รายงาน
การศึกษาของ Preply พบว่า AI กำลังขยายการเรียนรู้—แต่ไม่ถึงระดับความเชี่ยวชาญในโลกจริง
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
Preply กล่าวว่า ปัญญาประดิษฐ์ทำให้การเรียนรู้อาชีพเร็วขึ้นและเข้าถึงได้ง่ายขึ้น แต่รายงานความก้าวหน้าแรกประจำปีของบริษัทชี้ให้เห็นว่าการเข้าถึงไม่ได้แปลเป็นทักษะที่ใช้ได้อย่างสม่ำเสมอ
บริษัทสำรวจผู้ทำงานมืออาชีพ 5,050 คนในเก้าประเทศและพบว่า 88% ใช้ AI เป็นส่วนหนึ่งของการเรียนรู้ 76% รายงานว่าตนใช้เวลาเรียนรู้มากกว่าปีที่แล้วสองปี ในขณะที่ผู้ตอบแบบสอบถามโดยเฉลี่ยใช้วิธีการเรียนรู้เกือบสามวิธี
แต่การทำกิจกรรมที่มากขึ้นไม่ได้จำเป็นต้องทำให้ความมั่นใจเพิ่มขึ้นอย่างแน่นอน เกือบครึ่งหนึ่งของผู้ตอบ—49%—บอกว่าตนยังคงรักษากิจวัตรการเรียนรู้เป็นเดือน ๆ แต่ยังคงประสบปัญหาในการนำทักษะไปใช้ในชีวิตจริง อีก 52% บอกว่าตนใช้เวลาเรียนรู้เพิ่มขึ้นแต่ไม่ได้เห็นผลลัพธ์ที่ดีขึ้นเสมอ และ 63% บรรยายว่าตนยุ่งกับการเรียนรู้แต่ไม่ได้พัฒนาจริง ๆ
Preply เรียกความไม่ตรงกันนี้ว่า “ช่องว่างความก้าวหน้า” คือระยะห่างระหว่างความก้าวหน้าที่เกิดขึ้นระหว่างการเรียนรู้และความมั่นใจในการใช้ทักษะในสถานการณ์จริง
AI กำลังกลายเป็นจุดเริ่มต้น
การสำรวจแสดงให้เห็นว่า AI กลายเป็นส่วนหนึ่งของสแต็กการเรียนรู้อย่างรวดเร็ว 37% ระบุว่าเครื่องมือ AI เป็นวิธีการเรียนรู้หลัก ก่อนการฝึกอบรมของนายจ้างที่ 34% และคอร์สออนไลน์ที่ 33%
ผู้ตอบส่วนใหญ่ใช้ AI เพื่อขอคำอธิบายหรือคำนิยาม สรุปเนื้อหา แปลข้อมูล รับการแก้ไข และจัดโครงสร้างการเรียนรู้ ผู้ใช้ AI รายวันยังมีแนวโน้มที่จะบอกว่าตนเรียนเร็วกว่าที่คาดไว้เกือบสองเท่าเมื่อเทียบกับผู้ที่ไม่เคยใช้ AI—60% เทียบกับ 31%
ผลลัพธ์เหล่านั้นช่วยอธิบายความน่าสนใจของ AI. มันสามารถตอบคำถามได้ทันที, ทำให้เนื้อหาที่ยากง่ายขึ้น, และทำให้การฝึกฝนสามารถทำได้ระหว่างบทเรียนอย่างเป็นทางการ. ความสามารถเหล่านี้ยังเป็นแรงผลักดันให้เกิดการเปลี่ยนแปลงที่กว้างขึ้นไปสู่ เอเจนต์ AI ที่ปรับการศึกษาให้เป็นส่วนบุคคลขณะช่วยเหลือครู.
แต่ความเร็วและการเข้าถึงเพียงส่วนหนึ่งของกระบวนการเรียนรู้. ในการสำรวจของ Preply, 66% เห็นด้วยว่าการเข้าถึงข้อมูลไม่ได้นำไปสู่ความก้าวหน้าโดยอัตโนมัติ. มากกว่ากึ่ง—55%—กล่าวว่ามันยากกว่าที่เคยในการระบุสิ่งที่จริงๆ ช่วยให้พวกเขาพัฒนาขึ้น. สิ่งนี้สะท้อนความกังวลที่กว้างขึ้นว่า การเข้าถึงคำตอบโดยไม่มีความลำบากไม่ได้เท่ากับการเรียนรู้เชิงลึก.
