报告
Preply 研究发现 AI 正在扩大学习——但未实现真实世界的精通
将 Unite.AI 添加到您在 Google 上的首选来源
Preply 表示，人工智能让职业学习更快且更易获取，但其首份年度进展报告显示，获取并未始终转化为可用技能。
该公司对来自九个国家的 5,050 名在职专业人士进行了调查，发现 88% 在学习中使用 AI。76% 的受访者表示，他们学习的时间比两年前更多，平均每位受访者使用了近三种学习方式。
然而，更高的学习活动并不一定带来更大的信心。接近一半的受访者——49%——表示他们已坚持数月的学习常规，但仍难以在实际生活中运用所学技能。另有 52% 说他们投入了更多学习时间，却并不总能看到更好的成果，63% 的受访者形容自己忙于学习却并未真正提升。
Preply 将这种脱节称为“进步差距”：指在学习过程中获得的进步与在真实情境中使用该技能的信心之间的距离。
AI 正在成为起点
调查显示，AI 迅速成为学习体系的一部分。37% 的受访者将 AI 工具列为主要学习方式，超过雇主培训（34%）和在线课程（33%）。
受访者最常使用 AI 来获取解释或定义、概括材料、翻译内容、接受纠正以及组织学习。每日使用 AI 的人表示学习速度快于预期的比例几乎是从未使用 AI 的人的两倍——分别为 60% 与 31%。
这些结果有助于解释 AI 的吸引力。它能够即时回答问题、简化困难材料，并在正式课程之间提供练习。这些能力也在推动向 在协助教师的同时为教育提供个性化的 AI 代理人 的更广泛转变。
但速度和可获取性仅解决了学习过程的一部分。在 Preply 的调查中，66% 的受访者认同获取信息并不自动带来进步。超过一半——55%——表示如今更难辨别真正有助于提升的因素。这呼应了更广泛的担忧，即 无缝获取答案并不等同于深度学习。
这一区别对个人学习者和雇主都很重要。AI 可以让获取信息更容易，但职场表现取决于记忆、判断、练习、反馈以及在真实情境下的行动能力。同样的原则支撑了对 将 AI 流利度视为实用的劳动力能力 的日益关注，而非仅统计培训完成次数或工具使用量。
学习者希望 AI 起到支持作用——而非主导
报告并未显示对 AI 的排斥。相反，它指出人们更倾向于将自动化与人类专长相结合——这也是 Preply 在其关于 将人工导师与 AI 驱动的学习工具配对 的叙述中所描述的做法。
90% 的受访者希望 AI 充当支持角色，而非主导他们的学习。75% 的受访者信任 AI 与人类专长相结合的方式以实现长期进步，相比之下，14% 更倾向于没有 AI 的传统方法，11% 则偏好完全自我导向的 AI 体验。
人类反馈或问责被最常提及为学习一致性的驱动因素，46% 的受访者选择了它。其次是明确目标，占 44%，以及在真实情境中运用所学的能力，占 42%。AI 提醒或工具的排名则明显较低，仅为 18%。
报告中，Preply 首席执行官 Kirill Bigai 表示：“人们重视 AI，因为它让学习更轻松。人们重视人类，因为他们让学习扎根，并将知识转化为真实世界的能力。”
这种分工暗示了一种实用的 AI 赋能学习模型。AI 可在过程初期通过解释、概括、翻译和生成练习来降低摩擦。人类教师、管理者和同伴则可建立问责机制，发现误解，依据情境调整练习，并评估学习者是否能够独立完成任务。
Z 世代报告的差距最大
最高的采用率并不总是对应最好的结果。
Z 世代的 AI 采用率最高，达到 92%，但同样报告了将学习转化为行动的最大困难。71% 的 Z 世代受访者表示他们忙于学习却未见提升，而 X 世代为 56%。57% 的受访者称无法在真实生活中运用所学，而 X 世代为 40%；此外，68% 的 Z 世代在过去一年中放弃了学习，相比之下 X 世代为 38%。
报告并未确定 AI 导致了这些差异。Preply 明确指出，其调查无法解释这种关系背后的原因。相反，研究显示，最积极使用现代学习工具的群体也是最清楚知识获取与自信执行之间差距的群体。
采用率也因职级和国家而异。47%的高级领导者每天使用 AI 学习，而初级或中层管理者为 35%，非管理岗位员工为 31%。阿根廷和波兰的整体采用率最高，达到 93%，而美国和日本在九个市场中最低，为 85%——仍然是绝大多数。
这对职场学习意味着什么
对于雇主而言，报告认为不应把学习时间、课程完成率或学习连胜视为足够的进步衡量标准。如果目标是提升绩效，学习项目必须检验员工是否能够在真实情境中运用所学技能。
这可能意味着将 AI 生成的解释与模拟、监督练习、经理反馈或现场辅导相结合。这也意味着要在更贴近工作本身的层面评估成果：员工是否能够解决问题、清晰沟通、做出决策或在较少帮助下完成任务。
该研究基于 Dynata 发起的线上调查，调查于 2026 年 6 月 26 日完成。受访者为年龄 18 至 55 岁的在职或自雇成年人，且在过去 12 个月内积极尝试学习职业相关技能。样本覆盖美国、英国、西班牙、法国、德国、意大利、波兰、日本和阿根廷。由于调查结果为自我报告，它们描述的是受访者的感知和经历，而非独立测量的技能提升。
即使存在此限制，核心结果仍不容忽视：AI 降低了获取信息的成本，但学习仍必须经受真实世界的检验。下一阶段的 AI 驱动教育将更多地取决于学习者能否自信地运用所学内容，而非它能提供多少内容。
