Formarea profesională nu poate răspunde unei schimbări structurale în domeniul muncii doar cu câteva instrumente noi sau cu un modul generic de IA. Furnizorii au nevoie de o reînnoire mai rapidă a programelor de studiu, de competențe în domeniul IA adaptate rolurilor profesionale, de sisteme de evaluare reproiectate și de o guvernanță responsabilă.
Inteligența artificială a trecut de la echipele de specialiști la activitățile de rutină mai repede decât pot multe sisteme de formare să-și revizuiască calificările. Eurostat raportează că 19,95 % dintre întreprinderile din UE cu cel puțin zece angajați au utilizat una sau mai multe tehnologii de IA în 2025, în creștere cu 6,47 puncte procentuale într-un an. Un sondaj al Joint Research Centre (Centrul Comun de Cercetare), care a acoperit toate cele 27 de state membre ale UE, a constatat că aproximativ o treime dintre lucrători foloseau deja instrumente de IA în scopuri profesionale. Indicele de expunere profesională al OIM din 2025 estimează că unul din patru lucrători la nivel mondial ocupă un loc de muncă care implică o anumită expunere la IA generativă, subliniind totodată că transformarea sarcinilor este mai probabilă decât înlocuirea în masă a profesiilor. [1][2][3]
Pentru educația și formarea profesională, problema are două direcții. Furnizorii trebuie să pregătească oamenii pentru locuri de muncă în care IA schimbă sarcinile, controalele de calitate și procesul decizional. În același timp, ei trebuie să decidă cum va afecta IA propria lor activitate: analizarea nevoilor de competențe, elaborarea programelor de studiu, producerea materialelor didactice, sprijinirea cursanților, evaluarea competențelor și gestionarea instituției.
Un răspuns limitat nu va fi suficient. Adăugarea unui scurt curs despre prompturi poate fi utilă, dar nu răspunde schimbărilor de model operațional aflate deja în desfășurare.
Elaborarea programelor de formare trebuie să devină o activitate continuă
Majoritatea calificărilor VET sunt construite prin procese reglementate și colaborative, care implică angajatori, experți sectoriali, autorități educaționale și organisme de calificare. Această structură protejează calitatea și legitimitatea, dar poate fi lentă. În sectoarele în care software-ul, fluxurile de lucru automatizate și deciziile asistate de IA schimbă conținutul muncii, un program revizuit o dată la câțiva ani poate rămâne în urmă înainte de a ajunge la cursanți.
Raportul OCDE din 2026 privind IA și formarea profesională se bazează pe sondaje realizate în rândul a peste 290 de părți interesate din 25 de țări, zece studii de caz naționale și 31 de cazuri de utilizare documentate. Raportul a constatat că IA este testată în domenii precum anticiparea competențelor, consultarea părților interesate, elaborarea programelor de formare, cartografierea, validarea și alinierea. Același raport precizează în mod explicit că IA nu reprezintă o scurtătură: judecata experților, dialogul cu părțile interesate și asigurarea calității devin mai importante, nu mai puțin importante, odată cu introducerea instrumentelor automatizate. [4]
Prin urmare, furnizorii au nevoie de o funcție permanentă de monitorizare a competențelor, proporțională cu dimensiunea lor. În practică, acest lucru poate implica analiza periodică a anunțurilor de angajare și a rapoartelor sectoriale, consultări structurate cu angajatorii, revizuiri la nivel de sarcini ale ocupațiilor și cicluri de actualizare mai scurte pentru părțile unui program care se schimbă rapid. Programele de formare ar trebui să fie modulare și să aibă versiuni diferite, astfel încât o unitate referitoare la un nou flux de lucru digital să poată fi revizuită fără a fi necesară revizuirea întregii calificări. IA poate sprijini analiza și poate produce o primă versiune; experții în domeniul ocupațional și factorii de decizie autorizați trebuie să valideze rezultatul.
Aceasta este mai degrabă o disciplină de management decât o funcționalitate software. Trebuie să existe o persoană responsabilă pentru dovezile utilizate, data ultimei revizuiri, decizia de a modifica un rezultat al învățării și consecințele asupra evaluării.
Alfabetizarea IA nu poate fi un atelier punctual
Cel mai frecvent obstacol semnalat de întreprinderile din UE care au luat în considerare utilizarea IA, dar nu au adoptat-o în 2025, a fost lipsa expertizei relevante, menționată de 70,89 % dintre acestea. Au urmat incertitudinea juridică și preocupările legate de protecția datelor. [1] Furnizorii de educație și formare profesională se confruntă cu aceeași problemă la nivel intern: este posibil ca personalul să utilizeze deja instrumente publice de IA, în timp ce organizația nu a definit încă ce înseamnă o utilizare competentă și acceptabilă.
