כמעט שליש מהעובדים אומרים שההכשרה שלהם תיאורטית מדי, על פי דוח הלמידה והפיתוח של TalentLMS לשנת 2026. לא משעממת מדי, לא ארוכה מדי. תיאורטית מדי. התוכן קיים. הקשר לעבודה האמיתית לא.
והמחקר מגבה זאת. עשרות שנים של מחקרים על מה שאנשי אקדמיה מכנים "בעיית ההעברה" מראים שרוב המיומנויות הנלמדות בהכשרה אינן חוזרות למקום העבודה. בינתיים, ההשקעה ממשיכה לגדול. הפורום הכלכלי העולמי מעריך כי 59% מכוח העבודה העולמי יזדקק להכשרה מחדש עד 2030. הוצאות ההכשרה בארה"ב לבדה הגיעו ל-102.8 מיליארד דולר בשנת 2025, על פי דו"ח התעשייה של מגזין Training.
ההשקעה קיימת. התוכן קיימת. מה שחסר הוא התשתית להמשך.
למה המעקב ממשיך להיכשל
שתי בעיות מבניות ממשיכות להופיע.
ראשית, מנהלים אינם מצוידים לחזק את הלמידה. דו"ח הלמידה במקום העבודה של לינקדאין לשנת 2025 מצא כי 50% מהארגונים אומרים שלמנהלים חסרה תמיכה מתאימה כדי להקל על פיתוח קריירה. מנהלים הם הגשר הטבעי בין מפגש הכשרה לעבודה היומיומית. כאשר הם אינם נתמכים, הלמידה נשארת בסדנה ואף פעם לא מגיעה לתפקיד.
שנית, פשוט אין זמן מוקצה. TalentLMS מדווח כי זו השנה השלישית ברציפות, זמן נותר המכשול מספר אחת ללמידה. לעובדים יש בממוצע פחות מ-1% משבוע העבודה שלהם פנוי ללמידה פורמלית. זה בערך 24 דקות בשבוע עבודה של 40 שעות. כאשר ארגונים דוחסים הכל לסדנה ולא משאירים מקום לתרגול, חיזוקים או רפלקציה, עקומת השכחה משתלטת.
התוצאה: מפגשים נהדרים שמייצרים ציוני משוב חזקים אך מעט שינוי מתמשך.
שלושה פערים עיצוביים שאנחנו שומעים עליהם שוב ושוב
1. יותר מדי סדרי עדיפויות, לא מספיק עומק. ארגונים מנסים לכסות יותר מדי בבת אחת. כפי שאמרה אמבר ונדרבורג מקבוצת Pathwayz בוובינר האחרון שלנו "Engage Better", זה כמו להיכנס לחדר כושר ולנסות להפוך לרץ, מרים משקולות ומומחה יוגה, הכל באותו יום. אתה לא מתחזק. אתה פשוט מתעייף.
2. עומס יתר של תוכן ללא הפעלה. בינה מלאכותית הפכה את יצירת התוכן למהירה וקלה מאי פעם. אבל כפי שציינה מקינזי במאמרה ממרץ 2026 "Reimagine Learning and Development for the AI Age", למידה ופיתוח הופכים לחלק ממנוע הביצועים הארגוניים, לא רק לפונקציית תמיכה. האתגר כבר אינו ייצור תוכן. הוא הפעלתו. כאשר לומד מתחבר ומתמודד עם מאות משאבים מבלי לדעת אילו מהם רלוונטיים, השפע הזה הופך לרעש. המתרגלים שעושים זאת נכון הופכים את הגישה: שאלו תחילה כמה שאלות ממוקדות, ואז חושפים רק את המשאבים התואמים.
3. אין מעקב מובנה. רוב מסעות הלמידה מתמקדים בחוויה מראש: סדנה, כמה מודולים מקוונים. החלק החסר אינו תוכן נוסף. מדובר בהמשך מובנה: רשתות אימון פנימיות, שיחות פשוטות על אחריות שנמשכות 5 עד 10 דקות, ונקודות מגע קבועות ששומרות על הלמידה חיה בין המפגשים.
היכן בינה מלאכותית עוזרת והיכן לא
בינה מלאכותית באמת משנה את מה שאפשרי בתכנון למידה. היא יכולה להתאים אישית נתיבי למידה, להציג את התוכן הנכון בזמן הנכון ולעקוב אחר התקדמות בקנה מידה גדול. זוהי קפיצת מדרגה אמיתית.
