能力缺陷方面的论点

“能力缺陷方面的论点”声称“一台机器永远做不了X”。作为X的例子，图灵列举如下：

善良和蔼，足智多谋，美丽大方，友好地，积极主动，有幽默感，明辨是非，犯错误，坠入爱河，享受美味的草莓和奶油，吸引别人爱上它，从经验中学习，用词恰如其分，反思自我，与人一样具有行为的多样性，做出真正创新之事。

图灵不得不用他的直觉来猜测未来什么是可能的，而我们却可以奢侈地回顾计算机都已经做了些什么。不可否认，现在计算机做着许多先前属于只有人类能够从事的领域的事情。程序能玩国际象棋、西洋跳棋以及其它游戏，检验装配线上的零件，对文字处理文档进行拼写检查，驾驶汽车和直升飞机，诊断疾病，以及完成数以百计的其它任务，在这些方面程序做得和人类一样甚至比人类更好。计算机已经在天文学、数学、化学、矿物学、生物学、计算机科学以及其它领域做出了较小但是很重要的发现。以上这些都需要有相当于人类专家水平的能力。

根据我们现在对计算机的了解，它们在诸如下国际象棋这样的组合问题上表现很好并不令人吃惊。但算法也同样在显然涉及人类判断力的任务上，或者如图灵所说的“从经验中学习”，以及“明辨是非”的能力上，表现出人类的水平。追溯到1955年，Paul Meehl（参见Grove和Meehl，1996）研究了训练有素的专家在诸如预测训练计划中一个学生成功的可能性或者一个罪犯是否会累犯这样的主观任务上的决策过程。Meehl发现，对于他所观察的 20个研究案例中的19个，简单的统计学习算法（如线性回归或朴素贝叶斯）比专家们预测得更准确。自1999年以来，美国ETS考试中心一直在使用自动程序对GMAT考试的数以百万计的问答题进行评分。该程序的评分结果与人类评分员的评分结果的吻合度为 97％，相当于两个人类评分员之间的吻合度（Burstein等人，2001）。

显然，计算机能够和人一样做很多事情，有些甚至做得更好，包括那些人们相信需要极大的人类的洞察力和理解力的事情。当然，这并不意味着计算机在完成这些任务时运用了洞察力和理解力——那些不是行为的一部分，并且我们将在别处讨论这样的问题——而要点是人们关于产生特定行为所需的精神过程的最初猜测往往是错误的。当然，不能否认，仍然有许多任务是计算机还不擅长的（这种表达委婉一些），包括实现开放式交谈的图灵任务。