Legea UE privind IA a transformat acest aspect într-o chestiune de guvernanță. Articolul 4, în vigoare începând cu 2 februarie 2025, impune furnizorilor și operatorilor de sisteme de IA să ia măsuri care să sprijine alfabetizarea în domeniul IA a personalului și a altor persoane care utilizează aceste sisteme în numele lor. Măsurile necesare depind de cunoștințele și experiența utilizatorilor, de contextul de utilizare și de persoanele vizate. Legea nu impune un curs sau un certificat standard. Ea impune însă un răspuns deliberat. [7] [8]
Pentru o organizație de formare, cunoștințele în domeniul IA ar trebui să fie specifice fiecărui rol. Un formator trebuie să înțeleagă limitările modelelor, rezultatele nesigure, prejudecățile, drepturile de autor, protecția datelor și modul în care IA schimbă predarea și evaluarea. Un proiectant de programe de studiu are, de asemenea, nevoie de metode pentru verificarea dovezilor, cartografiere și controlul versiunilor. Un consilier are nevoie de reguli mai stricte privind datele cu caracter personal, recomandările și responsabilitatea umană. Managerii trebuie să înțeleagă procesul de achiziții, clasificarea riscurilor, dependența de furnizori și modul de măsurare a valorii.
Cadrul de competențe al UNESCO privind IA pentru cadrele didactice oferă un punct de referință util. Acesta definește 15 blocuri de competențe în cadrul a cinci dimensiuni: o mentalitate centrată pe om, etica IA, fundamentele și aplicațiile IA, pedagogia IA și IA pentru formarea profesională. Cadrul distinge, de asemenea, progresul de la dobândirea cunoștințelor la aprofundarea practicii și crearea de noi abordări. [6]
Un program credibil de dezvoltare profesională a personalului ar trebui, prin urmare, să depășească simpla îndrumare. Acesta ar trebui să acopere situațiile în care se poate utiliza IA, ce informații pot fi introduse, cum trebuie verificate rezultatele, când trebuie dezvăluită utilizarea acesteia și care sunt deciziile care rămân exclusiv în sarcina omului.
Formatorul devine mai important exact acolo unde IA este cea mai slabă
IA generativă poate elabora planuri de lecție, exemple, studii de caz și exerciții. Poate traduce sau simplifica materialul și poate oferi exerciții suplimentare între sesiuni. Utilizate cu prudență, aceste funcții pot reduce timpul de pregătire și pot ajuta formatorii să adapteze conținutul pentru diferite grupuri.
Acestea nu elimină responsabilitatea formatorului. Modelele de uz general nu înțeleg automat mediul de lucru, echipamentele utilizate, reglementările naționale, cerințele de siguranță sau consecințele unei recomandări greșite. În formarea profesională practică, aceste detalii fac adesea diferența între un răspuns plauzibil și o performanță competentă.
Prin urmare, valoarea formatorului se îndreaptă tot mai mult către selectarea și contextualizarea cunoștințelor, demonstrarea practică, observarea performanței, oferirea de feedback și dezvoltarea judecății profesionale. Analiza din 2026 a JRC privind integrarea IA în sistemele de EFP a constatat că adoptarea durabilă depinde de capacitatea de guvernanță, de dezvoltarea sistematică a competențelor cadrelor didactice, de o infrastructură digitală de încredere și de legături stabile între instituțiile de EFP și industrie. De asemenea, aceasta identifică timpul rezervat cadrului didactic pentru a testa și evalua noi practici ca o condiție pentru extinderea responsabilă a utilizării IA. [5]
Acest lucru are implicații operaționale. Furnizorii nu ar trebui să se aștepte ca formatorii să experimenteze în particular, fără timp la dispoziție, fără instrumente aprobate sau fără evaluare colegială, și apoi să îi considere responsabili individual pentru fiecare risc. Inovația are nevoie de un mediu controlat și de un responsabil instituțional desemnat.
Evaluarea trebuie să demonstreze competența, nu doar rezultatul
Evaluarea este momentul în care devin vizibile politicile slabe privind IA. În prezent, se poate realiza un raport, o prezentare sau un proiect fluent fără ca beneficiarul să înțeleagă pe deplin subiectul. Interzicerea IA în toate sarcinile nu este nici realistă, nici justă din punct de vedere educațional; permiterea acesteia fără reguli clare face ca unele evaluări să nu fie valide.
