Teadlased kasutasid tipp-tehisintellekti mudelite testimiseks klassikalist psühholoogias kasutatavat tähelepanu-testi ja avastasid olulise puuduse. Katse näitas, et kuigi mudelid suutsid lühikeste nimekirjade puhul värve õigesti nimetada, langes nende tulemuslikkus märgatavalt, kui ülesanne muutus pikemaks ja keerukamaks. Mõned juhtivad süsteemid langesid üle 90-protsendiliselt täpsuselt peaaegu täieliku läbikukkumiseni. See uuring toob esile tehisintellekti süsteemide olulise piirangu: kuigi need on võimelised lihtsate ülesannetega toime tulema, kaotavad need täpsuse keerulisemates ja pikemates kontekstides. Psühholoogias kasutatakse selliseid tähelepanu-teste inimeste kognitiivsete võimete hindamiseks ning nüüd näitavad tulemused, et tehisintellekti mudelid ei suuda sarnastes tingimustes inimestega võrdväärselt hakkama saada. Leiu olulisus seisneb selles, et see seab kahtluse alla tehisintellekti usaldusväärsuse olukordades, kus on vaja pikaajalist ja järjepidevat tähelepanu.
