诺贝尔奖获得者、人工智能先驱杰弗里·辛顿对神经网络理解自然语言的能力表示惊讶。他表示，这些网络“在处理语言方面比乔姆斯基语言学派提出的任何东西都好得多”。
然而，专门研究人类语言的神经科学家维娜·D·德维韦迪，对人工智能能够真正“理解”的观点表示了敬意上的不同意。她强调了书面文本和自然语言之间的区别，强调了同一种语言可以用不同的视觉符号来表示，例如印地语和乌尔都语，它们可以相互理解，但使用不同的书写脚本。
德维韦迪指出，语言交流不仅仅涉及文字。它包括语境，例如说话者的语气、面部表情和共享的环境。她用“我怀孕了”这句话举例说明了这一点，这句话根据语境有不同的含义。
她的研究表明，即使是一个人的情绪状态也会影响处理句子的脑电波模式。德维韦迪澄清说，人工智能算法与构成人类理解特征的生物大脑网络不同。她还谈到了神经网络超越乔姆斯基语言学的说法，乔姆斯基语言学侧重于普遍语法以及婴儿学习语言的容易程度。
乔姆斯基的研究探索了人类如何习得语言，提出了一个用于语言学习的先天模块。德维韦迪总结说，将人工智能与人类理解混为一谈可能会产生危险的后果，尤其是在科学术语被误用或误用时。