzi.

Uczniowie chcą, aby AI wspierało — nie prowadziło

Raport nie wykazuje odrzucenia AI. Zamiast tego wskazuje na preferencję łączenia automatyzacji z ludzką ekspertyzą — podejście, które Preply również opisało w swoim własnym opracowaniu dotyczącym łączenia ludzkich tutorów z narzędziami do nauki opartymi na AI.

90 % respondentów chciało, aby AI pełniło rolę wspierającą, a nie prowadziło ich naukę. 75 % ufało połączeniu AI i ludzkiej ekspertyzy w długoterminowym postępie, w porównaniu z 14 % preferujących tradycyjne podejście bez AI oraz 11 % preferujących w pełni samodzielne doświadczenie z AI.

Ludzka informacja zwrotna lub odpowiedzialność była najczęściej wymienianym czynnikiem sprzyjającym regularności nauki, wybranym przez 46 % respondentów. Następnie wymieniono jasne cele (44 %) oraz możliwość zastosowania nauki w rzeczywistych sytuacjach (42 %). Przypomnienia lub narzędzia AI zajęły znacznie niższą pozycję — 18 %.

„Ludzie cenią AI, ponieważ pomaga im uczyć się łatwiej,” powiedział w raporcie CEO Preply Kirill Bigai. „Cenią ludzi, ponieważ sprawiają, że to, czego się uczymy, utrwala się, i przekładają wiedzę na umiejętności w rzeczywistym świecie.”

Ten podział pracy sugeruje praktyczny model nauki wspomaganej AI. AI może zmniejszyć tarcia na początku procesu, wyjaśniając, podsumowując, tłumacząc i generując ćwiczenia. Ludzcy instruktorzy, menedżerowie i koledzy mogą tworzyć odpowiedzialność, zauważać błędne przekonania, dostosowywać praktykę do kontekstu i oceniać, czy uczeń może działać samodzielnie.

Gen Z zgłasza najszerszą przepaść

Najwyższe wskaźniki adopcji nie zawsze przekładały się na najlepsze wyniki.

Gen Z odnotowała najwyższą adopcję AI spośród wszystkich pokoleń — 92 %, ale także zgłosiła największe trudności w przekształcaniu nauki w działanie. 71 % respondentów z Gen Z stwierdziło, że są zajęci nauką bez poprawy, w porównaniu z 56 % Gen X. 57 % przyznało, że nie potrafi zastosować w rzeczywistości tego, czego się nauczyło, w porównaniu z 40 % Gen X, podczas gdy 68 % zrezygnowało z nauki w ciągu ostatniego roku, w porównaniu z 38 % Gen X.

Raport nie ustala, że AI spowodowało te różnice. Preply wyraźnie zauważa, że jego ankieta nie może wyjaśnić, dlaczego taka zależność istnieje. Wyniki pokazują natomiast, że grupa najbardziej zaangażowana w nowoczesne narzędzia edukacyjne jest również grupą najbardziej świadomą luki między przyswajaniem wiedzy a pewnym wykonywaniem zadań.

Adopcja różniła się również w zależności od szczebla w organizacji i kraju. 47 % liderów wyższego szczebla codziennie korzystało z AI w nauce, w porównaniu z 35 % młodszych lub średnich menedżerów oraz 31 % pracowników niepełniących funkcji kierowniczych. Argentyna i Polska odnotowały najwyższy ogólny poziom adopcji – 93 %, podczas gdy Stany Zjednoczone i Japonia były najniżej spośród dziewięciu rynków, wynosząc 85 % — wciąż duża większość.

Co to oznacza dla uczenia się w miejscu pracy

Dla pracodawców raport sprzeciwia się traktowaniu czasu spędzonego, ukończeń kursów ani serii nauki jako wystarczających miar postępu. Jeśli celem jest lepsza wydajność, programy szkoleniowe muszą sprawdzać, czy pracownicy potrafią zastosować umiejętność w realistycznych sytuacjach.

Może to oznaczać łączenie wyjaśnień generowanych przez AI z symulacjami, nadzorowaną praktyką, informacją zwrotną od menedżera lub coachingiem na żywo. Oznacza to także ocenianie wyników bliżej samej pracy: czy dana osoba potrafi rozwiązać problem, jasno się komunikować, podjąć decyzję lub wykonać zadanie przy mniejszej pomocy.

Badanie opiera się na internetowej ankiecie przeprowadzonej przez Dynata, zakończonej 26 czerwca 2026 r. Respondentami byli zatrudnieni lub samozatrudnieni dorośli w wieku od 18 do 55 lat, którzy aktywnie starali się nauczyć umiejętności związanej z karierą w ciągu ostatnich 12 miesięcy. Próba obejmowała Stany Zjednoczone, Zjednoczone Królestwo, Hiszpanię, Francję, Niemcy, Włochy, Polskę, Japonię i Argentynę. Ponieważ wyniki są samo‑zgłaszane, opisują postrzeganie i doświadczenia respondentów, a nie niezależnie zmierzone przyrosty umiejętności.

Mimo tego ograniczenia centralny wynik jest trudny do zignorowania: AI obniżyło koszt dostępu do informacji, ale nauka nadal musi wytrwać w kontakcie z rzeczywistością. Następny etap edukacji wspieranej przez AI będzie oceniany mniej pod kątem ilości dostarczanej treści, a bardziej pod kątem tego, czy uczniowie potrafią pewnie wykorzystać to, czego się nauczyli.