Globalny rynek rozwoju zawodowego wchodzi w fazę głębokiej zmiany. Model oparty na statycznych bibliotekach szkoleń, certyfikatach i „odhaczaniu kursów” coraz gorzej odpowiada na realne potrzeby pracowników i firm. W jego miejsce pojawiają się systemy uczenia się wspierane przez sztuczną inteligencję — bardziej elastyczne, kontekstowe i bliższe codziennej pracy.
Josh Bersin, jeden z najbardziej wpływowych analityków rynku HR, opisuje ten moment jako upadek i jednoczesne odrodzenie edukacji online. To, co dotąd było fundamentem e-learningu, traci skuteczność. Jednocześnie technologia otwiera zupełnie nowe możliwości. Dla Polski ta zmiana ma szczególne znaczenie — w nadchodzących latach kraj zmierzy się zarówno z niedoborem wysokiej klasy specjalistów, jak i strukturalnymi barierami w edukacji dorosłych.
Od „sprzedaży kursów” do realnego rozwoju zawodowego
Rynek szkoleń, wart dziś ponad 400 miliardów dolarów, przez lata funkcjonował według logiki wydawniczej. Tworzono kurs, publikowano go w systemie LMS i sprzedawano dostęp użytkownikom. Platformy takie jak Coursera czy Udemy stały się globalnymi markami, ale sam model zaczyna się wyczerpywać.
Problem nie polega na braku treści. Przeciwnie — treści jest za dużo.
Bersin zwraca uwagę, że dostęp do kursów nie przekłada się automatycznie na rozwój kompetencji. Pracownicy są na różnych etapach kariery i mają zupełnie inne potrzeby niż te, które zakłada standardowy „kurs dla wszystkich”.
Dlatego proponuje pięciopoziomowy model rozwoju ekspertyzy:
- Poziom 1 – nowicjusz
Potrzebuje podstaw, wspólnego języka i formalnego potwierdzenia kompetencji. - Poziom 2 – pracownik samodzielny
Zna fundamenty, ale rozwija się poprzez przykłady, studia przypadków i praktykę. - Poziom 3 – wąska ekspertyza
Ma głęboką wiedzę w jednym obszarze, ale brakuje mu szerszej perspektywy. - Poziom 4 – poziom międzynarodowy
Szuka kontekstu, powiązań między dziedzinami i myślenia systemowego. - Poziom 5 – eksperci-mentorzy
Tworzą wiedzę, uczą innych i współkształtują standardy.
Tradycyjne szkolenia relatywnie dobrze obsługują dwa pierwsze poziomy. Powyżej — zawodzą. Nie są w stanie odpowiadać na złożone, kontekstowe potrzeby specjalistów i liderów.
Polska luka kompetencyjna nie rozwiąże się sama
Znaczenie tego podejścia widać wyraźnie w polskim kontekście. Prognozy Cedefop na lata 2025–2035 pokazują jednoznaczny trend: rosnący popyt na wysokie kwalifikacje.
Do 2035 roku:
- 64% wakatów w Polsce będzie wymagało wysokich kompetencji
- to wynik wyraźnie powyżej średniej unijnej
Największe niedobory prognozowane są wśród:
- specjalistów,
- kadry zarządzającej,
- pracowników ochrony zdrowia i IT.
Sytuację dodatkowo komplikuje demografia. Populacja w wieku 20–44 lat będzie się kurczyć, co oznacza, że rozwój kompetencji osób już aktywnych zawodowo stanie się koniecznością, a nie opcją.
AI zamiast katalogu kursów
W tym miejscu pojawia się rola sztucznej inteligencji. Systemy projektowane jako AI-native nie opierają się na liniowej ścieżce „lekcja po lekcji”. Użytkownik nie musi przeglądać setek kursów ani dopasowywać się do gotowej struktury.
Zamiast tego:
- zadaje pytania,
- pracuje na symulacjach,
- otrzymuje treści dopasowane do swojej roli, doświadczenia i wcześniejszych interakcji.
