最终，媒体上占主导地位的是一种颠覆性话语，大量引用流行科幻小说来强调人工智能创新将带来的重大变革。对记者的采访表明，这种话语与媒体领域特有的策略和限制密切相关，记者必须不断找到方法让读者（尤其是编辑）对这些通常很复杂的技术问题产生兴趣。在此过程中，报纸有时会重复五大科技巨头开发的人工智能营销话语，这种话语旨在激发人们对这些技术的迷恋和狂热，这些技术正越来越普遍地应用于从智能手机到智能音箱的日常用品中。
与媒体对这种惊人颠覆的论述相反
接受采访的科学家主要提出了一种连续性的 论述，质疑人工智能的概念本身，他们认为人工智能太过模糊和多义。他们的叙述描述了一系列技术逐渐、累积的发展，这些技术后来被归类在“人工智能”的标签下。这是一个漫长而复杂的历史，由计算机科学和邻近领域的 WhatsApp 号码数据 渐进和分散的进步组成，而不是惊人的发现。这个故事混合了符号人工智能（基于模拟人类推理对符号的操纵）和联结人工智能（基于复制神经网络的功能）的方法，而不是将它们作为对立面来呈现。对于接受采访的人工智能研究人员来说，这两种方法之间的对立是由某些评论家（特别是来自工业界的评论家）创造的，作为科学进步的驱动力，他们称赞第二种方法最近取得了胜利。然而，实际上，联结人工智能的兴起首先是由有利的技术发展（计算能力的提高、从网络上获得学习数据库）的融合推动的。
媒体对“人工智能浪潮”背后技术颠覆的论述受到了该领域科学家的强烈批评。对他们来说，这是一种骗局。媒体和政治对人工智能的炒作并不反映科学发现的现实，而是基于“下一件大事”原则的媒体框架：
“在新闻界，一切都围绕着最新的热潮
五年前，3D 打印机是每个人都在谈论的话题。[…] 当时，记者们认为这是将改变世界的东西，然后比特币和区块链热潮使它变得有些过时，而当人们对人工智能的痴迷到来时，它们又被遗忘了。我不知道下一个会是什么。我不认为它反映了科学或智力的现实。它与政治和媒 行政流程 38 门课程 体的运作方式密切相关。” （采访一位计算机科学家）
从定性方面来看，第二个主要发现是，媒体领域和科学领域正在为人工智能及其伦理框架问题编写相互竞争的时间表。
对于科学界来说，启动联结主义人工智能的科学事件是 2012 年开发的一种基于神经网络 邮寄线索 的图像处理系统，该系统的性能水平高于传统系统。该系统由多伦多大学的 Geoffroy Hinton 及其团队在年度欧洲计算机视觉会议上展示，击败了所有其他图像识别算法：
“因此，人们开始谈论它，但它是科学的，当时谈论它的主要是视觉社区。 （采访机器人专家）
然而，直到 2016 年，人工智能才进入公众视野。当时还没有相应的科学发现，但媒体对某些技术壮举进行了广泛报道，例如2016 年 YouTube 直播了谷歌 Deep Mind 开发的 Alpha Go 系统战胜世界围棋冠军李世石的比赛：
“人工智能系统 AlphaGo 战胜世界围棋冠军引起了媒体轰动，因为这是一个具有高度象征意义的时刻。[…] 记者们纷纷拿起电话给人工智能专家打电话，询问他们发生了什么事。