Depuis les propositions de Skinner, chaque nouveauté technologique a cherché à s’investir dans des modalités d’automatisation des tâches d’enseignement en se basant, parfois même sans le savoir, sur les travaux de skinner. Des machines à apprendre, en passant par l’informatique éducative, l’apprentissage assisté par ordinateur, les cédérom, puis les applications logiciels de différentes natures, de découverte, de résolutions, de répétitions, etc, toutes ont eu le projet d’accompagner l’apprenant dans un apprentissage guidé par des algorithmes. D’une logique de la matière à enseigner, les problématiques ont glissées vers des logiques de mécanismes d’apprentissage, puis des mécanismes de détection d’erreur et de remédiation. L’évolution des problématiques de l’intelligence artificielle n’est pas encore en phase avec la complexité du fonctionnement du cerveau et de ces process de renforcement. Cependant, les nouvelles voies heuristiques changent le paysage conceptuel de ce que l’intelligence artificielle peut apporter aux apprentissages, aussi bien en supervision, qu’en action d’apprentissage. La question de la modélisation des réponses des individus aux influx qu’on leur propose est centrale et colossale. Les moyens de l’intelligence artificielle n’ont pas encore investi tous les champs de résolution.