Fiecare evaluare ar trebui să se încadreze într-una dintre cele trei categorii. IA poate fi interzisă deoarece se testează cunoștințele sau performanța fără ajutor. Poate fi permisă, cu condiția ca beneficiarul de formare să declare utilizarea acesteia, să verifice rezultatul și să rămână responsabil pentru lucrarea finală. Sau poate fi necesară, deoarece utilizarea competentă a unui instrument asistat de IA face ea însăși parte din rezultatul profesional urmărit.
Metoda trebuie să fie adaptată scopului urmărit. Demonstrațiile practice, simulările, întrebările orale, portofoliile reflexive și observarea pe parcursul timpului oferă dovezi mai solide decât un simplu document finalizat. Cursanților li se poate cere să identifice erorile dintr-o propunere generată de IA, să explice de ce au acceptat sau respins o recomandare, să documenteze sursele și să-și argumenteze raționamentul care stă la baza deciziei finale. JRC a observat o tendință de orientare către acest tip de evaluare axată pe proces în sistemele de educație și formare profesională pe care le-a examinat. [5]
Legea privind IA are, de asemenea, o importanță în acest context. Anumite sisteme utilizate pentru admitere, încadrarea pe niveluri de învățământ, evaluarea rezultatelor învățării sau monitorizarea comportamentelor interzise în timpul testelor sunt clasificate ca prezentând un risc ridicat. În urma modificărilor aduse de Legea Omnibus privind IA din 2026, normele relevante privind riscul ridicat urmează să se aplice începând cu 2 decembrie 2027. Sistemele de recunoaștere a emoțiilor în instituțiile de învățământ sunt deja interzise, cu câteva excepții limitate. Aceste dispoziții constituie un avertisment împotriva tratării oricărei tehnologii educaționale ca pe un instrument de productivitate cu risc scăzut. [8]
Guvernanța trebuie să primeze în fața extinderii
Adoptarea IA începe adesea în mod informal: un formator încarcă un document pentru a fi rezumat, un administrator folosește un chatbot pentru a redacta corespondența sau un consilier testează un instrument de recomandare. Această „IA din umbră” poate implica date cu caracter personal, informații confidențiale despre proiecte, conținut protejat de drepturi de autor sau sfaturi care nu au fost validate.
Un cadru de guvernanță proporțional ar trebui să includă un inventar al instrumentelor și al cazurilor de utilizare, o listă a utilizărilor aprobate și interzise, reguli pentru clasificarea datelor, revizuirea obligatorie de către oameni a rezultatelor cu impact semnificativ, cerințe de transparență, criterii de achiziție și o procedură de raportare a incidentelor. Furnizorii trebuie, de asemenea, să înțeleagă unde sunt prelucrate datele, cât timp sunt păstrate, dacă rezultatele pot fi reutilizate de către furnizor și cât de ușor poate organizația să schimbe furnizorii.
Raportul JRC identifică dependența de un singur furnizor, stabilirea prețurilor variabile pe baza unor token-uri și nivelul inegal de cunoștințe în domeniul IA în rândul personalului ca fiind bariere practice, nu simple preocupări abstracte. [5] Aceste aspecte ar trebui analizate înainte ca un experiment să fie integrat într-un proces de bază.
Guvernanța nu ar trebui concepută pentru a împiedica experimentarea. Scopul acesteia este de a face experimentarea trasabilă, comparabilă și reversibilă. Un proiect-pilot fără o linie de referință, un responsabil desemnat, o dată de revizuire și o opțiune de ieșire nu este un proiect-pilot; este o implementare necontrolată.
Incluziunea este o cerință de proiectare
IA poate îmbunătăți accesul la formare prin traducere, transformarea vorbirii în text, formate alternative, un limbaj mai simplu și exerciții ghidate suplimentare. Un studiu al OCDE publicat în 2026 examinează, de asemenea, modul în care IA și alte tehnologii avansate ar putea sprijini cursanții cu neurodiversitate în cadrul formării profesionale și al învățării la locul de muncă. Dovezile sunt promițătoare, dar raportul descrie mai degrabă potențialul și practicile emergente decât o soluție universală. [9]
Riscurile sunt la fel de concrete. Cursanții nu au acces egal la dispozitive, conectivitate, instrumente cu plată sau sprijin digital. Performanța poate varia în funcție de limbă și de grupurile de utilizatori. Recomandările automatizate pot trece cu vederea circumstanțe pe care un formator sau un consilier calificat le-ar recunoaște. Persoanele cu competențe digitale mai slabe pot deveni mai dependente de tehnologie, în loc să devină mai autonome.
