我們都聽過一些關於現在的計算機有多傻的笑話，比如它們會給我們發送0元的賬單和支票。它們不介意在無限循環中運行，會把同樣的事做十億次。它們完全沒有常識，這是人們認為機器不可能有思維的另一個原因。
有一點很有意思，早期的某些計算機程序特別善於完成那些人們認為只有「專家」才能完成的技能。1956年，有一款程序解決了數學邏輯中的一些難題；1961年的一款程序解決了大學水平的微積分問題。然而直到20世紀70年代，我們才開發出能夠把兒童積木堆積成簡單的塔和玩具房屋的機器人程序。為什麼我們開發出程序來做成年人的事比開發程序做小孩子的事要早呢？答案看上去可能有些矛盾：許多成年「專家」的思維實際上比普通兒童玩耍時涉及的思維要簡單！為什麼編程做專家的事比做兒童的事容易呢？
人們模糊地稱為常識的東西實際上比那些令我們敬畏的專業技術複雜得多。無論是解決邏輯問題還是微積分問題的「專家」程序，至多表達了一百多個「事實」，而且每一個都差不多，不過這已經足夠解決大學問題了。與此相反，想想一個孩子只是要建造一個積木房子就需要知道多少東西——這個過程涉及關於形狀和顏色、空間和時間、支持與平衡的知識，還需要記錄自己在做什麼的能力。
要想成為「專家」，人們需要大量的知識，但這些知識只與相對很少的不同事物有關。與此相反，一個普通人的「常識」卻包含了更多關於不同類型（types）事物的知識，這需要更複雜的管理系統。
獲得專門的知識比獲取常識更容易，有一個簡單的原因就可以說明：每種類型的知識都需要一定形式的「表述」以及許多適用於這種表述風格的技能。一旦投入某一領域，專業人員在積累更進一步的知識時就相對容易一些，因為額外的專業知識足夠統一，可以適應同樣風格的表述。已經學會在某個特定領域中處理一些案例的律師、醫生、建築師或作家會覺得獲取更多具有類似特徵的知識相對容易一些。想想單獨一個人要多花多少時間才有能力同時學會治療一些疾病、處理一些法律案件、讀懂幾種建築藍圖並認識幾張交響樂譜。表述形式太多樣，會使獲得「同樣數量」的知識變得困難得多。在每個新的領域，新手不得不學習另一種類型的表述，還要學習新的技能來使用它。這就好像學習好多種不同的語言，每種語言都有自己的語法、詞彙和習語。從這個角度來看，孩子所做的事似乎更加非比尋常，因為他們的許多行動都是以自己的創造和發現為基礎的。