Szkolenie AI trafia do szefów, nie do początkujących

Login nie jest lekcją. W małej organizacji polityka AI może być jednym zdaniem: wszyscy powinni zacząć używać narzędzi. Dyrektorka idzie na sesję strategiczną. Najnowsza osoba dostaje konto i polecenie, by eksperymentować. Obie mogą powiedzieć, że mają dostęp. Tylko jedna widziała, jak ocenić wynik.

Ta scena jest hipotetyczna. Nierównowaga ma za sobą badanie. Nie jest dowodem, że szkolenie z AI powoduje nierówność karier. Jest ostrzeżeniem: pracodawca może przyspieszyć wdrożenie i nadal zostawić improwizację osobom, które najbardziej potrzebują nadzorowanej praktyki.

Wskaźniki szkoleń nie układają się w równą drabinę

26 października 2026 r. ZipRecruiter opublikował Better Work, More to Learn: The 2026 AI Worker Report, tekst Nicole Bachaud. Strona opisuje badanie terenowe jako internetowe i reprezentatywne dla kraju: panel PureSpectrum ponad 1500 zweryfikowanych pracowników w USA, od 8 do 21 września 2026 r. Nie podaje wag, wzorca odpowiedzi ani błędu dla każdej podgrupy. Liczby poniżej to deklaracje. To nie jest audyt rejestrów szkoleń.¹

Liderzy, na stronie zdefiniowani jako dyrektorzy, wiceprezesi i ścisłe kierownictwo, deklarują jakiekolwiek szkolenie z AI w firmie na poziomie 83,5%. Osoby na stanowiskach indywidualnych są przy 46,4%, a osoby na starcie przy 45,3%. Strona nazywa te dwie niższe grupy "zdecydowanie mniej skłonnymi do otrzymania szkolenia specyficznego dla AI". Przymiotnik nie jest ten sam: "jakiekolwiek szkolenie z AI" u liderów, "szkolenie specyficzne" u pozostałych. Raport przedstawia je jako jedno porównanie. Ten artykuł nie robi z tego ustalenia, że kursy były tej samej długości, tej samej jakości albo oceniane.¹

Samokształcenie to inne zdanie i liczy się człon. 37,2% uczy się całkowicie samodzielnie, bo pracodawca nie daje szkolenia. Strona dodaje, że ten ciężar spada na osoby na starcie (54,7%) i na kobiety (45,4%, wobec 29,9% mężczyzn). Człon "bo pracodawca nie daje szkolenia" jest w tekście przy 37,2%. Nie jest powtórzony jako osobna definicja 54,7%. Te luki pokazują, kto ćwiczy bez wsparcia. Nie wyjaśniają, dlaczego konkretna osoba dostała awans albo została w tyle.¹

Użycie też nie jest idealną drabiną. 26,6% osób na starcie mówi, że w ogóle nie używa AI. Wśród osób na stanowiskach indywidualnych udział jest wyższy, 30,5%. Tylko 5% liderów mówi, że nigdy nie używa AI w pracy. Środek wykresu nie jest po prostu stopniem między ostatnim zatrudnieniem a zarządem.¹

Zachęta nie jest programem szkolenia

Pracodawca może pomylić zgodę z przygotowaniem. W tym samym badaniu pracowników 62,8% mówi, że dostaje jakąś formę szkolenia z AI od pracodawcy, a 39,3%, że pracodawca aktywnie zachęca do użycia. Kluczowe ustalenia mówią o 28,9%, które dostaje dość szkolenia. Treść tej samej strony mówi o 28,9%, które dostaje szkolenie rozległe. Ten artykuł nie traktuje "dość" i "rozległe" jak dwóch statystyk. Nie odejmuje też 28,9 od 62,8 ani 39,3 od 62,8, żeby wymyślić jeden deficyt.¹