To przesunięcie z logiki publikowania treści w stronę dynamicznego dostarczania wiedzy wtedy, gdy jest potrzebna. Zmienia się nie tylko forma nauki, ale sama definicja rozwoju zawodowego. Równolegle pojawia się jeszcze jeden, często pomijany element: uczenie się samej sztucznej inteligencji staje się integralną częścią procesu rozwojowego. Nie chodzi wyłącznie o korzystanie z modeli AI „w tle” modułów learningowych, ale o świadome opanowanie pracy z narzędziami, które wspierają analizę, pisanie, planowanie czy podejmowanie decyzji.
Dla wielu pracowników to doświadczenie bywa zaskakująco angażujące. W trakcie nauki szybko staje się widoczne, jak wiele czynności dotychczas wykonywanych ręcznie można delegować — przygotowanie wstępnych analiz, porządkowanie informacji, tworzenie roboczych wersji dokumentów czy symulowanie scenariuszy. Jednocześnie rośnie świadomość, że AI nie zastępuje myślenia, lecz je przyspiesza. Kluczowe pozostaje jednak zachowanie kontroli. Skuteczne wykorzystanie sztucznej inteligencji wymaga nadzoru człowieka: weryfikacji wyników, oceny sensowności rekomendacji i uwzględnienia kontekstu, którego algorytm nie zna. Dlatego rozwój kompetencji AI nie polega na „oddaniu pracy maszynie”, lecz na nauczeniu się, kiedy delegować zadania, a kiedy przejąć decyzję.
W tym sensie nauka pracy z AI nie jest dodatkiem do rozwoju zawodowego, ale jego nowym komponentem — praktycznym, użytecznym i ściśle powiązanym z codzienną pracą, a nie oderwanym kursem do zaliczenia.
Bariery, których klasyczne szkolenia nie przełamują
Problem polega na tym, że polski rynek edukacji dorosłych zmaga się z barierami strukturalnymi:
- Bierność edukacyjna
Ponad 60% dorosłych Polaków nie uczestniczy w żadnej formie uczenia się i nie planuje tego zmieniać. - Brak czasu
Praca, obowiązki rodzinne i przeciążenie informacyjne skutecznie zniechęcają do długich kursów. - Niskie kompetencje cyfrowe
Tylko 44% dorosłych posiada podstawowe umiejętności cyfrowe — znacznie poniżej średniej UE.
W tych warunkach klasyczne szkolenia „po godzinach” i rozbudowane programy rozwojowe często nie trafiają w realne potrzeby pracowników.
AI jako odpowiedź na brak czasu i sztywność systemu
Zderzenie diagnozy Bersina z polskimi danymi prowadzi do prostego wniosku: problemem nie jest brak motywacji do rozwoju, lecz forma, w jakiej oferujemy naukę. Raporty PARP potwierdzają, że krótkie moduły i modele hybrydowe zwiększają efektywność uczenia się i zmniejszają barierę ludzi, przed nauką nowych umiejętności Szczególnie istotne jest to na wyższych poziomach kariery — tam, gdzie Polska prognozuje największe braki kompetencyjne. AI pozwala automatycznie budować mapy umiejętności i ścieżki rozwoju, które wcześniej były kosztowne i dostępne głównie dla dużych organizacji.
Wnioski: edukacja musi nadążyć za rynkiem pracy
Polska stoi przed koniecznością szybkiego podnoszenia kwalifikacji milionów pracowników w warunkach kurczących się zasobów demograficznych. Model oparty na „sprzedaży kursów” nie wystarczy, by odpowiedzieć na skalę tego wyzwania.
Przyszłość rozwoju zawodowego leży w:
- personalizacji,
- elastyczności,
- uczeniu się osadzonym na realnych przykładach z pracy.
Jeśli organizacje i instytucje publiczne zaczną wykorzystywać narzędzia, które rozumieją kontekst pracownika i dostarczają wiedzę dokładnie dokładnie o tym, czego potrzebuje pracownik,, istnieje realna szansa na przełamanie edukacyjnego impasu. Bez tej zmiany luka kompetencyjna będzie się tylko pogłębiać — niezależnie od liczby dostępnych kursów.
Źródła:
