Aby powiedzieć, że program myśli jak człowiek, musimy wiedzieć, jak myślą ludzie. O myśli ludzkiej możemy się uczyć na trzy sposoby:
* introspekcja – próba uchwycenia naszych własnych myśli, gdy one mijają;
* eksperymenty psychologiczne – obserwowanie osoby w akcji;
* obrazowanie mózgu – obserwacja mózgu w akcji.
Kiedy już mamy wystarczająco precyzyjną teorię umysłu, staje się możliwe wyrażenie tej teorii jako programu komputerowego. Jeśli zachowanie programu w zakresie wejścia-wyjścia odpowiada odpowiedniemu zachowaniu ludzkiemu, jest to dowód, że niektóre mechanizmy programu mogą również działać u ludzi. Na przykład Allen Newell i Herbert Simon, którzy opracowali GPS, „General Problem Solver”, nie byli zadowoleni jedynie z tego, że ich program poprawnie rozwiązuje problemy. Bardziej interesowało ich porównywanie sekwencji i czasu jego kroków rozumowania z tymi, które dotyczą ludzi rozwiązujących te same problemy. Interdyscyplinarna dziedzina kognitywistyki łączy modele komputerowe ze sztucznej inteligencji i techniki eksperymentalne z psychologii, aby konstruować precyzyjne i sprawdzalne teorie ludzkiego umysłu. Kognitywistyka jest sama w sobie fascynującą dziedziną, wartą kilku podręczników i przynajmniej jednej encyklopedii. Od czasu do czasu będziemy komentować podobieństwa lub różnice między technikami sztucznej inteligencji a ludzkim poznaniem. Jednak prawdziwa kognitywistyka jest siłą rzeczy oparta na eksperymentalnych badaniach rzeczywistych ludzi lub zwierząt. Zostawimy to dla innych książek, ponieważ zakładamy, że czytelnik ma tylko komputer do eksperymentowania. We wczesnych dniach sztucznej inteligencji często dochodziło do zamieszania między podejściami. Autor argumentowałby, że algorytm dobrze sprawdza się w zadaniu i dlatego jest dobrym modelem działania człowieka lub odwrotnie. Współcześni autorzy oddzielają te dwa rodzaje twierdzeń; to rozróżnienie umożliwiło szybszy rozwój zarówno sztucznej inteligencji, jak i kognitywistyki. Te dwa pola zapładniają się nawzajem, przede wszystkim w wizji komputerowej, która włącza dowody neurofizjologiczne do modeli obliczeniowych. Niedawno połączenie metod neuroobrazowania z technikami uczenia maszynowego do analizy takich danych doprowadziło do powstania zdolności „czytania w myślach”, czyli ustalenia semantycznej treści wewnętrznych myśli danej osoby. Ta zdolność może z kolei rzucić więcej światła na sposób działania ludzkiego poznania.