אבל בינה מלאכותית פותרת את צד ההיצע. יותר תוכן, מהיר יותר, מותאם יותר. מה שהיא לא פותרת הוא צד הביקוש. האם האדם בחדר מאמין שזה שווה את זמנו? האם הוא מוכן לשנות את אופן עבודתו בגלל זה?
כפי שניסח זאת דו"ח המגמות של EF Corporate Learning 2026, בעולם ההולך ומתמלא תוכן שנוצר על ידי בינה מלאכותית, מגע אנושי הוא דבר נחוץ ומוערך יותר מתמיד. אמון, אמפתיה וחיבור אותנטי אינם ניתנים לאוטומציה.
מסעות הלמידה היעילים ביותר שאנו רואים משתמשים בבינה מלאכותית ליעילות ובעיצוב אנושי לחיבור. בינה מלאכותית מטפלת באוצרות ובהתאמה אישית. אבל הרגעים שבאמת משנים התנהגות, הדיון החי שבו מישהו משתף אתגר אמיתי, הסקר שחושף שהחדר אינו מסודר, שיחת האימון שמחייבת מישהו להיות אחראי, אלה עדיין אנושיים מאוד.
כלים אינטראקטיביים כמו AhaSlides נמצאים בצומת הזה. ענן מילים שחושף את מה שהחדר חושב בפועל. סקר חי שאומר לכם אם קטע מסוים הגיע. שאלה פתוחה שלוכדת קלט כנה במקום חשיבה קבוצתית. אלה אינם תחליף לבינה מלאכותית. הם השכבה האנושית שהופכת תוכן שנוצר על ידי בינה מלאכותית לחיים בחדר.
מה משותף למסעות הלמידה הטובים ביותר
מהמומחים שאנו עובדים איתם, התוכניות שסוגרות את פער המעקב נוטות לחלוק כמה דברים:
הם מתחילים בקהילה. מפגישים אנשים כדי להסכים על כיוון ולבנות תמיכה לפני שמישהו נוגע בתוכן מודרך עצמית.
הם הופכים את זה לאישי. לא על ידי הצעת אפשרויות אינסופיות, אלא על ידי צמצום התוכן למה שרלוונטי בפועל למצבו של כל לומד.
הם בונים אינטראקציה. לא כקישוט, אלא ככלי למתן קלט כנה, משוב בזמן אמת וחשיבה קבוצתית.
הם מודדים פעולות, לא השלמות. הם עוקבים אחר האם אנשים באמת ביצעו את הדבר שאמרו שיעשו, לא רק האם הם לחצו על מודול.
והם חוגגים. כי מומנטום זקוק לדלק, והכרה בהתקדמות היא הדרך להשיג תמיכה למחזור הבא.
העיצוב מחדש האמיתי
הארגונים שעושים זאת נכון אינם בהכרח אלה עם התקציבים הגדולים ביותר או הבינה המלאכותית המתוחכמת ביותר. הם אלה שהאטו מספיק זמן כדי לשאול: מה אנחנו בעצם מנסים לשנות? ואז תכננו מסע עם מעקב מובנה מההתחלה, לא מותנה כמחשבה שלאחר מעשה.
מסע הלמידה לא צריך עוד תוכן. הוא צריך עצמות טובות יותר.
הפניות
- TalentLMS, "דו"ח הלמידה והפיתוח לשנת 2026: מצב הלמידה במקום העבודה" — talentlms.com/research/learning-development-report-2026
- בולדווין, טי טי ופורד, ג'יי קיי (1988), "העברת הכשרה: סקירה וכיוונים למחקר עתידי", פסיכולוגיה של עובדים, 41(1), 63-105. אושר ב: כתב העת האירופי לפסיכולוגיה של עבודה וארגון (2025) — tandfonline.com/doi/full/10.1080/1359432X.2025.2463799
- הפורום הכלכלי העולמי, "דו"ח עתיד המשרות 2025" — weforum.org/publications/the-future-of-jobs-report-2025
- מגזין הדרכה, "דו"ח תעשיית ההדרכה לשנת 2025" — trainingmag.com/2025-training-industry-report
- לינקדאין, "דו"ח למידה במקום העבודה לשנת 2025" — learning.linkedin.com/resources/workplace-learning-report
- מקינזי ושות', "לדמיין מחדש למידה ופיתוח לעידן הבינה המלאכותית" (מרץ 2026) — mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-organization-blog/לדמיין מחדש למידה ופיתוח לעידן הבינה המלאכותית
- EF Corporate Learning, "חמש מגמות למידה שמנהיגי משאבי אנוש ולמידה ופיתוח צריכים להיות מוכנים אליהם בשנת 2026" - corporatelearning.ef.com/en/resources/articles/learning-trends-2026
