Na aprendizaxe automática supervisada, proporcionamos ao sistema conxuntos de datos etiquetados ou estruturados. Os datos actúan como profesores e "adestran" a máquina, mellorando a súa capacidade para facer unha predición ou decisión e, con sorte, determinar etiquetas e estruturas para novas instancias non vistas.
Esta forma de aprendizaxe automática necesita a entrada humana. A retroalimentación que recibe o sistema de IA utilízase para corrixir os erros e mellorar. A aprendizaxe supervisada é moi utilizada en aplicacións como a clasificación de imaxes, o recoñecemento de voz e a detección de fraudes, entre outras.
No ámbito educativo, pódense usar algoritmos de aprendizaxe supervisada para predicir os resultados dos estudantes en función de datos históricos ou para crear probas adaptativas que axusten o nivel de dificultade segundo o rendemento do alumno.