Preply‑studie visar att AI expanderar lärandet—men inte verklig behärskning

Preply säger att artificiell intelligens har gjort professionellt lärande snabbare och enklare att få tillgång till, men dess första årliga framstegsrapport antyder att tillgången inte konsekvent omvandlas till användbara färdigheter.

Företaget undersökte 5 050 yrkesverksamma i nio länder och fann att 88 % använder AI som en del av sitt lärande. Sjuttiosex % rapporterade att de spenderade mer tid på lärande än för två år sedan, medan den genomsnittliga respondenten använde nästan tre olika lärandemetoder.

Men större aktivitet ledde inte nödvändigtvis till större självförtroende. Nästan hälften av respondenterna—49 %—sade att de hade behållit en läranderutin i månader men fortfarande hade svårt att tillämpa färdigheten i verkliga livet. Ytterligare 52 % uppgav att de spenderade mer tid på lärande utan alltid att se bättre resultat, och 63 % beskrev sig själva som upptagna med lärande utan att verkligen förbättras.

Preply kallar klyftan för ”Progress Gap”: avståndet mellan den framsteg som upplevs under lärandet och självförtroendet att använda färdigheten i en verklig situation.

AI blir startpunkten

Undersökningen visar hur snabbt AI har blivit en del av lärandekedjan. Trettiotvå % angav AI‑verktyg som en primär lärandemetod, framför arbetsgivarutbildning med 34 % och onlinekurser med 33 %.

Respondenterna använde AI främst för att få förklaringar eller definitioner, sammanfatta material, översätta innehåll, få korrigeringar och strukturera sitt lärande. Dagliga AI‑användare var dessutom nästan dubbelt så benägna att säga att de lärde sig snabbare än förväntat jämfört med personer som aldrig använde AI—60 % mot 31 %.

Dessa resultat hjälper till att förklara AI:s attraktionskraft. Det kan besvara en fråga omedelbart, förenkla svårt material och göra övningar tillgängliga mellan formella lektioner. Dessa möjligheter driver också den bredare övergången mot AI‑agenter som anpassar utbildning samtidigt som de hjälper lärare.

Men hastighet och tillgänglighet adresserar bara en del av lärprocessen. I Preply:s undersökning höll 66 % med om att tillgång till information inte automatiskt leder till framsteg. Mer än hälften—55 %—sade att det är svårare än någonsin att identifiera vad som verkligen hjälper dem att förbättras. Det återger en bredare oro för att friktionsfri tillgång till svar inte är detsamma som djupare lärande.

Distinktionen är viktig för både enskilda lärande och arbetsgivare. AI kan underlätta informationsinhämtning, men arbetsplatsens prestation beror på återkallelse, omdöme, övning, återkoppling och förmågan att agera under verkliga förhållanden. Samma princip ligger till grund för det ökande fokuset på AI‑flyt som en praktisk kompetens på arbetsplatsen, snarare än en räkning av genomförda utbildningar eller verktygsanvändning.

Lärande vill att AI ska stödja—inte leda

Rapporten visar ingen avvisning av AI. Istället pekar den på en preferens för att kombinera automatisering med mänsklig expertis—en metod som Preply också beskrivit i sin egen redogörelse för kombinera mänskliga handledare med AI‑drivna lärandeverktyg.

Nittio procent av respondenterna ville att AI skulle spela en stödjande roll snarare än att leda deras lärande. Sjuttiofem procent litade på en blandning av AI och mänsklig expertis för långsiktiga framsteg, jämfört med 14 % som föredrog ett traditionellt tillvägagångssätt utan AI och 11 % som föredrog en helt självstyrd AI‑upplevelse.

Mänsklig återkoppling eller ansvarstagande var den mest frekvent nämnda drivkraften för lärandekonsekvens, valt av 46 % av respondenterna. Tydliga mål följde på 44 %, med förmågan att använda lärandet i verkliga situationer på 42 %. AI‑påminnelser eller verktyg placerade sig betydligt lägre på 18 %.

“Människor värdesätter AI eftersom det hjälper dem att lära sig lättare,” sade Preply:s VD Kirill Bigai i rapporten. “De värdesätter människor eftersom de får lärandet att sitta kvar och översätter kunskap till verklig förmåga.”

Denna arbetsfördelning föreslår en praktisk modell för AI‑stödd lärande. AI kan minska friktionen i början av processen genom att förklara, sammanfatta, översätta och generera övningar. Mänskliga instruktörer, chefer och kamrater kan skapa ansvar, upptäcka missuppfattningar, anpassa övningar till kontext och utvärdera om en elev kan prestera självständigt.

Gen Z rapporterar den största klyftan

De starkaste antagningssiffrorna motsvarade inte alltid de starkaste resultaten.

Gen Z registrerade den högsta AI‑adoptionen av alla generationer med 92 %, men rapporterade också den största svårigheten att omvandla lärande till handling. Sjuttioett procent av Gen Z‑respondenterna sade att de kände sig upptagna med lärande utan att förbättras, jämfört med 56 % av Gen X. Femtiotvå procent sade att de inte kunde tillämpa det de lärt sig i verkliga livet, jämfört med 40 % av Gen X, medan 68 % hade övergett lärandet under det föregående året, mot 38 % av Gen X.

Rapporten fastställer inte att AI orsakade dessa skillnader. Preply påpekar uttryckligen att deras undersökning inte kan förklara varför förhållandet finns. Resultaten visar istället att den grupp som är mest engagerad i moderna lärandeverktyg också är den grupp som är mest medveten om klyftan mellan att förvärva kunskap och att prestera med självförtroende.

Adoption varierade också efter senioritet och land. 47 % av seniora ledare använde AI för lärande dagligen, jämfört med 35 % av juniora eller mellanchefer och 31 % av icke‑chefspersonal. Argentina och Polen rapporterade den högsta totala adoptionen med 93 %, medan USA och Japan låg lägst bland de nio marknaderna med 85 % – fortfarande en stor majoritet.

Vad detta betyder för lärande på arbetsplatsen

För arbetsgivare argumenterar rapporten emot att betrakta tid som spenderas, kursavslut eller lärandestreakar som tillräckliga mått på framsteg. Om målet är bättre prestation måste lärandeprogram testa om medarbetarna kan använda en färdighet i realistiska situationer.

Det kan innebära att kombinera AI‑genererade förklaringar med simuleringar, övervakad övning, chefens återkoppling eller live‑coachning. Det innebär också att utvärdera resultat närmare själva arbetet: om någon kan lösa ett problem, kommunicera tydligt, fatta ett beslut eller slutföra en uppgift med mindre stöd.

Studien baseras på en online‑undersökning som genomfördes av Dynata och slutfördes den 26 juni 2026. Respondenterna var anställda eller egenföretagare i åldern 18 till 55 år som aktivt hade försökt lära sig en yrkesrelaterad färdighet under de föregående 12 månaderna. Urvalet omfattade USA, Storbritannien, Spanien, Frankrike, Tyskland, Italien, Polen, Japan och Argentina. Eftersom resultaten är självrapporterade beskriver de respondenternas uppfattningar och erfarenheter snarare än oberoende mätta färdighetsökningar.

Trots den begränsningen är huvudresultatet svårt att ignorera: AI har minskat kostnaden för att nå information, men lärande måste fortfarande klara av kontakt med den verkliga världen. Nästa steg för AI‑stödd utbildning kommer att bedömas mindre efter hur mycket innehåll den kan leverera och mer efter om lärande kan använda det den lär ut med självförtroende.