ความแตกต่างนี้สำคัญต่อผู้เรียนแต่ละคนและนายจ้าง. AI สามารถทำให้การหาข้อมูลง่ายขึ้น, แต่ประสิทธิภาพการทำงานขึ้นอยู่กับความจำ, การตัดสินใจ, การฝึกฝน, การให้ข้อเสนอแนะ, และความสามารถในการดำเนินการภายใต้สภาวะจริง. หลักการเดียวกันเป็นพื้นฐานของการให้ความสำคัญที่เพิ่มขึ้นต่อ ความคล่องแคล่ว AI เป็นความสามารถเชิงปฏิบัติของแรงงาน, แทนที่จะเป็นการนับจำนวนการฝึกอบรมที่เสร็จสิ้นหรือการใช้เครื่องมือ.
ผู้เรียนต้องการ AI เป็นผู้สนับสนุน—not lead
รายงานไม่ได้แสดงการปฏิเสธ AI แต่ชี้ให้เห็นถึงความต้องการผสานการทำงานอัตโนมัติกับความเชี่ยวชาญของมนุษย์—แนวทางที่ Preply ได้อธิบายไว้ในบัญชีของตนเองเกี่ยวกับ การผสานติวเตอร์ที่เป็นมนุษย์กับเครื่องมือการเรียนรู้ที่ขับเคลื่อนด้วย AI
ร้อยละ 90 ของผู้ตอบต้องการให้ AI มีบทบาทสนับสนุนแทนที่จะเป็นผู้นำการเรียนรู้ ร้อยละ 75 เชื่อมั่นในการผสมผสาน AI กับความเชี่ยวชาญของมนุษย์เพื่อความก้าวหน้าในระยะยาว เทียบกับ 14% ที่ต้องการวิธีการแบบดั้งเดิมโดยไม่มี AI และ 11% ที่ต้องการประสบการณ์ AI ที่ทำด้วยตนเองทั้งหมด
ข้อเสนอแนะหรือความรับผิดชอบจากมนุษย์เป็นตัวกระตุ้นความสม่ำเสมอของการเรียนรู้ที่ถูกอ้างถึงบ่อยที่สุด โดย 46% ของผู้ตอบเลือก ข้อกำหนดที่ชัดเจนตามมาที่ 44% และความสามารถในการใช้การเรียนรู้ในสถานการณ์จริงที่ 42% AI reminder หรือเครื่องมือจัดอันดับต่ำกว่ามากที่ 18%
“ผู้คนให้คุณค่ากับ AI เพราะมันช่วยให้พวกเขาเรียนได้ง่ายขึ้น” Kirill Bigai CEO ของ Preply กล่าวในรายงาน “พวกเขาให้คุณค่ากับคนเพราะคนทำให้การเรียนรู้คงที่และแปลความรู้เป็นความสามารถในโลกจริง”
การแบ่งหน้าที่นี้บ่งบอกถึงโมเดลปฏิบัติการสำหรับการเรียนรู้ที่เปิดใช้ AI AI สามารถลดความขัดแย้งในขั้นตอนเริ่มต้นโดยการอธิบาย สรุป แปล และสร้างแบบฝึกหัด ผู้สอน ผู้จัดการ และเพื่อนร่วมงานมนุษย์สามารถสร้างความรับผิดชอบ สังเกตความเข้าใจผิด ปรับการฝึกให้สอดคล้องกับบริบท และประเมินว่าผู้เรียนสามารถทำงานได้อย่างอิสระหรือไม่
Gen Z รายงานช่องว่างที่กว้างที่สุด
ตัวเลขการนำไปใช้ที่สูงที่สุดไม่ได้สอดคล้องกับผลลัพธ์ที่ดีที่สุดเสมอไป
Gen Z มีการนำ AI ไปใช้สูงสุดในทุกเจนเนอเรชันที่ 92% แต่ก็รายงานว่ามีความยากลำบากมากที่สุดในการแปลงการเรียนรู้ให้เป็นการกระทำ 71% ของผู้ตอบ Gen Z บอกว่าตนยุ่งกับการเรียนรู้โดยไม่พัฒนา เทียบกับ 56% ของ Gen X 57% บอกว่าตนไม่สามารถนำสิ่งที่เรียนมาใช้ในชีวิตจริงได้ เทียบกับ 40% ของ Gen X ในขณะที่ 68% ได้ละทิ้งการเรียนรู้ในปีที่ผ่านมา เทียบกับ 38% ของ Gen X
