מבלי להיכנס יותר מדי לעומק, להלן כמה מושגים, טיפוסים ומאפיינים של טכנולוגיות AI:

• למידת מכונה – מערכות המסוגלות "ללמוד", לתקן את עצמן ולהציע ניבויים או החלטות טובות יותר ויותר עם הניסיון וככל שיוזנו ביותר מידע על תופעות. לדוגמה: המחשב "אלפא זירו" של גוגל שהוזן בהרבה משחקי שחמט ושיחק מאות אלפי משחקים נגד עצמו הפך ל"שחקן השחמט" הטוב ביותר מבין כל האנשים והמחשבים בזמן קצר (וזאת מבלי שהמתכנתים שלו ו\או צמרת שחקני השחמט בעולם יכולים להבין באופן מלא את דרך פעולתו – הוא פשוט "המציא" רמה חדשה לגמרי של שחמט); מערכות בתחומים אחרים (מזג אוויר, התפרצות מחלות, ניבוי סיכויי אסירים משוחררים לחזור לפשע ועוד ועוד) הוזנו בהרבה מקרים מהעבר ועל פיהם החלו ליצור ניבויים חדשים, לא תמיד עם יכולת של המתכנתים או מומחים להגדיר באופן מדויק על סמך מה הניבוי התבסס.
  
  
• כריית נתונים מתקדמת – יכולת טכנולוגית לזהות דפוסים וקשרים בתוך הרבה נתונים, בין אם על בסיס שאלות שמנוסחות ע"י אדם ובין אם ללא שאלה מכוונת.
  
  
• מערכות לאינטראקציה "כמו אנושית" – בוטים, כלים כמו סירי וכו', המסוגלים "להבין" שפה אנושית או להיות מוזנים בנתונים שונים ולהציע עליהם פידבק תוך היעזרות ביכולת עיבוד וניתוח נתונים גבוהה. יישומים כאלו הנושקים לחינוך כבר מתחילים לצוץ, למשל "מדריכים וירטואליים" המסוגלים ללמד אדם לרקוד, לראות כיצד הוא נע ולהציע לו תיקונים (לעתים אף עם אוואטר של "מדריך").
  
  
• באופן אינטואיטיבי ניתן לומר שמערכות בינה מלאכותית עשויות, כבר ברמה הטכנולוגית הקיימת כיום ואולי יותר בשנים הקרובות, לתרום לשיפור הפרסונליזציה בחינוך ע"י הצעת ממשקי למידה המתאימים עצמם ללומדים במובנים שונים, איסוף נתונים, עיבודם ויצירת ניבויים על תלמידים שישרתו את המורים ועוד. זה יכול לתת בשורה ופריצת דרך במיצוי פוטנציאל של תלמידים, זיהוי איכותי של דרכי עבודה עם תלמידים שונים (כולל כאלו שכיום קשה להגיע אליהם או לא מקבלים מענה מתאים) ועוד. עם זאת לא נכון להגביל בשלב זה את החשיבה רק לממד זה של החינוך וייתכן שיש זירות נוספות של כלים חינוכיים – כאלו העוזרים למנהלים ולמורים בעבודתם – שכדאי לחקור ולגלות.