Prin urmare, fiecare proiect-pilot ar trebui testat din punct de vedere al accesibilității și al echității, nu doar al vitezei și al costurilor. Furnizorii ar trebui să compare rezultatele între grupurile de cursanți, să verifice calitatea rezultatelor în limbile pe care le utilizează, să mențină o cale de acces la sprijinul uman și să ofere o alternativă fără IA în cazul în care accesul sau fiabilitatea nu pot fi garantate.
CREFOP: dezvoltarea unei abordări pregătite pentru IA fără a redefini proiectele existente
Activitatea publică a fundației CREFOP include deja implicarea practică în domeniul IA și în lumea muncii aflate în continuă schimbare. Raportul său anual pentru 2024 menționează atelierul de orientare profesională „Arhitecții carierei în era IA”. În octombrie 2025, CREFOP și IMM Club au organizat evenimentul „Inspire & Connect” la Oradea, care a inclus atelierul practic „IA în munca ta – de la zero la productivitate”, alături de sesiuni dedicate schimbărilor tehnologice, rezilienței, incluziunii și competențelor viitorului. [10][15][16]
Fundația are, de asemenea, experiență relevantă în ceea ce privește pregătirea instituțională. Proiectul DigiVET a abordat crearea de conținut digital și utilizarea resurselor online gratuite în învățământul profesional. SmartSteps este conceput pentru a ajuta 601 de angajați să-și adapteze competențele la schimbările tehnologice rapide prin consiliere și formare continuă. LIVECoVET dezvoltă un curriculum de e-learning multilingv, format din șapte module, pentru creșterea durabilă a animalelor, printr-un parteneriat între 14 organizații din opt țări ale UE, vizând cel puțin 1.200 de fermieri și profesioniști din sectorul agroalimentar pe o perioadă de patru ani. Proiectul „Inclusive Apprenticeships” a elaborat un program de formare pentru mentorii din cadrul întreprinderilor, o platformă de e-learning și resurse deschise menite să asigure o învățare la locul de muncă mai echitabilă. [11][12][13][14]
DigiVET, SmartSteps, LIVECoVET și Inclusive Apprenticeships nu sunt proiecte de IA. Relevanța lor este de altă natură: acestea au acumulat experiență în pedagogia digitală, proiectarea programelor de studiu modulare, recalificarea în domeniul tehnologic, cooperarea cu angajatorii și învățarea incluzivă. Aceste competențe constituie un punct de plecare mai solid pentru adoptarea responsabilă a IA decât achiziționarea izolată a unei tehnologii.
Pentru CREFOP, următoarea etapă constă în conectarea acestor baze printr-o agendă instituțională controlată: alfabetizarea în domeniul IA bazată pe roluri, un inventar al utilizării actuale, date clare și reguli de validare, proiecte-pilot limitate în activități cu risc redus, orientări revizuite privind evaluarea și criterii măsurabile pentru a decide ce ar trebui extins la scară mai largă. Aceasta este, de asemenea, abordarea pe care o considerăm relevantă pentru comunitatea VET (a educației și formării profesionale) în ansamblul ei.
O agendă practică pe douăsprezece luni
Furnizorii nu au nevoie de un program tehnologic de amploare pentru a începe. Au nevoie de o abordare sistematică și de disciplină.
În primele trei luni, organizația ar trebui să desemneze un responsabil, să cartografieze utilizarea actuală, să identifice datele sensibile, să publice reguli provizorii și să stabilească un nivel de referință pentru timp, costuri și calitate în cadrul proceselor pe care intenționează să le testeze.
În următoarele trei până la șase luni, ar trebui să organizeze cursuri de formare a personalului în funcție de roluri și să deruleze două sau trei proiecte-pilot de amploare limitată, de preferință în cadrul unor activități cu risc redus, cum ar fi analiza informațiilor publice privind piața muncii, pregătirea unor proiecte de materiale didactice sau revizuirea feedback-ului anonimizat. Fiecare proiect-pilot ar trebui să aibă un obiectiv bine definit, validare umană, erori documentate și o regulă de oprire.
Până la sfârșitul celor douăsprezece luni, furnizorul ar trebui să-și fi revizuit politica de evaluare, să fi evaluat proiectele-pilot și să fi decis ce utilizări să oprească, să îmbunătățească sau să extindă. Indicatorii utili includ timpul necesar pentru actualizarea unui modul, timpul de pregătire al formatorului, ratele de eroare, rezultatele cursanților, accesibilitatea în rândul grupurilor, costul total și numărul de incidente sau reclamații. Numărul de licențe sau de documente generate nu constituie un indicator de impact.
