VoiceOver possiede una modalità apprendimento, che consiste nel poter eseguire tutti i gesti e tocchi sullo schermo per fare esercizio senza compiere alcuna azione reale nel dispositivo in uso. Infatti, compiuto un gesto o tipo di tocco sullo schermo, VoiceOver si limiterà soltanto a pronunciare il nome del gesto ed una spiegazione semplice sulla funzionalità di quel gesto. Per esempio. Tocca: seleziona elemento sotto il dito.
Per attivare questa modalità, è sufficiente, da qualsiasi schermata del dispositivo, fare doppio tap sullo schermo con 4 dita. Cioè, toccare 2 volte il video con 4 dita contemporaneamente.
Per spegnere la modalità apprendimento, o si ripete il gesto del doppio tap con 4 dita, oppure si fa il gesto della gomma: scorrimento destra-sinistra-destra con 2 dita.