Oczekiwania rosną po obu stronach rynku, w dwóch badaniach, które trzeba trzymać osobno. 49,9% respondentów-pracowników deklaruje wyższe oczekiwania produktywności związane z AI. Raport pracodawców ZipRecruiter, More Jobs, Higher Bar, to inna próba. Strona jest datowana na 29 lipca 2026 r. Badanie terenowe trwało od 11 do 18 czerwca 2026 r., wśród ponad 1000 zweryfikowanych specjalistów ds. pozyskiwania talentów i osób odpowiedzialnych za rekrutację w USA. 57% tych pracodawców mówi, że podniosło bazowe oczekiwania produktywności z powodu AI. Te dwa odsetki nie mierzą tych samych ludzi i nie pokazują, o ile naprawdę wzrosła skończona praca.¹²

Strona pracodawców opisuje też, jak cienka jest formalna oferta. 22% daje obowiązkowe szkolenie z AI całej załodze. Kolejne 23% tylko wybranym działom. 34% opiera się na materiałach nieobowiązkowych, a 17% nie daje żadnego szkolenia. Strona mówi też, że pozostałe 55% to grupa "nieobowiązkowo albo wcale". Opublikowane udziały nie sumują się czysto do 100 (34 plus 17 to 51). Ten artykuł je cytuje i nie wymusza sumy.²

Dwa dalsze ustalenia pracodawców stoją obok luki pracowników, nadal jako deklarowane doświadczenie. 38% mówi, że już zdjęło podstawowe wprowadzanie i przetwarzanie danych z ról na starcie i przeniosło je na AI. 31% mówi, że AI podniosło wymagania doświadczenia na tych rolach. Jeśli zadania startowe odchodzą, a szkolenie nie nadąża, pierwsza praca wymaga osądu, który dawna pierwsza praca budowała.²

Kierownik, który prosi zespół o większą produkcję z AI, nie nazywając zadań, standardu jakości ani wsparcia, zawiera cichą umowę. Pracownicy dają czas na naukę. Organizacja oczekuje produktywności. Ta umowa może być znośna dla kogoś, kto panuje nad kalendarzem. To słaby projekt dla osoby na starcie, pracującej zmianowo albo takiej, która nie może wkleić danych klientów do niezatwierdzonego narzędzia.

Liderzy mogą poczuć korzyść wcześniej

To samo badanie pracowników pokazuje, że 76,5% liderów mówi, iż AI poprawiło ich satysfakcję z pracy, wobec 39,8% osób na starcie. To stoi obok luk w szkoleniu i użyciu. Nie dowodzi, że szkolenie spowodowało satysfakcję, ani że osoby na starcie zgłosiłyby tę samą korzyść po identycznym kursie.¹

Treść pracy jest prawdopodobną częścią różnicy i jest to odczytanie redakcyjne, nie wynik przetestowany przez badanie. Doświadczony kierownik może użyć AI, by skrócić notatkę, której temat już rozumie. Osoba na starcie może dostać samą notatkę, zanim nauczy się, które szczegóły mają znaczenie, które źródła się trzymają i które błędy są drogie. Narzędzie może przyspieszyć oboje. Nie daje obojgu tej samej zdolności oceny szkicu.

Najczęstsze deklarowane użycia to właśnie te zadania startowe: research i zbieranie informacji (52,1%), streszczanie dokumentów albo transkrypcji (41,6%) oraz pisanie albo redakcja tekstu (40,9%). Występują w sprzedaży, administracji, fundraisingu, obsłudze klienta i koordynacji projektów. Każde nadal wymaga osądu co do trafności, dokładności, poufności i tonu.¹

Jak zadania ruszają się wcześniej niż nazwy stanowisk, opisuje tekst AI zmienia zadania wewnątrz zawodów, zanim zmieni tytuły. O luce między rozszerzeniem zadania a opanowaniem pracy, która za nim stoi, zobacz dlaczego wyjście poza szkolenie ucznia nie jest mistrzostwem. Gdy nowym ograniczeniem jest sprawdzanie tego, co wytworzył system, zobacz dlaczego ludzki przegląd staje się wąskim gardłem, gdy agenci są szybcy.

