3. 意見：但是以上的信息本身並不見得能影響對話的對象，因為聽的人可能只是覺得他在自言自語，畢竟類似的信息本身就充滿在我們四周。但是我們通常會選擇考慮聽從有根據、有專業或至少經驗上看來可靠的意見文字來做判斷。那樣的意見當然不會只是一個規範性的命令，通常也會包括相關的理由與說明，形塑出一個邏輯架構，讓人覺得可以考慮信任。舉例來說，「天空看起來變得陰暗了，應該很快會下雨，建議提早結束回家。」這句話就是一個意見，帶有價值評斷或規範性的期待，使聽者必須要回應接受與否。
筆者認為目前的AI對話機器人所提供的文字訊息主要是屬於這樣的「意見」層次，以至於會讓我們覺得好像有那麼針對我們的提問而有值得參考（或至少需要決定如何否決）的可能性。能做到這樣，AI就不只是在搜尋相關的網路文字信息，還要有意義有組織的去蕪存菁並重新組合，如同前面所說的技術層面的充分應用。從心理層面來說，當我們知道AI能夠對我們的提問給出有結構有組織的意見來回覆，至少看起來好像是那麼回事，我們就容易在心理上投射出應該可以信任考慮其意見的感覺，畢竟這樣會幫我們節省一些做決策的時間。如果使用者又真的期待機器人給出有用的參考文字，但本身的分辨能力不足，就更容易看重這些對話的價值而無法質疑。例如新聞的寫作與制式報表的製作都可能被AI文章淹沒，也因此產生更多假新聞[14]。
4. 知識：雖然意見的文字本身可能是通順流暢且合理的，但是不一定能形成有效的知識。在這裡筆者並不是要陷入哲學上對於「知識論」（Epistemology）的探討論證[15]，只是先以一般人基本的概念來說，真正的知識大致上需要一種與外在世界相符（有經驗主義的基礎）且有內在邏輯理由（有理性主義的架構）的整合性概念。這部分就會牽涉到實際上這些意見是否真的可行的問題，或是如果我不照著做，是否有所損失？而非只是「看起來人模人樣」的感覺。以此而論，ChatGPT有部分的功能，例如寫程式、找程式的錯誤、找尋過往的資料、整理現存的資訊等等功能的確達得到這類層次而成為可以信賴的知識。雖然錯誤仍然會有，但因為是包在一個論述架構中，所以除非對這方面相當熟悉的使用者才可能分辨。但是反過來說，如果這樣的「知識」其實錯誤的引導到外界的事件，就可能帶來嚴重的影響，例如醫學相關的應用[16]。
因此，我們發現容易混淆的地方就在這裡：如果提問討論的主題並沒有必然的方式對應到外在世界（例如回答的內容是可以透過抽象的名詞來聯繫的概念），或是表述方式不一定要有精密的邏輯結構 （例如寫詩詞、小說、編故事等等），AI機器人的回覆文字雖然只是意見的層次，但是卻很容易看起來像是可以參考的知識內容。畢竟如果使用者僅僅需要AI來把對人類很抽象的文字來做某種連結（例如法律或商管領域的申論題），又無法即時驗證確認這些結論是否對映真實的事件或實際行為，我們會覺得似乎無法排除其論述的有效性，因而在心理層面受到類似錨定效應的影響。這也難怪當ChatGPT出現而被應用於學生的考試時，對教育界帶來相當大的挑戰，甚至可能要顛覆過往人文社會領域傳統特別重視文字論述的學習方式[17]。
