إذا كان الذكاء الاصطناعي ينجح، فلماذا لا تزال 53.3٪ من أقسام التعلّم والتطوير تكافح؟
إذا أضاءت لوحة قيادة السيارة بأن كل شيء على ما يرام بينما يظل ضوء المحرّك يومض، فالمشكلة ليست فقط تحت الغطاء: المشكلة أيضاً في لوحة القيادة. هذا ما يشبه وضع أقسام التعلّم والتطوير في المؤسسات عام 2026. في تقرير حالة تقنيات التعلّم 2026 من Scheer IMC، قال 53.3٪ من صُنع القرار إن التكامل الفعّال للذكاء الاصطناعي أو التقنيات التعليمية الجديدة يمثل أكبر تحدٍ لهم، بينما يصف أربعة من كل خمسة مؤسسات تقنيتها التعليمية الحالية بأنها فعّالة إلى حد ما على الأقل. يمكن أن يكون كلا التصريحين صحيحين — وهذه هي نقطة الأهمية.
ليس التناقض ناتجًا عن ارتباك، بل عن طريقة القياس. كثير من المؤسسات ما زالت تقيّم التقنيات التعليمية بمعاييرٍ تُقَيَّم بها السِفاتُ الأساسية، بينما تتوقع من هذه التقنيات تحقيق نتائج مختلفة تمامًا. لوحة القيادة تُبلغ عن الاستقرار والوصول وسهولة الاستخدام الأساسية؛ أما العمل فيطالب بالقدرات والإنتاجية والدليل. هذان نقاشان مختلفان.
من العرض التجريبي إلى ضغط التسليم
لفترة كانت حلول الذكاء الاصطناعي في التعلم المؤسسي تشبه سيارة مفهومية في صالة العرض: جذابة تحت الأضواء، تُثير تعليقات واثقة، ونادرًا ما تُختبر في ظروف الطريق الحقيقية. تلك المرحلة انتهت.
التقرير واضح: الذكاء الاصطناعي قيد الاستخدام الفعّال في عمليات التعلّم لدى 43.1٪ من المؤسسات، ويقول 14.8٪ إنه مُدمَج بالكامل عبر عمليات التعلّم والتطوير. الاستثمار يسير على نفس المنحى: نحو 61.4٪ يخططون للاستثمار في أدوات تأليف مدعومة بالذكاء الاصطناعي، و60.5٪ في أدوات تدريب وتوجيه مدعومة بالذكاء الاصطناعي خلال الاثني عشر شهرًا المقبلة.
الرغبة موجودة، والصعوبة كذلك. حين يدخل الذكاء الاصطناعي بيئة المؤسسة يتوقف عن كونه ميزة لامعة ويبدأ في التصرف كخط سكة حديدي جديد وُضع في مدينة قديمة: الأسئلة تنتقل من السرعة إلى الإشارات والسلامة والمسارات ومَن المسؤول عند حدوث خطأ. التكامل مع الأنظمة الحالية، التعقيد التقني، وأمن البيانات تصبح نقاط الاحتكاك. ليس من قبيل المصادفة أن 92.9٪ من المؤسسات تُعرب عن قلقها بشأن أمن وخصوصية بيانات حلول الذكاء الاصطناعي.
المهم لم يعد ما إذا كان للذكاء الاصطناعي وجود في التعلّم والتطوير، بل كيف نجعله يعمل بطريقة تثق بها الأعمال.
“الفعالية” تحمل أوزانًا زائدة
عندما تقول أربعة من كل خمسة مؤسسات إن تقنيتها التعليمية فعّالة، فمن السهل تفسير ذلك كحكم نجاح استراتيجي. لكن هذا تفسير متساهل جدًا. الأرجح أن كثيرين يجيبون عن سؤال أضيق:
– هل النظام يعمل باستمرار؟
– هل يمكن للناس الوصول إلى التعلّم؟
– هل يدعم تقديم المحتوى دون احتكاك مستمر؟
إذا كان هذا هو المعيار، فربما نعم، أنظمة كثيرة فعّالة. لكن الذكاء الاصطناعي رفع مستوى التوقعات. منصة تعليمية قد تكون مستقرة ومع ذلك فقيرة استراتيجيًا، كما أن مطبخًا منظمًا قد يقدم وجبة خاطئة. رفوف جيدة، سكاكين حادة، ومكونات مرتبة لا تضمن أن العشاء سيدعم أهداف العمل. بنفس المنطق، قد تسجل المنصة دخولاً سليماً وتعليقات إيجابية وإدارة سلسة، ومع ذلك تفشل في الاختبار الأصعب: هل تُحسّن الأداء، تُسدّ فجوات المهارات، أو تدعم التحوّل بطريقة قابلة للقياس؟
هنا يصبح التقرير أكثر إفصاحًا: يعتمد 55.5٪ من المؤسسات بشكل شائع على ملاحظات الموظفين لتقييم التعلم، ومع ذلك يرى 44٪ أن أكبر حاجز لقياس عائد الاستثمار في التعلّم هو ربط نتائج التعلّم بتأثير تجاري ملموس. المشكلة ليست افتقار البيانات؛ المشكلة أن كثيرًا من البيانات يتصرف كموجز أحوال الطقس بينما القيادة تريد توقعًا اقتصاديًا.
