فناوری‌های آموزشی (Edtech)  به سرعت در حال ظهور و فراگیری است. در بخش اول این مطلب سه روند در آینده این فناوری‌ها را بیان کردیم. این روندها عبارتند از: نگاه به مدرسه به عنوان خدمت، استفاده از موبایل در آموزش، و بازی‌سازی در آموزش. در این مطلب چهار روند دیگری را که در 5 سال آینده ظهور خواهند کرد مطرح خواهیم کرد.

 داده‌های بزرگ  (Big data)
داده‌ها و اطلاعات بزرگ اصطلاحی است که از کسب‌وکار و تحلیل بازار گرفته‌شده و مورداستفاده قرار می‌گیرد اما امروزه این داده‌ها در مسئله آموزش ابزاری بسیار مهم و کارآمد هستند. کوکیر (Kenneth Cuciere) نویسنده «کتاب یادگیری با داده‌های بزرگ» بیان می‌کند که داده‌های بزرگ فرصتی  برای تطبیق یادگیری با نیازهای افراد و فرآیندهای یادگیری هستند. به‌جای اجتناب از بهره‌گیری از این داده‌ها در آموزش در مؤسسات آموزشی ، معلم‌ها باید پذیرای تغییرات نشئت‌گرفته داده‌های بزرگ بوده و از آن‌ها به نفع خود استفاده کنند.
یک نمونه استفاده از داده‌های بزرگ ، اطلاعات ویژه‌ای تحت عنوان سیگنال‌های درسی (Course Signals) هستند که این اجازه به معلم‌ها می‌دهد که از میزان بهره‌مند دانش‌آموزان از زمان کلاس و یا میزان حضور آن‌ها در کلاس آگاهی پیداکرده و آن را با نتایج آخر ترم مقایسه نمایند و درنهایت بازخوردهای مفیدی را به خود دانش‌آموز، والدین و مدیر مدرسه ارائه نماید.

یادگیری لغزنده و ترکیبی
این نوع یادگیری روشی آموزشی است که در آن یادگیرنده با استفاده از رسانه‌های دیجیتال و آنلاین که  در اختیار خودش می‌باشد در زمان و مکان موردنظر خود اقدام به یادگیری می‌نماید. این روش شرایطی را برای دانش‌آموز فراهم می‌کند که یک رویکرد یکپارچه و شخصی‌سازی‌شده‌ای را برای یادگیری خود ایجاد نماید.
مدل کلاس‌های منعطف و لغزنده نیز به‌گونه‌ای هستند که عناصر معمولی کلاس‌ها شامل ارائه و انجام تکالیف درسی نیز تغییر می‌یابند ، به این صورت که دانش‌آموزان قبل از جلسه‌ی کلاس درس، ویدیوهای کوتاه و یا ابزارهای چندگانه رسانه‌ای حاوی محتوای درسی را به‌صورت هم‌زمان مشاهده و مطالعه می‌کنند.سپس کلاس درس به یادگیری فعال مانند بحث ، طراحی و تحلیل مسائل و یا تمرینات کتابخانه‌ای و آزمایشگاهی اختصاص داده می‌شود. در این مدل از یادگیری معلم‌ها با دادن راهنمایی لازم در کلاس درس و پاسخ به ابهامات دانش‌آموزان نقش کارآمدتری نسبت به قبل خواهند داشت.
دوره‌های آموزشی آنلاین رایگان
امروزه این دوره‌ها نسبت به قبل تا حدودی گستردگی پیداکرده‌اند و بسیاری از دانشگاه‌ها و  مؤسسات علمی برتر سراسر دنیا با فراهم کردن این دوره‌ها سعی کرده‌اند نابرابری‌های آموزشی را رفع نمایند اما مشکلاتی که این‌گونه آموزش‌ها را تهدید می‌کنند شامل هزینه‌های زیاد، عدم دسترسی مناطق محروم به اینترنت و یکسان نبودن سیستم آموزشی کشورهای مختلف می‌باشد.
یادگیری شخصی‌سازی‌شده

 یادگیری شخصی نوعی یادگیری تطبیقی و مبتنی بر هوش مصنوعی است که در آن کامپیوتر مطالب و محتواهای آموزشی را مطابق با سطوح هر فرد  ارائه می‌دهد. تجزیه‌وتحلیل یادگیری و هوش مصنوعی جوهره یادگیری شخصی‌سازی‌شده هستند چراکه بدون آن‌ها امکان تطبیق سریع محتوا با سطح هر فرد امکان‌پذیر نخواهد بود.

یادگیری شخصی‌سازی‌شده می‌تواند دربسیاری از مدارس مانند یک رؤیا باشد اما در دنیای امروزه در حال رخ دادن و پیشرفت است و هم گام با آموزش معلم در حال گسترش در مؤسسات آموزشی می‌باشد. امروزه بسیاری از مؤسسات آموزشی و دانشگاه‌ها دریافتند که فناوری می‌تواند کاتالیزوری برای بهبود فرایند یادگیری باشد . اگر افراد در جامعه از استفاده کردن از فناوری‌های روز لذت می‌برند چرا آن‌ها را ابزاری برای آموزش قرار ندهیم ؟