Laureat Nagrody Nobla Geoffrey Hinton, pionier w dziedzinie AI, wyraził swoje zaskoczenie zdolnością sieci neuronowych do rozumienia języka naturalnego. Stwierdził, że sieci te są „o wiele lepsze w przetwarzaniu języka niż cokolwiek, co kiedykolwiek wyprodukowała szkoła lingwistyki Chomsky'ego”.
Jednak Veena D. Dwivedi, neuronaukowiec specjalizująca się w badaniu języka ludzkiego, z szacunkiem nie zgadza się z poglądem, że AI może naprawdę „rozumieć”. Podkreśla ona różnicę między tekstem pisanym a językiem naturalnym, wskazując, że ten sam język może być reprezentowany przez różne symbole wizualne, takie jak hindi i urdu, które są wzajemnie zrozumiałe, ale używają różnych skryptów pisma.
Dwivedi zwraca uwagę, że komunikacja językowa obejmuje więcej niż tylko słowa. Obejmuje ona kontekst, taki jak ton głosu mówcy, mimika i wspólne otoczenie. Ilustruje to przykładem zdania „Jestem w ciąży”, które ma różne znaczenia w zależności od kontekstu.
Jej badania pokazują, że nawet stan emocjonalny osoby wpływa na wzorce fal mózgowych podczas przetwarzania zdań. Dwivedi wyjaśnia, że algorytmy AI nie są takie same jak biologiczne sieci mózgowe, które charakteryzują ludzkie rozumienie. Odnosi się również do twierdzenia, że sieci neuronowe przewyższają lingwistykę Chomsky'ego, która koncentruje się na gramatyce uniwersalnej i łatwości, z jaką niemowlęta uczą się języka.
Praca Chomsky'ego bada, w jaki sposób ludzie nabywają język, proponując wrodzony moduł do nauki języka. Dwivedi konkluduje, że łączenie AI z ludzkim rozumieniem może mieć niebezpieczne konsekwencje, zwłaszcza gdy terminy naukowe są nadużywane lub niewłaściwie stosowane.