รายงานไม่ได้สรุปว่า AI เป็นสาเหตุของความแตกต่างเหล่านี้ Preply ชี้อย่างชัดเจนว่าการสำรวจของตนไม่สามารถอธิบายว่าทำไมความสัมพันธ์นี้จึงเกิดขึ้นได้ ผลลัพธ์แทนที่จะบ่งบอกว่ากลุ่มที่ใช้เครื่องมือการเรียนรู้สมัยใหม่มากที่สุดก็เป็นกลุ่มที่ตระหนักถึงช่องว่างระหว่างการได้ความรู้และการปฏิบัติอย่างมั่นใจ
การนำไปใช้ก็แตกต่างตามระดับอาวุโสและประเทศอีกด้วย 47% ของผู้นำระดับสูงใช้ AI เพื่อการเรียนรู้ทุกวัน เมื่อเทียบกับ 35% ของผู้จัดการระดับจูเนียร์หรือระดับกลางและ 31% ของพนักงานที่ไม่อยู่ในตำแหน่งผู้จัดการ Argentina และ Poland รายงานอัตราการนำไปใช้โดยรวมสูงสุดที่ 93% ในขณะที่ United States และ Japan มีอัตราต่ำที่สุดในตลาดทั้งเก้าที่ 85% — ยังเป็นส่วนใหญ่ที่ใหญ่
สิ่งนี้หมายความว่าอย่างไรสำหรับการเรียนรู้ในที่ทำงาน
สำหรับนายจ้าง รายงานแย้งว่าการใช้เวลาในการเรียน, การสำเร็จหลักสูตร, หรือการต่อเนื่องของการเรียนเป็นมาตรการที่เพียงพอในการวัดความก้าวหน้าไม่เหมาะสม หากเป้าหมายคือประสิทธิภาพที่ดีขึ้น โปรแกรมการเรียนต้องทดสอบว่าพนักงานสามารถใช้ทักษะในสถานการณ์ที่เป็นจริงได้หรือไม่
ซึ่งอาจหมายถึงการจับคู่คำอธิบายที่สร้างโดย AI กับการจำลอง, การฝึกฝนที่มีผู้ดูแล, การให้ข้อเสนอแนะจากผู้จัดการ หรือการโค้ชแบบสด นอกจากนี้ยังหมายถึงการประเมินผลลัพธ์ที่ใกล้เคียงกับงานจริงมากขึ้น: ว่าบุคคลสามารถแก้ปัญหา, สื่อสารอย่างชัดเจน, ตัดสินใจ, หรือทำงานให้สำเร็จโดยได้รับความช่วยเหลือน้อยลงหรือไม่
การศึกษาอิงจากการสำรวจออนไลน์ที่ดำเนินการโดย Dynata และเสร็จสิ้นเมื่อวันที่ 26 มิถุนายน 2026 ผู้ตอบแบบสำรวจเป็นผู้ใหญ่ที่ทำงานหรืออาชีพอิสระ อายุ 18 ถึง 55 ปี ซึ่งได้พยายามเรียนรู้ทักษะที่เกี่ยวข้องกับอาชีพอย่างกระตือรือร้นในช่วง 12 เดือนที่ผ่านมา ตัวอย่างครอบคลุม United States, United Kingdom, Spain, France, Germany, Italy, Poland, Japan และ Argentina เนื่องจากผลลัพธ์เป็นการรายงานด้วยตนเอง จึงสะท้อนถึงการรับรู้และประสบการณ์ของผู้ตอบ มากกว่าการวัดทักษะอย่างอิสระ
แม้จะมีข้อจำกัดดังกล่าว ผลลัพธ์หลักก็ยังยากที่จะมองข้าม: AI ได้ลดต้นทุนในการเข้าถึงข้อมูลลง แต่การเรียนรู้ยังต้องเผชิญกับโลกจริง ขั้นตอนต่อไปของการศึกษาโดยใช้ AI จะถูกประเมินไม่ใช่จากปริมาณเนื้อหาที่สามารถส่งมอบได้ แต่จากว่าผู้เรียนจะใช้สิ่งที่สอนได้อย่างมั่นใจหรือไม่