قصة النجاح القديمة ما زالت مريحة
لطالما حُكم على تقنيات التعلّم باعتبارها بنية تحتية: إذا كانت آمنة، متوافقة، سهلة الاستخدام ومعتمدة على نطاق واسع، فهي تقوم بعملها. كان هذا منطقيًا حين كان التحدي المركزي هو التوصيل الرقمي على نطاق واسع.
الآن الحمل أثقل. يُطلب من التعلّم والتطوير دعم قابلية تكيف القوة العاملة، وضوح المهارات، والاستعداد للذكاء الاصطناعي. في التقرير، 86٪ من المؤسسات تقول إن إدارة المهارات المنهجية أولوية استراتيجية لعام 2026. هذا تحول جدي. كذلك تغيرت بنية حزمة التعلم نفسها: بدلاً من جمع منصات كأدوات مطبخ اشترتها في تسوق ليلي، يعتمد 73.1٪ الآن على نظام إدارة تعلم مركزي كعمود فقري لمنضومتهم التعلمية. هذه نضج معماري، بينما نضج القياس لا يزال يلحق بالركب.
معدلات الإكمال والامتثال والرضا لا تزال مهمة، لكن إن ظلت عناوين رئيسية بينما يكافح تكامل الذكاء الاصطناعي ويظل تأثير الأعمال غامضًا، فإن التعلّم والتطوير قد يقدم طردًا ملفوفًا بشكل جميل من دون دليل واضح على محتواه. الوظيفة لا تعاني من قلة طموح؛ بل من مشكلة في الترجمة.
إذا عاش التعلّم داخل العمل، فيجب أن يتبعه القياس
من أوضح نتائج التقرير أن التفاعل يكون أقوى عندما يُدمج التعلّم في العمل اليومي. 85.5٪ من صانعي القرار يقولون إن دمج التعلم في سير العمل اليومي هو الدافع الأكثر فعالية للمشاركة. وهذا يخبرنا شيئًا عن القياس أيضًا.
إذا صار التعلم يحدث أكثر في تدفق العمل، فلا يمكن أن يظل دليل التأثير محبوسًا داخل نظام إدارة التعلم كأمتعة تدور على حزام الحقائب. يجب أن يظهر حيث يحدث العمل: في أسرع وقت للوصول إلى الكفاءة، قرارات أفضل، تنقّل داخلي أقوى، أو تأخيرات أقل في جهود التحول. ليس كل نتيجة تحتاج إلى رقم مثالي، يعرف القادة الكبار ذلك. ما يتوقعونه هو خط رؤية موثوق يربط بين جهد التعلم وحركة العمل.
هذا الخط ما زال ناقصًا لدى كثير من الفرق. يُظهر التقرير أن التعلّم والتطوير يتحول من قياسات النشاط إلى نتائج مثل تحسين الإنتاجية، تحسين المهارات، وتحليل فجوات المهارات. الاتجاه صحيح، لكن التنفيذ أصعب من النية.
لذلك سؤال “ماذا تقيسُ أقسام التعلّم والتطوير؟” مهم جدًا. ليس مجرد عنوان استفزازي، بل اختبار استراتيجي. إن ظل الذكاء الاصطناعي صعب التكامل، وبقت المهارات صعبة الإثبات، وبقي تأثير الأعمال صعب الربط، فلن تكون تعريفات “الفعالية” القديمة كافية بعد الآن.
ما الذي يكفي إذن؟
التقرير الكامل لحالة تقنيات التعلّم 2026 يتعمق أكثر في مواضع هذا الفجوة، وإلى أين يتجه الاستثمار بعد ذلك، ولماذا أصبحت الثقة والحُوكمة والبيانات المترابطة هي الفواصب الحقيقية للتميّز. يستند التقرير إلى آراء أكثر من 420 صانع قرار في التعلم والتطوير على مستوى المؤسسات حول العالم ويُدعّمها خبرة Scheer IMC التي تمتد لأكثر من 25 عامًا في مساعدة منظماتٍ عديدة على التنقّل عبر تحديات التعلم على نطاق واسع.
تأسست الشركة من مبادرة جامعية بقيادة الرائد التقني البروفسور Scheer، وقد دعمت أكثر من 1,300 منظمة و10 ملايين متعلّم عبر منصات ومحتوى وخبرة استراتيجية. هذا المزيج من الرؤية السوقية والخبرة العملية يضيف مصداقية إلى النتائج في وقت تحت ضغط متزايد لإثبات ليس النشاط فقط بل الأثر. إذا بدت لوحة قياس التعلم لديك سليمة بينما يظل صوت المحرّك غير مطمئن، فهذه النتائج الأوسع تستحق نظرة أقرب.