Megannyiszor szó esik arról, hogy mire és miként lehet használni a mesterséges intelligenciát a tanításban, a legerősebb ígéret a személyre szabott tanulás. A mesterséges intelligencia majd személyes tutor lehet, teljesen az egyéni kívánalmaknak megfelelően tudja alkítani a tanulást és így hoz el egy sokkal boldogabb jövőt (amiben azért a tanárokra egyre kevesebb szükség van). maga az ötlet nem újdonság, Az 1970-es években jelentek meg például az első számítógépes adaptív tesztek, amik az újabb kérdéseket az előzőek függvényében adták mindig a diáknak, így próbálva meghatározni minél laposabban a tudás szintjét. Ha erről a Peter-elv jut eszünkbe, miszerint egy hierarchikus rendszerben mindenki addig jut el, amíg már képtelen jól teljesíteni, az nem véletlen.
De még korábban találunk példákat hasonló elképzelésekre a tanulási folyamatról. A kísérletes pszichológia egy nagy kutatója, B. F. Skinner, aki a behaviorizmus egyik kidolgozója volt gondolta azt, hogy a galamboknál és patkányoknál már bizonyított módszereket az iskolában is lehetne alkalmazni. Megalkotta a tanítógépet, egy olyan szerkezetet, amiben a tananyagot apró részletekre bontotta fel, amit a diáknak meg kellett oldania. A diák a választ (ami lehet rövid szöveg, szám, de a leggyakrabban egy ABCD-teszt) beírja, majd látja, hogy helyes-e. Ha helyes, tovább léphet a következőre, ha nem, egy újabb hasonló problémát kap. Skinner, aki a tanulást a pozitív és negatív megerősítéssel (jutalmazással és büntetéssel) elért viselkedésváltozásnak tartotta úgy vélte, ezek a gépek egyfelől azonnali visszajelzést adnak, másfelől lehetővé teszik, hogy mindenki az egyéni ütemében tanuljon tovább.