Proponemos el uso de la IA para adaptar los contenidos docentes al nivel que el estudiante demande en cada momento (permitiendo un aprendizaje adaptado a sus conocimientos y actitudes individuales). Además, la IA permite el uso adaptado de contenidos (como lectura de contenido, traducción automática, ...) para hacerlos accesibles a todas las personas sin discriminación.

Recomendamos el uso docente de tecnologías digitales como la RA/RV o el \textit{mobile-learning}, es decir, el uso de herramientas como el móvil para el aprendizaje en cualquier lugar, ya que ofrecen distintos canales de interacción, y el estudiante puede trabajar con contenidos en múltiples formatos tal y como se recomienda desde el enfoque del Diseño Universal del Aprendizaje para cubrir distintos estilos de aprendizaje.

Muchos contenidos están en Internet y son gratuitos, pero existe una dificultad en encontrar aquellos que son idóneos para un estudiante, ya sea como recursos estáticos OER, o formando parte de una oferta de curso MOOC. Planteamos el uso de técnicas de IA como machine learning y sistemas de recomendación difusos para curar contenido y ofrecer a cada estudiante la mejor modalidad de formación privada o en abierto según sus criterios de tiempo, nivel, idioma o formato.

El uso de chatbots permite automatizar ciertos tipos de comunicación rutinarios, repetitivos y que consumen mucho tiempo, a la vez que dan soporte para interacciones más profundas entre profesores y estudiantes. Es un canal versátil, moderno y funcional para recibir retroalimentación por parte de los estudiantes. Las instituciones educativas generalmente utilizan cuestionarios de satisfacción impresos o encuestas online, pero este proceso puede volverse más atractivo y auténtico con los chatbots.

Las instituciones de formación recopilan gran cantidad de datos académicos y de aprendizaje que podrían ser analizados para mejorar el proceso formativo. Planteamos el uso de herramientas digitales que permitan que dichos centros puedan aplicar técnicas de inteligencia artificial proporcionando entornos de soporte a la medición, recopilación, análisis y presentación de datos sobre los estudiantes, sus contextos y las interacciones. Así se favorecerá: (1) la mejor comprensión del proceso de aprendizaje; (2) la toma de decisión asistida para el reparto de recursos; (3) la optimización de los entornos en los que se produce la enseñanza-aprendizaje; y (4) articular un uso ético de los datos.