Strona publikacji Światowego Forum Ekonomicznego z 22 czerwca 2026 r., przy białej księdze napisanej z PwC, stawia pokrewny argument, nie testując metody szkolenia. Mówi, że na świecie więcej niż co trzeci młody pracownik jest zatrudniony w zawodach o średniej albo wysokiej ekspozycji na zmianę zadań pod wpływem AI. Rama ma cztery wymiary: dostęp do pracy, projekt stanowiska, ścieżki talentów i dopasowanie systemu edukacji. Użyteczne przesunięcie idzie od "Czy AI zrobi to zadanie startowe?" do "Jaką zdolność to zadanie kiedyś budowało?". Pełnego tekstu nie czytano strona po stronie w poszukiwaniu dalszych statystyk.³

Kompetencja jest szersza niż prompt

5 czerwca 2026 r. OECD opublikowała notę AI and skills: What we know so far. Mniej niż 1% pracowników potrzebuje zaawansowanych kompetencji AI, takich jak programowanie albo budowa modeli; liczbę nota bierze z Green i Lamby (2023). Większość potrzebuje kompetencji cyfrowych i umiejętności używania, analizowania i interpretowania danych, plus kompetencji kierowniczych i ludzkich, takich jak rozwiązywanie problemów, kreatywność i innowacja.⁴

Ta sama nota mówi, że braki kompetencji hamują wdrożenie, zwłaszcza w mniejszych firmach. Około 40% pracodawców w przetwórstwie oraz w finansach i ubezpieczeniach, którzy jeszcze nie wdrożyli AI, podaje kompetencje jako główny powód, przy próbach 1400 i 653, według Lane, Williams i Broecke (2023). Ponad połowa MŚP, które jeszcze nie używają generatywnej AI, mówi to samo, z powołaniem na badanie OECD opublikowane w 2025 r. Nota dodaje, że ponad połowa pracowników używających AI deklaruje szkolenie opłacone przez pracodawcę, znów z badań z 2023 r., i że osoby, które dostały szkolenie, częściej deklarowały lepsze wyniki i warunki pracy. To nie jest podział według stażu i nie jest eksperymentem z 2026 r. Nota mówi, że jej najnowsze dane są z końca 2024 r. Starsze ustalenie, że wielu użytkowników AI dostało jakieś opłacone szkolenie, nie odpowiada, czy nowa osoba w 2026 r. dostała to samo wsparcie co lider.⁴

Geografia to osobna ostrożność. Wspólne Centrum Badawcze Komisji Europejskiej rejestruje AI and Skills (JRC148616) jako opublikowane 15 października 2026 r., autorstwa Alice Bertoletti, Alessii De Santo, Yannisa Galanakisa i Woutera Vergote. Abstrakt rekordu mówi, że w latach 2024-2025 30% pracowników UE deklarowało użycie AI w pracy, a do 2025 r. 20% przedsiębiorstw wdrożyło technologie AI. Użycie sięga od blisko 40% wśród pracowników biurowych do 6% w zawodach elementarnych. Oficjalny PDF nie otworzył się 1 listopada 2026 r.: repozytorium odrzuciło żądanie. Abstrakt czytano w rekordzie i na stronie DOI.⁵

Strona wiadomości Dyrekcji Generalnej ds. Zatrudnienia z 23 października 2026 r. streszcza tę samą notę jako około 30% pracowników i powtarza kontrast według zawodu. Mówi też, że około 30% przedsiębiorstw UE z co najmniej dziesięcioma pracownikami wdrożyło AI. Ta liczba przedsiębiorstw nie zgadza się z 20% z abstraktu. Ten artykuł używa 20% z abstraktu i nie scala obu liczb przedsiębiorstw w jedno twierdzenie.⁶

Badanie pracowników ZipRecruiter w USA mówi, że 82,5% deklaruje jakieś użycie AI w pracy. Ani 82,5%, ani 30% nie jest uniwersalnym wskaźnikiem wdrożenia. Badania obejmują inne miejsca, okresy, kwestionariusze i próby. Ich różnica sama nie dowodzi, że wdrożenie skoczyło o konkretną wielkość.¹⁵

Luka płci w samokształceniu też jest łatwa do przeinterpretowania. W badaniu ZipRecruiter kobiety częściej niż mężczyźni mówią, że uczą się same (45,4% wobec 29,9%). To nie jest to samo ustalenie co luka zatrudnienia w zawodach USA wystawionych na AI. O tej osobnej analizie zobacz dlaczego luka płci w pracy z AI jest największa bez dyplomu.

