计算机科学家梅拉妮·米切尔认为，当前对人工智能“智能”的讨论常常陷入拟人化误区。她指出，大语言模型表现出的对话、推理和解题能力，并不意味着它们像人类一样思考或理解，而更像一种“异类智能”。为了更准确地衡量机器认知，米切尔建议借鉴发展心理学和比较心理学中用于婴儿及非人类动物的实验方法，通过更严格的任务设计来测试AI的泛化与抽象能力。她提出了六项评估原则，核心是强化实验设计的严谨性，避免用人类直觉作为默认标尺，并警惕对AI行为的过度拟人化解释。这一观点为反思AI能力测试和通用人工智能宣传提供了重要视角。