Alegerea strategică
IA nu va face ca furnizorii VET (de educație și formare profesională) să devină inutili. Ea va scoate la iveală ciclurile lente de actualizare a programelor de formare, concepția deficitară a evaluărilor, practicile fragmentate în materie de date și lacunele în formarea formatorilor. Achiziționarea de instrumente fără a remedia aceste puncte slabe va duce la automatizarea vechilor procese, în loc să le îmbunătățească.
Furnizorii nu trebuie să prevadă ce model sau ce platformă va domina. Ei au nevoie de un model operațional care să poată evalua noile instrumente, să protejeze cursanții, să actualizeze rapid conținutul și să asigure responsabilitatea personalului calificat pentru deciziile cu consecințe importante.
Organizațiile care vor reacționa bine nu vor fi neapărat cele care utilizează cel mai mult IA. Acestea vor fi cele care știu unde IA aduce valoare adăugată, unde creează riscuri inacceptabile și unde judecata umană trebuie să rămână la conducere.
Surse
[1] Eurostat, „Utilizarea inteligenței artificiale în întreprinderi”, date pentru 2025. https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Use_of_artificial_intelligence_in_enterprises
[2] European Commission Joint Research Centre, „Digital Monitoring, Algorithmic Management and the Platformisation of Work in Europe”, 2025. https://publications.jrc.ec.europa.eu/repository/handle/JRC143072
[3] International Labour Organization, „Generative AI and jobs: A 2025 update”, 2025. https://www.ilo.org/publications/generative-ai-and-jobs-2025-update
[4] OECD, „Developing Vocational Education and Training with Artificial Intelligence”, 2026. https://www.oecd.org/en/publications/developing-vocational-education-and-training-with-artificial-intelligence_e9f76b4e-en.html
[5] European Commission Joint Research Centre, „Analysis of the integration of Artificial Intelligence in VET systems”, 2026. https://publications.jrc.ec.europa.eu/repository/handle/JRC146918
[6] UNESCO, „AI Competency Framework for Teachers”, 2024. https://unesdoc.unesco.org/ark:/48223/pf0000391104
[7] European Commission, „AI Literacy – Questions & Answers”, actualizat în 2026. https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers
[8] European Commission, „AI Act”, actualizat în 2026. https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
[9] OECD, „AI to Support Neurodivergent Learners in Vocational Education and Training”, 2026. https://www.oecd.org/en/publications/ai-to-support-neurodivergent-learners-in-vocational-education-and-training_718d7522-en.html
[10] CREFOP, „Raport anual 2024”. https://www.crefop.ro/wp-content/uploads/2026/07/Raport-anual_CREFOP-2024_ro.pdf
[11] CREFOP, „Inovație digitală în educație – DigiVET”. https://www.crefop.ro/inovatie-digitala-in-educatie/
[12] CREFOP, „SmartSteps – Pași inteligenți către noi competențe tehnologice”. https://www.crefop.ro/proiecte/proiecte-in-derulare/smartsteps-pasi-inteligenti-catre-noi-competente-tehnologice/
[13] CREFOP, „Lansare proiect: LIVECoVET”. https://www.crefop.ro/lansare-livecovet/
[14] CREFOP, „Conferința finală a proiectului Erasmus+ Inclusive Apprenticeships for Sustainable Jobs”. https://www.crefop.ro/conferinta-finala-a-proiectului-erasmus-inclusive-apprenticeships-for-sustainable-jobs/
[15] CREFOP, „Inspire & Connect – Dezvoltă-ți competențele pentru viitorul muncii”, 2025. https://www.crefop.ro/inspire-connect-dezvolta-ti-competentele-pentru-viitorul-muncii/
[16] CREFOP, „Raport anual 2025”. https://www.crefop.ro/crefop-raport-anual-2025/
AI Is Moving Faster Than Training Systems: What VET Providers Must Do Now
Vocational training cannot answer a structural change in work with a few new tools or a generic AI module. Providers need faster curriculum renewal, role-based AI literacy, redesigned assessment and accountable governance.