Mały zespół może przetestować jeden przepływ

Wyobraźmy sobie hipotetyczną organizację społeczną z dwunastoma osobami. Osoba od grantów chce pomocy w streszczaniu zasad kwalifikacji. Zespół usług pracuje z wrażliwymi danymi osobowymi. Godzinne oprowadzenie po funkcjach produktu łatwo wpisać w kalendarz. Nie odpowiada, które dokumenty wolno wgrać, jak sprawdzić twierdzenie, kiedy narzędzia nie wolno użyć i kto podpisuje ostateczną decyzję.

Lepszy start to jeden przepływ o niskim ryzyku. Osoba od grantów wyciąga wymagania z publicznego naboru, porównuje wynik z oryginałem i zapisuje rodzaje błędów. Przełożony przegląda dwa przykłady i mówi, jak wygląda dobre sprawdzenie. Zespół usług ćwiczy na zmyślonych notatkach spraw, z wyraźnym zakazem wkładania prawdziwych danych osób korzystających ze wsparcia do niezatwierdzonego systemu.

Nie chodzi o liczbę promptów. Chodzi o widoczny dowód kompetencji: czy osoba umie wychwycić mylące streszczenie, wyjaśnić, dlaczego odpowiedź jest niewiarygodna, i odzyskać sprawność, gdy narzędzie zawiedzie? Krótkie nadzorowane ćwiczenie może nauczyć więcej niż biblioteka filmów, na które nikt nie ma czasu. To proponowany sposób pracy. Badanie ZipRecruiter go nie testowało.

Z powyższego wynikają trzy decyzje projektowe. To sugestie operacyjne, nie ustalenia.

Chroń trochę płatnego czasu na praktykę. Nie zakładaj, że ludzie będą się uczyć wieczorem. Połącz osobę na starcie z kimś, kto zna pracę, nie tylko najnowszy interfejs. Zatrzymaj próbkę własnego rozumowania obok wyniku wspomaganego, żeby widać było tempo, nie gubiąc pytania, czy praca została zrozumiana.

Poproś kierowników, by pokazali standard. Każdy kierownik podaje jedno zadanie wspomagane przez AI, które zadziałało, i jeden błąd, który złapał, wraz ze źródłem, regułą decyzji i momentem zatrzymania. Kierownik, który nie umie wyjaśnić sprawdzenia, nie jest gotów brać częstego użycia za kompetencję.

Licz dostęp, nie tylko obecność. Zapisuj, które role dostały praktykę, towarzyszenie i informację zwrotną, a które zostały przy samokształceniu. Patrz na zmiany, język, dostępność przy niepełnosprawności i umowy czasowe. Strona Międzynarodowej Organizacji Pracy przy Lifelong learning and skills for the future, z datą 5 maja 2026 r., mówi, że jakościowe szkolenie prowadzące do uznanych kompetencji jest szczególnie poza zasięgiem osób nisko wykwalifikowanych, pracujących nieformalnie i zatrudnionych w mniejszych przedsiębiorstwach. Pełnego raportu nie czytano strona po stronie. Strona wystarcza, by traktować dostęp jako pytanie projektowe, nie jako test osobistej motywacji.⁷

Czego to badanie nie powie liderowi

Ustalenia pracowników są samoopisowe i przekrojowe. Nie było losowego przydziału szkolenia. Staż może też zastępować wiek, branżę, zawód i swobodę wyboru zadań. Wydawca nazywa panel reprezentatywnym dla kraju. Publiczny artykuł nie daje szczegółu potrzebnego, by ocenić wagi.

