Une recherche conjointe de l'Internet Institute d'Oxford et d'autres institutions a révélé que les méthodes d'évaluation de l'intelligence artificielle exagèrent souvent leurs performances, manquent de précision scientifique et de rigueur. Les chercheurs ont analysé 445 tests normalisés et ont constaté que de nombreux objectifs de ces tests n'étaient pas clairs et manquaient de fiabilité, ce qui soulève des doutes sur leur efficacité. Les chercheurs ont appelé à une révision approfondie de ces tests.