Der Nobelpreisträger Geoffrey Hinton, ein Pionier der KI, hat seine Überraschung über die Fähigkeit neuronaler Netze zum Verständnis natürlicher Sprache zum Ausdruck gebracht. Er erklärte, dass diese Netze „viel besser in der Verarbeitung von Sprache sind als alles, was jemals von der Chomsky-Schule der Linguistik hervorgebracht wurde“.
Veena D. Dwivedi, eine Neurowissenschaftlerin, die sich auf das Studium der menschlichen Sprache spezialisiert hat, widerspricht jedoch respektvoll der Vorstellung, dass KI wirklich „verstehen“ kann. Sie betont die Unterscheidung zwischen geschriebenem Text und natürlicher Sprache und hebt hervor, dass dieselbe Sprache durch verschiedene visuelle Symbole dargestellt werden kann, wie z. B. Hindi und Urdu, die gegenseitig verständlich sind, aber unterschiedliche Schriftsysteme verwenden.
Dwivedi weist darauf hin, dass sprachliche Kommunikation mehr als nur Wörter umfasst. Sie beinhaltet den Kontext, wie z. B. den Ton des Sprechers, Gesichtsausdrücke und die gemeinsame Umgebung. Sie veranschaulicht dies am Beispiel des Satzes „Ich bin schwanger“, der je nach Kontext unterschiedliche Bedeutungen hat.
Ihre Forschung zeigt, dass selbst der emotionale Zustand eines Individuums die Gehirnwellenmuster beim Verarbeiten von Sätzen beeinflusst. Dwivedi stellt klar, dass KI-Algorithmen nicht dasselbe sind wie die biologischen Gehirnnetzwerke, die das menschliche Verständnis kennzeichnen. Sie geht auch auf die Behauptung ein, dass neuronale Netze die Chomsky-Linguistik übertreffen, die sich auf universelle Grammatik und die Leichtigkeit konzentriert, mit der Säuglinge Sprache lernen.
Chomskys Arbeit untersucht, wie Menschen Sprache erwerben, und schlägt ein angeborenes Modul für das Sprachenlernen vor. Dwivedi kommt zu dem Schluss, dass die Vermischung von KI mit menschlichem Verständnis gefährliche Folgen haben kann, insbesondere wenn wissenschaftliche Begriffe missbraucht oder falsch angewendet werden.