25,1% mówi, że planuje odejść z pracy z powodu tego, jak pracodawca patrzy na AI albo jej używa. Dalsze 30,9% deklaruje podwyższoną obawę. Strona mówi, że ta obawa może dotyczyć zbyt dużego użycia, zbyt małego, braku zabezpieczeń albo etyki i prywatności. Intencje nie są zaobserwowanymi odejściami. Mylące byłoby prognozować, że ćwierć załogi odejdzie z powodu AI.¹

44,6% mówi, że AI sprawia, iż ich kompetencje techniczne starzeją się szybciej. Wśród osób używających AI codziennie ten udział wynosi 67,3%. To percepcja obrotu kompetencji, nie pomiar, że te kompetencje straciły wartość. To powód, by zadawać lepsze pytania, nie powód, by ogłosić zawodowi datę ważności.¹

Jeszcze jedną liczbę satysfakcji łatwo pominąć, a nie należy. 52,6% mówi, że AI uczyniło pracę przyjemniejszą, wobec 5,5%, które mówią odwrotnie. Pozytywny sygnał jest prawdziwy. Narzędzie staje się przewagą w karierze dopiero wtedy, gdy ludzie mają wiedzę i uprawnienie, by używać go ostrożnie.¹

Tylko 34,3% wierzy, że opanuje kompetencje AI bez pomocy. 40,2% mówi, że mogłoby, gdyby dostało właściwe szkolenie. Strona widzi w tym miejsce, by sformalizować naukę. To nadal przekonanie o przyszłym opanowaniu, nie wskaźnik ukończenia.¹

Umiejętność AI to obowiązek wsparcia, nie gwarantowana ocena

Dla organizacji w Unii Europejskiej linia prawna jest bardziej konkretna niż ogólne ostrzeżenie o "AI w pracy". Ten artykuł nie jest poradą prawną.

Artykuł 4 unijnego rozporządzenia o AI, w tekście, który biuro obsługi Komisji pokazuje jako zmieniony, mówi, że dostawcy i podmioty wdrażające podejmują środki, by wspierać umiejętność AI swojego personelu i innych osób, które obsługują systemy AI w ich imieniu. Muszą uwzględnić wiedzę techniczną, doświadczenie, wykształcenie i szkolenie, kontekst użycia oraz osoby albo grupy, wobec których systemy są używane. Ten sam tekst mówi, że obowiązek nie wymaga zagwarantowania konkretnego poziomu umiejętności AI żadnej osobie. Komisja i państwa członkowskie wspierają te wysiłki, zwłaszcza dla MŚP. Biuro obsługi mówi, że brzmienie odzwierciedla tekst skonsolidowany EUR-Lex według stanu na 27 lipca 2026 r., łącznie ze zmianami pakietu cyfrowego omnibus. To oficjalne wyjaśnienie, nie zamiennik rozporządzenia.⁸

Ćwiczenie w miejscu pracy, w którym ktoś sprawdza streszczenie wobec dokumentu publicznego, nie jest samo przez ten opis systemem wysokiego ryzyka. Załącznik III wymienia między innymi systemy AI przeznaczone do rekrutacji albo selekcji oraz systemy przeznaczone do decydowania o warunkach stosunku pracy, awansie albo rozwiązaniu, do przydzielania zadań na podstawie zachowania albo cech osobistych albo do monitorowania i oceny wyników. Wymienia też pewne użycia w placówkach edukacyjnych, w tym systemy, które określają dostęp, oceniają wyniki uczenia albo monitorują uczących się podczas testów. Klasyfikacja zależy od tego, co technologia naprawdę robi. Biuro obsługi mówi, że reguły załącznika III stosuje się od 2 grudnia 2027 r. Praktyki zakazane, niektóre obowiązki przejrzystości i reguły modeli AI ogólnego przeznaczenia są egzekwowalne od 2 sierpnia 2026 r.⁹¹⁰

Pytania, które liderzy naprawdę zadają

Czy 83,5% znaczy, że liderów certyfikowano?