Artificial intelligence has moved from specialist teams into routine work faster than many training systems can revise a qualification. Eurostat reports that 19.95% of EU enterprises with at least ten employees used one or more AI technologies in 2025, up 6.47 percentage points in a year. A Joint Research Centre survey covering all 27 EU Member States found that roughly one-third of workers were already using AI tools for work-related purposes. The ILO’s 2025 occupational exposure index estimates that one in four workers worldwide is in a job with some exposure to generative AI, while stressing that transformation of tasks is more likely than wholesale replacement of occupations. [1][2][3]
For vocational education and training, the issue runs in two directions. Providers must prepare people for jobs in which AI changes tasks, quality controls and decision-making. They must also decide how AI will affect their own work: analysing skills needs, developing curricula, producing learning materials, supporting learners, assessing competence and running the institution.
A narrow response will not be enough. Adding a short course on prompting may be useful, but it does not address the operating-model changes already under way.
Curriculum development needs to become a continuous function
Most VET qualifications are built through regulated, collaborative processes involving employers, sector experts, education authorities and qualification bodies. That structure protects quality and legitimacy, but it can be slow. In sectors where software, automated workflows and AI-supported decisions are changing the content of work, a programme reviewed every several years can fall behind before it reaches learners.
The OECD’s 2026 report on AI and VET draws on surveys of more than 290 stakeholders in 25 countries, ten country case studies and 31 documented use cases. It found AI being tested across skills anticipation, stakeholder consultation, curriculum drafting, mapping, validation and alignment. The same report is explicit that AI is not a shortcut: expert judgement, stakeholder dialogue and quality assurance become more important, not less, when automated tools are introduced. [4]
Providers therefore need a permanent skills-intelligence function, proportionate to their size. In practice, this may involve regular analysis of job advertisements and sector reports, structured consultations with employers, task-level reviews of occupations and shorter update cycles for the parts of a programme that change rapidly. Curricula should be modular and versioned, so that a unit on a new digital workflow can be revised without reopening an entire qualification. AI can support the analysis and produce a first draft; occupational experts and authorised decision-makers must validate the result.
This is a management discipline rather than a software feature. Someone must be responsible for the evidence used, the date of the last review, the decision to change a learning outcome and the consequences for assessment.
AI literacy cannot be a one-off workshop
The most common obstacle reported by EU enterprises that considered using AI but did not adopt it in 2025 was lack of relevant expertise, cited by 70.89% of them. Legal uncertainty and data-protection concerns followed. [1] VET providers face the same problem internally: staff may already be using public AI tools, while the organisation has not yet defined what competent and acceptable use looks like.
The EU AI Act has made this a governance issue. Article 4, in application since 2 February 2025, requires providers and deployers of AI systems to take measures supporting the AI literacy of staff and others who use those systems on their behalf. The required measures depend on the users’ knowledge and experience, the context of use and the people affected. The law does not prescribe one standard course or certificate. It does require a deliberate response. [7][8]
For a training organisation, AI literacy should be role-specific. A trainer needs to understand model limitations, unreliable outputs, bias, copyright, data protection and how AI changes teaching and assessment. A curriculum designer also needs methods for evidence checking, mapping and version control. A counsellor needs stricter rules for personal data, recommendations and human accountability. Managers need to understand procurement, risk classification, vendor dependence and how to measure value.
UNESCO’s AI Competency Framework for Teachers provides a useful reference point. It defines 15 competency blocks across five dimensions: a human-centred mindset, ethics of AI, AI foundations and applications, AI pedagogy and AI for professional learning. The framework also distinguishes progression from acquiring knowledge to deepening practice and creating new approaches. [6]
A credible staff-development programme should therefore extend beyond prompting. It should cover when AI may be used, what information may be entered, how output must be checked, when use must be disclosed and which decisions remain exclusively human.
The trainer becomes more important at the points where AI is weakest
Generative AI can draft lesson plans, examples, case studies and exercises. It can translate or simplify material and provide additional practice between sessions. Used carefully, these functions can reduce preparation time and help trainers adapt content for different groups.
They do not remove the trainer’s responsibility. General-purpose models do not automatically understand the workplace, the equipment in use, national regulation, safety requirements or the consequences of a wrong recommendation. In practical VET, these details are often the difference between a plausible answer and competent performance.
The trainer’s value consequently shifts further towards selecting and contextualising knowledge, demonstrating practice, observing performance, giving feedback and developing professional judgement. The JRC’s 2026 analysis of AI integration in VET systems found that sustainable adoption depends on governance capacity, systematic teacher competence development, trusted digital infrastructure and stable links between VET institutions and industry. It also identifies protected time for educators to test and evaluate new practices as a condition for responsible scale-up. [5]
This has operational implications. Providers should not expect trainers to experiment privately, without time, approved tools or peer review, and then hold them individually responsible for every risk. Innovation needs a controlled environment and a named institutional owner.
