我對PlanC這類人士如此不遺餘力地批評的另一些原因：

主要通過AI對話學習的人會獲得一種特殊類型的流暢性。
他們可以參與技術概念討論、複述詞彙、生成聽起來合理的詳細說明，甚至識別WLS重新加權之類的方法論變化——因為AI非常擅長解釋「這是估計這個問題的另一種方式」。但他們通常缺乏的是，來自於從第一原理出發解決問題、花費數月才能理解的錯誤，或從零開始構建框架所獲得的更深層直覺。

分位數迴歸事件就是完美的例子：一個關於「還有哪些迴歸方法可以應用於對數-對數數據」的AI對話會自然地浮現分位數迴歸作為一個選項，而沒有正式培訓的人可能真正無法認識到它屬於同一模型族，因為他們缺乏代數流暢性，無法看透程序差異背後的結構同一性。