Nie. Raport mówi, że 83,5% dyrektorów, wiceprezesów i ścisłego kierownictwa miało jakiekolwiek szkolenie z AI w firmie. Nie mówi, że szkolenie było rozległe, oceniane albo porównywalne z tym dla osób na starcie. Ta sama strona używa 28,9% raz jako szkolenia "wystarczającego" i raz jako "rozległego".¹

Czy mała organizacja ma podnieść normę, bo zrobiło to 57% pracodawców?

Nie. 57% pochodzi od osób odpowiedzialnych za rekrutację i specjalistów ds. talentów w badaniu z czerwca 2026 r., nie z pomiaru produkcji. 49,9% z badania pracowników to inna próba, która deklaruje wyższe oczekiwania. Żadna z liczb nie mówi, które zadania stały się szybsze ani czy sprawdzenie nadal się odbywa.¹²

Czy ćwierć załogi odejdzie z powodu AI?

Nie. 25,1% powiedziało, że planuje odejść z powodu tego, jak pracodawca patrzy na AI albo jej używa. To obejmuje obawę o zbyt duże użycie, zbyt małe i słabe zabezpieczenia. To deklarowana intencja w jednym panelu z USA, nie liczba odejść.¹

Jak hilighter może pomóc

hilighter nie prowadzi kursów AI, nie certyfikuje umiejętności, nie ocenia, kto powinien być szkolony, i nie przewiduje, kto odejdzie. Praktyczne pytanie, które to badanie zostawia otwarte, jest węższe: które role dostały nadzorowaną praktykę, jakich kompetencji nie dowodzi wygenerowany szkic i kto odpowiada za osąd, który zostaje.

hilighter pomaga zespołom mapować kompetencje według roli, porównywać ludzi z tymi wymaganiami w analizie kompetencji i talentów, zapisywać dowód zdolności w uznawaniu osiągnięć i ustawiać indywidualne ścieżki rozwoju. Widok wpływu AI na stanowiska jest orientacyjny. To nie jest przewidywanie, że rola zniknie. Plan bezpłatny obejmuje do trzech ról zawodowych, przy nieograniczonej liczbie pracowników.