Assessment must prove competence, not merely production
Assessment is where weak AI policies become visible. A fluent report, presentation or project can now be produced without the learner fully understanding the subject. Banning AI from every task is neither realistic nor educationally sound; allowing it without clear rules makes some assessments invalid.
Each assessment should fall into one of three categories. AI may be prohibited because unaided knowledge or performance is being tested. It may be permitted, provided the learner discloses its use, verifies the result and remains responsible for the final work. Or it may be required because competent use of an AI-supported tool is itself part of the occupational outcome.
The method should follow the purpose. Practical demonstrations, simulations, oral questioning, reflective portfolios and observation over time provide stronger evidence than a finished document alone. Learners can be asked to identify errors in an AI-generated proposal, explain why they accepted or rejected a recommendation, document sources and defend the judgement behind the final decision. The JRC has observed a shift towards this type of process-oriented assessment in the VET systems it examined. [5]
The AI Act also matters here. Certain systems used for admission, allocation to educational levels, evaluation of learning outcomes or monitoring prohibited behaviour during tests are classified as high-risk. Following the 2026 AI Omnibus changes, the relevant high-risk rules are scheduled to apply from 2 December 2027. Emotion-recognition systems in education institutions are already prohibited, subject to narrow exceptions. These provisions are a warning against treating every educational technology as a low-risk productivity tool. [8]
Governance must come before scale
AI adoption often starts informally: a trainer uploads a document for summarisation, an administrator uses a chatbot to draft correspondence, or a counsellor tests a recommendation tool. This „shadow AI” may involve personal data, confidential project information, copyrighted content or advice that has not been validated.
A proportionate governance framework should include an inventory of tools and use cases, a list of approved and prohibited uses, rules for data classification, mandatory human review for consequential outputs, transparency requirements, procurement criteria and an incident-reporting route. Providers also need to understand where data are processed, how long they are retained, whether outputs can be reused by the vendor and how easily the organisation can switch suppliers.
The JRC report flags vendor lock-in, variable token-based pricing and uneven AI literacy among staff as practical barriers, not abstract concerns. [5] These issues should be examined before an experiment becomes embedded in a core process.
Governance should not be designed to stop experimentation. Its purpose is to make experimentation traceable, comparable and reversible. A pilot without a baseline, a named owner, a review date and an exit option is not a pilot; it is an uncontrolled deployment.
Inclusion is a design requirement
AI can improve access to training through translation, speech-to-text, alternative formats, simpler language and additional guided practice. An OECD study published in 2026 also examines how AI and other advanced technologies could support neurodivergent learners in VET and work-based learning. The evidence is promising, but the report describes potential and emerging practice rather than a universal solution. [9]
The risks are equally concrete. Learners do not have equal access to devices, connectivity, paid tools or digital support. Performance can vary across languages and user groups. Automated recommendations may overlook circumstances that a qualified trainer or counsellor would recognise. People with weaker digital skills can become more dependent on the technology rather than more autonomous.
Every pilot should therefore be tested for accessibility and fairness, not only speed and cost. Providers should compare outcomes across learner groups, check the quality of results in the languages they use, retain a route to human support and provide a non-AI alternative where access or reliability cannot be guaranteed.
CREFOP: building an AI-ready approach without relabelling existing projects
CREFOP’s public activity already includes practical engagement with AI and the changing world of work. Its 2024 annual report lists the career workshop „Architects of Careers in the AI Era”. In October 2025, CREFOP and IMM Club organised the Inspire & Connect event in Oradea, which included the practical workshop „AI in Your Work – From Zero to Productivity”, alongside sessions on technological change, resilience, inclusion and future skills. [10][15][16]
The Foundation also has experience that is relevant to institutional readiness. DigiVET addressed digital content creation and the use of free online resources in vocational education. SmartSteps is designed to help 601 employees adapt their competences to rapid technological change through counselling and continuing training. LIVECoVET is developing a seven-module, multilingual e-learning curriculum for sustainable livestock farming through a partnership of 14 organisations in eight EU countries, with a target of at least 1,200 farmers and agri-food professionals over four years. Inclusive Apprenticeships produced a training programme for company mentors, an e-learning platform and open resources aimed at more equitable work-based learning. [11][12][13][14]
DigiVET, SmartSteps, LIVECoVET and Inclusive Apprenticeships are not AI projects. Their relevance is different: they have built experience in digital pedagogy, modular curriculum design, technology-related reskilling, cooperation with employers and inclusive learning. Those capabilities form a stronger starting point for responsible AI adoption than an isolated technology purchase.
