瑞士心理学家皮亚杰认为，适应分为同化和顺应。同化是指有机体面对一个新的刺激情景时，把刺激整合到已有的图式或认知结构中。在人工智能的教育时代，计算机的宗旨是始终为人服务，为人服务的前提是要理解人的需求，理解人的思维，模仿人的行为，处理人所要处理的事情，掌握人处理问题的方法，给出人能满意的结果；那么这就需要人对计算机进行训练，也就是说将人的智能的思想灌输到计算机当中，让计算机成为被智能的对象。在训练的过程中，就可以将同化、顺应教育等概念应用其中。

同化是个体以不改变认知结构的方式去认知客观世界，是一种量的充实，并没有发生实质性的改变。例如：学习完了水果的定义，再去给学生讲解香蕉、苹果等具体的水果的含义，这个过程就是同化的过程，因为学生学习了苹果、香蕉只是对水果这个概念的一种充实，并没有使水果的定义发生实质性的改变。而在智能仿真当中，计算机不断地受到外界刺激对其事件和现象进行捕捉采集，抽取事件特征，进行概念界定和定义定性，并在此定义框架下完成内容的分类和形式的表述，形成知识库中特有的知识进行存储，其实就是同化和顺应的翻版过程。

奥苏贝尔认为，学生能否习得新知识，主要取决于他们认知结构中已有的有关观念，有意义学习是通过新信息与学生认知结构中已有的有关观念的相互作用才得以发生的，这种相互作用的结果导致了新旧知识的意义的同化，他只强调新旧意义的相互作用，并没有强调新学习内容和旧学习内容之间到底是什么关系。

在人工智能渗透到教育的过程中，教育人的思想、教育人的观点、教学过程的设计、教学的手段、教学的方法、教学资源构造的方法、教学资源建构的思想、教学评测的思想、教学和教育当中的新概念等都要在计算机上进行相应的数字概念的转换、移植，而这些技术性的转换和移植过程就体现了在教育过程中的同化、顺应和迁移等概念的应用过程。

知识传导的过程是知识授予者和知识被授予者关系的体现，是教育与被教育对象关系的体现，是知识输出和接收知识关系的体现。人工智能技术的今天，计算机可以自动地获取图像、声音、人体感知等各种媒体的信源信息，辨识它们的语义。计算机带有专业方向性的、不同领域知识框架的中枢系统和理解系统，可以对问题进行自我学习，包括内容分类、内容搜索、内容组合，模仿人类学习的能力和思想，通过高度计算完成超过人类的精准反应和问题的联想，可以构造自己的思想结构和概念，可以有超人类的记忆，可以进行对人的全方位的模仿和动作仿真，可以继承教育技术学和教育学当中的思想和概念，可以吸收和继承相应的方法过程，可以像人一样受教育，模仿人的接收能力，模仿人对教育内容的分析和理解。甚至超过人的感知对世界进行解读和理解，可以在自我思想库的基础上进行吸收、理解、学习，构造计算机富有的拟人化的、教育观点的、带有计算机高性能化的认知结构，让计算机去适应世界。这里包括对教师的自适应、学生学习过程的自适应、教学过程的自适应、教学方法的自适应、专业内容的自适应、教学资源的自适应等问题。(www.daowen.com)

智能计算机将适应所有的教学教育环境，并代替人进行繁杂工作，替人去思索，减轻教师的负担，熟悉和掌握并能够重复操作教师所从事工作的流程，获取周边的环境，识别周边的问题和内容，不断地建立和形成自己的问题空间，不断地通过外界的刺激和信息主动或被动式地与外界交流，进行机器学习和拟人学习，逐步形成机器独立的认知结构，构成具有智能性的图式。进一步提升人工智能在教育应用中的价值，产生相应的知识结构的变化和知识内容量的变化，同化、顺应和迁移等概念在智能计算机和机器智能学习等方面仍然适用。

知识图谱是模仿人在教育的过程中最好同化的模仿过程，知识图谱在信息获取和特征抽取后，自动形成概念性的同化，给出各种类型的存储结构，并对相同结构的内容和相同问题的内容进行归类，加强相应的理解。比如，对第二次世界大战珍珠港事件中的相同问题进行描述，描述将会是多个方向的，那么就可以在一个知识框架下产生或者存储系列相应的实践和相应的内容，知识图谱具有较强的特性，使得计算机可以高度地模仿人类教育同化和顺应的过程。

数据挖掘、机器学习、特征抽取概念的形成是个体从大量的例子出发，从他们的实际经验概念中，以归纳的方式抽取出一类事物的共同属性，从而获得某些初级概念，从概念上与教育中的同化问题相近。