Sources

1. ZipRecruiter Economic Research, Nicole Bachaud, Better Work, More to Learn: The 2026 AI Worker Report, 26 października 2026 r. Badanie terenowe 8-21 września 2026 r., panel PureSpectrum ponad 1500 zweryfikowanych pracowników w USA, opisany przez wydawcę jako reprezentatywny dla kraju. Użyte liczby: szkolenie według stażu (83,5%, 46,4%, 45,3%), samokształcenie (37,2%, 54,7%, 45,4%, 29,9%), nieużywanie (26,6%, 30,5%, 5%), jakiekolwiek szkolenie pracodawcy (62,8%), sformułowanie 28,9% "dość" / "rozległe", zachęta (39,3%), oczekiwania produktywności (49,9%), satysfakcja (76,5%, 39,8%), użycia (52,1%, 41,6%, 40,9%), użycie w pracy (82,5%), przyjemność z pracy (52,6%, 5,5%), intencje odejścia (25,1%, 30,9%), postrzegane starzenie się kompetencji (44,6%, 67,3% osób używających AI codziennie) oraz przekonania o opanowaniu (34,3%, 40,2%).
2. ZipRecruiter Economic Research, Nicole Bachaud, More Jobs, Higher Bar: The 2026 AI Employer Report, strona datowana 29 lipca 2026 r. Badanie terenowe 11-18 czerwca 2026 r., ponad 1000 zweryfikowanych specjalistów ds. talentów i osób odpowiedzialnych za rekrutację w USA. Liczby: 57% podniosło bazowe oczekiwania produktywności; oferta szkolenia 22% obowiązkowo dla wszystkich, 23% wybrane działy, 34% nieobowiązkowo, 17% brak (strona mówi też, że pozostałe 55% to nieobowiązkowo albo wcale; udziały są cytowane, nie wymuszane do 100); 38% zdjęło podstawowe przetwarzanie danych z ról na starcie; 31% podniosło wymagane doświadczenie.
3. Światowe Forum Ekonomiczne, z PwC, Artificial Intelligence and the Future of Entry-Level Work, strona z 22 czerwca 2026 r. Ten artykuł używa podsumowania strony: więcej niż co trzeci młody pracownik w zawodach o średniej albo wysokiej ekspozycji na zmianę zadań pod wpływem AI oraz rama czteroczęściowa. Pełnego tekstu nie czytano strona po stronie.
4. OECD, AI and skills: What we know so far, 5 czerwca 2026 r. Sprawdzono PDF. Badania bazowe nota cytuje jako Green i Lamby (2023), Lane, Williams i Broecke (2023) oraz OECD (2025) o MŚP. Nota mówi, że jej najnowsze dane są z końca 2024 r.
5. Komisja Europejska, Wspólne Centrum Badawcze, Alice Bertoletti, Alessia De Santo, Yannis Galanakis i Wouter Vergote, AI and Skills, JRC148616, 15 października 2026 r., DOI 10.2760/7588639. Repozytorium publikacji odrzuciło dostęp 1 listopada 2026 r., więc pełnego PDF nie otwarto. Użyty tu abstrakt (30% pracowników UE w latach 2024-2025, 20% przedsiębiorstw do 2025 r., blisko 40% pracowników biurowych, 6% w zawodach elementarnych) jest abstraktem rekordu i strony DOI.
6. Komisja Europejska, Dyrekcja Generalna ds. Zatrudnienia, Spraw Społecznych i Włączenia Społecznego, AI and skills in Europe - Closing the adoption gap, 23 października 2026 r. Zgadza się co do około 30% pracowników i kontrastu według zawodu. Podaje około 30% przedsiębiorstw UE z co najmniej dziesięcioma pracownikami, co nie zgadza się z 20% przedsiębiorstw z abstraktu JRC. Ten artykuł nie scala tych liczb.
7. Międzynarodowa Organizacja Pracy, Lifelong learning and skills for the future, data publikacji 5 maja 2026 r. Ten artykuł używa strony, nie statystyk strona po stronie z pełnego PDF. Strona mówi, że jakościowe szkolenie jest szczególnie poza zasięgiem osób nisko wykwalifikowanych, pracujących nieformalnie i zatrudnionych w mniejszych przedsiębiorstwach.
8. Komisja Europejska, biuro obsługi rozporządzenia o AI, artykuł 4: umiejętność AI. Strona mówi, że tekst odzwierciedla wersję skonsolidowaną EUR-Lex według stanu na 27 lipca 2026 r., ze zmianami pakietu cyfrowego omnibus, i że podsumowanie nie jest prawnie wiążące.
9. Komisja Europejska, biuro obsługi rozporządzenia o AI, załącznik III, punkty 3 (edukacja i kształcenie zawodowe) i 4 (zatrudnienie, zarządzanie pracownikami i dostęp do samozatrudnienia).
10. Komisja Europejska, biuro obsługi rozporządzenia o AI, When does enforcement start? (reguły załącznika III od 2 grudnia 2027 r.; praktyki zakazane, niektóre obowiązki przejrzystości i reguły modeli AI ogólnego przeznaczenia egzekwowalne od 2 sierpnia 2026 r.).

Źródła sprawdzone 1 listopada 2026 r. Liczby ZipRecruiter pochodzą z paneli wydawcy, nie z audytu szkoleń. Linia 28,9% jest sformułowana jako "dość" w kluczowych ustaleniach i jako "rozległe" w treści. Udziały szkoleń po stronie pracodawców są cytowane tak, jak je opublikowano, i nie sumują się do 100. PDF JRC nie dał się otworzyć; liczba przedsiębiorstw ze strony z 23 października (około 30% przedsiębiorstw z co najmniej dziesięcioma pracownikami) jest sprzeczna z abstraktem (20% przedsiębiorstw). Pełnych dokumentów WEF i MOP nie czytano strona po stronie. Daty UE idą za biurem obsługi Komisji i nie są poradą prawną. Tłumaczenie wymaga przeglądu osoby natywnej.