For CREFOP, the next stage is to connect these foundations through a controlled institutional agenda: role-based AI literacy, an inventory of current use, clear data and validation rules, limited pilots in low-risk activities, revised assessment guidance and measurable criteria for deciding what should be scaled. This is also the approach we consider relevant for the wider VET community.
A practical twelve-month agenda
Providers do not need a large technology programme to begin. They need sequence and discipline.
In the first three months, the organisation should appoint an accountable owner, map existing use, identify sensitive data, publish interim rules and establish a baseline for time, cost and quality in the processes it plans to test.
During the next three to six months, it should deliver role-based staff training and run two or three limited pilots, preferably in lower-risk activities such as analysis of public labour-market information, preparation of draft learning materials or review of anonymised feedback. Each pilot should have a defined objective, human validation, documented errors and a stopping rule.
By the end of twelve months, the provider should have revised its assessment policy, evaluated the pilots and decided which uses to stop, improve or scale. Useful indicators include the time needed to update a module, trainer preparation time, error rates, learner outcomes, accessibility across groups, total cost and the number of incidents or complaints. The number of licences or generated documents is not an impact measure.
The strategic choice
AI will not make VET providers unnecessary. It will expose slow curriculum cycles, weak assessment design, fragmented data practices and gaps in trainer development. Buying tools without addressing those weaknesses will automate old processes rather than improve them.
Providers do not need to predict which model or platform will dominate. They need an operating model that can evaluate new tools, protect learners, update content quickly and keep qualified people accountable for consequential decisions.
The organisations that respond well will not necessarily be those that use the most AI. They will be those that know where it adds value, where it creates unacceptable risk and where human judgement must remain in charge.
Sources
[1] Eurostat, „Use of artificial intelligence in enterprises”, data for 2025. https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Use_of_artificial_intelligence_in_enterprises
[2] European Commission Joint Research Centre, „Digital Monitoring, Algorithmic Management and the Platformisation of Work in Europe”, 2025. https://publications.jrc.ec.europa.eu/repository/handle/JRC143072
[3] International Labour Organization, „Generative AI and jobs: A 2025 update”, 2025. https://www.ilo.org/publications/generative-ai-and-jobs-2025-update
[4] OECD, „Developing Vocational Education and Training with Artificial Intelligence”, 2026. https://www.oecd.org/en/publications/developing-vocational-education-and-training-with-artificial-intelligence_e9f76b4e-en.html
[5] European Commission Joint Research Centre, „Analysis of the integration of Artificial Intelligence in VET systems”, 2026. https://publications.jrc.ec.europa.eu/repository/handle/JRC146918
[6] UNESCO, „AI Competency Framework for Teachers”, 2024. https://unesdoc.unesco.org/ark:/48223/pf0000391104
[7] European Commission, „AI Literacy – Questions & Answers”, updated 2026. https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers
[8] European Commission, „AI Act”, updated 2026. https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
[9] OECD, „AI to Support Neurodivergent Learners in Vocational Education and Training”, 2026. https://www.oecd.org/en/publications/ai-to-support-neurodivergent-learners-in-vocational-education-and-training_718d7522-en.html
[10] CREFOP, „Annual Report 2024”. https://www.crefop.ro/wp-content/uploads/2026/07/Raport-anual_CREFOP-2024_ro.pdf
[11] CREFOP, „Digital Innovation in Education – DigiVET”. https://www.crefop.ro/inovatie-digitala-in-educatie/
[12] CREFOP, „SmartSteps – Steps towards New Technological Competences”. https://www.crefop.ro/proiecte/proiecte-in-derulare/smartsteps-pasi-inteligenti-catre-noi-competente-tehnologice/
[13] CREFOP, „Project Launch: LIVECoVET”. https://www.crefop.ro/lansare-livecovet/
[14] CREFOP, „Final Conference of Inclusive Apprenticeships for Sustainable Jobs”. https://www.crefop.ro/conferinta-finala-a-proiectului-erasmus-inclusive-apprenticeships-for-sustainable-jobs/
[15] CREFOP, „Inspire & Connect – Develop Your Skills for the Future of Work”, 2025. https://www.crefop.ro/inspire-connect-dezvolta-ti-competentele-pentru-viitorul-muncii/
[16] 2025 CREFOP Annual Report . https://www.crefop.ro/crefop-raport-anual-2025/