Estudo da Preply Revela que a IA Está Expandindo o Aprendizado—Mas Não a Maestria no Mundo Real

Preply diz que a inteligência artificial tornou o aprendizado profissional mais rápido e mais fácil de acessar, mas seu primeiro Relatório Anual de Progresso sugere que o acesso não está consistentemente se traduzindo em habilidades utilizáveis.

A empresa pesquisou 5,050 profissionais em atividade em nove países e constatou que 88% utilizam IA como parte de seu aprendizado. Setenta e seis por cento relataram dedicar mais tempo ao aprendizado do que há dois anos, enquanto o respondente médio utilizou quase três métodos de aprendizado.

No entanto, maior atividade não produziu necessariamente maior confiança. Quase metade dos entrevistados — 49% — afirmou ter mantido uma rotina de aprendizado por meses, mas ainda encontrava dificuldade em aplicar a habilidade na vida real. Outros 52% disseram que estavam dedicando mais tempo ao aprendizado sem sempre observar melhores resultados, e 63% se descreveram como ocupados aprendendo sem realmente melhorar.

A Preply chama essa desconexão de “Lacuna de Progresso”: a distância entre o progresso experimentado durante o aprendizado e a confiança ao usar a habilidade em uma situação real.

A IA está se tornando o ponto de partida

A pesquisa mostra quão rapidamente a IA se tornou parte da pilha de aprendizado. Trinta e sete por cento citaram ferramentas de IA como método de aprendizado principal, à frente do treinamento oferecido pelos empregadores (34%) e dos cursos online (33%).

Os entrevistados usaram a IA com mais frequência para obter explicações ou definições, resumir material, traduzir conteúdo, receber correções e estruturar seu aprendizado. Usuários diários de IA também tinham quase o dobro de probabilidade de dizer que estavam aprendendo mais rápido do que o esperado em comparação com quem nunca usou IA — 60% versus 31%.

Esses resultados ajudam a explicar o apelo da IA. Ela pode responder a uma pergunta imediatamente, simplificar material difícil e tornar a prática disponível entre lições formais. Essas capacidades também estão impulsionando a mudança mais ampla em direção a agentes de IA que personalizam a educação enquanto auxiliam os professores.

Mas velocidade e disponibilidade abordam apenas parte do processo de aprendizado. Na pesquisa da Preply, 66% concordaram que o acesso à informação não leva automaticamente ao progresso. Mais da metade — 55% — disse que é mais difícil do que nunca identificar o que realmente os ajuda a melhorar. Isso ecoa uma preocupação mais ampla de que acesso sem atrito às respostas não é o mesmo que aprendizado mais profundo.

A distinção é importante tanto para aprendizes individuais quanto para empregadores. A IA pode facilitar a aquisição de informações, mas o desempenho no trabalho depende de lembrança, julgamento, prática, feedback e da capacidade de agir sob condições reais. O mesmo princípio sustenta o foco crescente em fluência em IA como uma capacidade prática da força de trabalho, em vez de uma contagem de conclusões de treinamento ou uso de ferramentas.

Os aprendizes querem que a IA apoie — não lidere

O relatório não indica uma rejeição da IA. Em vez disso, aponta para uma preferência por combinar automação com expertise humana — uma abordagem que a Preply também descreveu em sua própria análise da combinação de tutores humanos com ferramentas de aprendizado impulsionadas por IA.

Noventa por cento dos entrevistados queriam que a IA desempenhasse um papel de apoio em vez de liderar seu aprendizado. Setenta e cinco por cento confiavam em uma combinação de IA e expertise humana para progresso a longo prazo, comparado com 14% que preferiam uma abordagem tradicional sem IA e 11% que preferiam uma experiência totalmente autodirigida por IA.

Feedback ou responsabilização humana foi o motivador mais citado de consistência no aprendizado, selecionado por 46% dos entrevistados. Metas claras seguiram em 44%, com a capacidade de aplicar o aprendizado em situações reais em 42%. Lembretes ou ferramentas de IA ficaram consideravelmente abaixo, em 18%.

“As pessoas valorizam a IA porque ela as ajuda a aprender mais facilmente”, disse o CEO da Preply, Kirill Bigai, no relatório. “Eles valorizam as pessoas porque elas fazem o aprendizado permanecer, e traduzem o conhecimento em habilidade no mundo real.”

Essa divisão de trabalho sugere um modelo prático para o aprendizado habilitado por IA. A IA pode reduzir atritos no início do processo ao explicar, resumir, traduzir e gerar exercícios. Instrutores humanos, gestores e colegas podem criar responsabilização, notar equívocos, adaptar a prática ao contexto e avaliar se o aprendiz pode atuar de forma independente.

A Geração Z relata a maior lacuna

Os índices mais elevados de adoção nem sempre corresponderam aos melhores resultados.

A Geração Z registrou a maior adoção de IA entre todas as gerações, com 92%, mas também relatou a maior dificuldade em converter o aprendizado em ação. Setenta e um por cento dos entrevistados da Geração Z disseram que se sentiam ocupados aprendendo sem melhorar, comparado com 56% da Geração X. Cinquenta e sete por cento disseram que não conseguiam aplicar o que aprenderam na vida real, comparado com 40% da Geração X, enquanto 68% abandonaram o aprendizado no ano anterior, versus 38% da Geração X.

O relatório não estabelece que a IA causou essas diferenças. A Preply observa explicitamente que sua pesquisa não pode explicar por que a relação existe. As descobertas, ao contrário, mostram que o grupo mais engajado com ferramentas de aprendizado modernas é também o grupo mais consciente da lacuna entre adquirir conhecimento e atuar com confiança.

A adoção também variou por senioridade e país. 47% dos líderes seniores usaram IA para aprendizado diariamente, comparado a 35% dos gerentes juniores ou intermediários e 31% dos funcionários não gerenciais. Argentina e Polônia registraram a maior adoção geral, com 93%, enquanto os Estados Unidos e o Japão foram os mais baixos entre os nove mercados, com 85% — ainda assim a grande maioria.

O que isso significa para a aprendizagem no local de trabalho

Para os empregadores, o relatório argumenta contra tratar o tempo gasto, a conclusão de cursos ou as sequências de aprendizado como medidas suficientes de progresso. Se o objetivo é melhorar o desempenho, os programas de aprendizado precisam testar se os funcionários conseguem aplicar uma habilidade em situações realistas.

Isso pode significar combinar explicações geradas por IA com simulações, prática supervisionada, feedback de gerentes ou coaching ao vivo. Também implica avaliar resultados mais próximos do próprio trabalho: se alguém pode resolver um problema, comunicar‑se claramente, tomar uma decisão ou concluir uma tarefa com menos assistência.

O estudo baseia‑se em uma pesquisa online conduzida pela Dynata e concluída em 26 de junho de 2026. Os entrevistados eram adultos empregados ou autônomos, de 18 a 55 anos, que haviam tentado ativamente aprender uma habilidade relacionada à carreira nos últimos 12 meses. A amostra abrangeu os Estados Unidos, Reino Unido, Espanha, França, Alemanha, Itália, Polônia, Japão e Argentina. Como os resultados são autorrelatados, eles descrevem as percepções e experiências dos respondentes, em vez de ganhos de habilidade medidos de forma independente.

Mesmo com essa limitação, o resultado central é difícil de ignorar: a IA reduziu o custo de acesso à informação, mas o aprendizado ainda precisa sobreviver ao contato com o mundo real. A próxima fase da educação habilitada por IA será avaliada menos pelo volume de conteúdo que pode entregar e mais por se os aprendizes conseguem usar com confiança o que ela ensina.