Vi tror gjerne at KI fungerer mer effektivt enn mennesker. Men i en klassisk psykologisk test, Stroop-testen, brukt til å teste hvordan man håndterer oppmerksomhet, viste det seg at de mest brukte språkmodellene: ChatGPT, Claude, og Gemini, fungerte dårligere enn mennesker. I Stroop-testen blir ord for farger vist i ulike farger («rødt» kan bli vist i blått, for eksempel), og oppgaven er å nevne fargen på skriften heller enn ordet selv. Når dette gikk fort, og listen med ord ble mange, fikk språkmodellene store problemer. De mistet fokus. Forskerne mener dette viser en grunnleggende svakhet ved denne typen KI. (PNAS Nexus)