Người sáng lập AMI Labs, Yann LeCun, về việc tại sao các LLM đang đánh lừa chúng ta giống như AI đã làm trong nhiều thập kỷ: Ông lập luận rằng mỗi thế hệ nhà khoa học AI đều mắc phải cùng một sai lầm: nhầm lẫn giữa hiệu suất nhiệm vụ và trí thông minh thực sự. Thách thức cốt lõi của LeCun đối với sự cường điệu hiện tại: "Chúng ta bị đánh lừa khi nghĩ rằng những cỗ máy đó thông minh vì chúng có thể thao tác ngôn ngữ. Và chúng ta đã quen với việc những người có thể thao tác ngôn ngữ rất tốt thường ngầm hiểu là thông minh." Ông rõ ràng rằng các LLM là hữu ích, nhưng việc là một công cụ hữu ích và việc thông minh là hai điều hoàn toàn khác nhau. Nhận thức thực sự là mô hình lịch sử mà ông đã trải qua. Kể từ những năm 1950, từng đợt sóng các nhà nghiên cứu AI đã tuyên bố rằng đột phá của họ là con đường dẫn đến trí thông minh ở mức độ con người. Marvin Minsky. Herbert Simon. Frank Rosenblatt — người đã phát minh ra perceptron, máy học đầu tiên, vào những năm 1950 — tất cả đều dự đoán rằng máy móc sẽ thông minh như con người trong vòng một thập kỷ. "Họ đều sai." LeCun đã chứng kiến ba trong số những chu kỳ cường điệu và thất vọng này. Và phán quyết của ông về chu kỳ hiện tại là thẳng thắn: "Thế hệ này với các LLM cũng sai. Đó chỉ là một ví dụ khác về việc bị đánh lừa." Mô hình: Một kỹ thuật mới xuất hiện → máy móc trở nên giỏi trong các nhiệm vụ cụ thể → chúng ta giả định trí thông minh tổng quát. Câu hỏi đáng đặt ra: chúng ta có ấn tượng với những công cụ này vì chúng thông minh, hay vì chúng nghe có vẻ thông minh?