ในช่วงปลายคริสต์ศตวรรษที่ ๒๐ (ค.ศ.๑๙๐๐ - ๑๙๙๙) ได้มีความพยายามในการวิจัยและพัฒนาเทคโนโลยีสารสนเทศให้เกิดประโยชน์ใช้สอยกับผู้ใช้ทั่วไปได้มากที่สุด โดยมุ่งเน้นการทำให้คอมพิวเตอร์สามารถทำงานประสานกับมนุษย์ด้วยภาษาพูด ความพยายามที่ว่านี้เป็นการใช้วิทยาการที่เรียกว่า ปัญญาประดิษฐ์ (Artificial Intelligence) ในการสร้างให้เครื่องจักรสามารถเข้าใจ ภาษาธรรมชาติของมนุษย์ (natural language) ทั้งในรูปภาษาเขียนและภาษาพูด ปัญหาที่ยากมากในการทำให้เครื่องจักรรับรู้และเข้าใจภาษามนุษย์คือ แม้แต่มนุษย์เองก็ยังไม่สามารถเข้าใจกระบวนการของการเรียนรู้ภาษาได้อย่างละเอียดลึกซึ้ง เพราะกระบวนการนี้เป็นเรื่อง อัตโนมัติสำหรับมนุษย์ ซึ่งมีกลไกในสมองที่ธรรมชาติสร้างไว้ ให้สามารถเรียนรู้เกี่ยวกับภาษาได้อย่างรวดเร็วมากในวัยเด็ก กระบวนการเรียนรู้ที่ว่านี้ยังมีการศึกษาอยู่ว่า เกิดขึ้นและพัฒนาต่อไปได้อย่างไร (ที่น่าสนใจคือ ความสามารถในการเรียนรู้ภาษานี้จะลดน้อยลงไปเรื่อยๆเมื่อโตขึ้นทำให้ผู้ใหญ่เรียนรู้ภาษาด้วยความยากลำบากกว่าเด็ก) กลุ่มนักวิจัยซึ่งทำงานในด้านนี้มาตั้งแต่ช่วงคริสต์ทศวรรษที่ ๖๐ ได้พบว่า ความเข้าใจภาษานี้เป็นเรื่องยากมาก ๆ ความสำเร็จเท่าที่ได้มี มาแล้วยังเป็นเรื่องที่จำกัดอย่างยิ่ง ในขณะนี้ความสามารถในการเข้าใจคำสั่งภาษามนุษย์ยังมีไม่กี่คำหรือเป็นประโยคที่ไม่ซับซ้อนมากนัก ในระยะต่อไป คาดว่าจะมีการปรับปรุงขีดความสามารถของระบบ ให้สามารถรับรู้คำสั่งที่ซับซ้อนใกล้เคียงกับภาษาพูดปกติในภาษาใดภาษาหนึ่ง

          ความสามารถในการรับรู้ภาษาต่างๆของมนุษย์เกี่ยวเนื่องโดยตรงกับความสามารถในการเข้าใจสิ่งแวดล้อมและวัฒนธรรมที่ใช้กับภาษานั้นๆหากไม่สามารถสร้างสิ่งเหล่านี้เข้าไปในระบบความ เข้าใจของเครื่องจักร ก็ยากที่จะให้เกิดการตีความที่สื่อความหมายที่ถูกต้องระหว่างผู้ที่สื่อสารในภาษานั้นๆ อย่างไรก็ตาม ในสภาพแวดล้อมที่จำกัดลงมา เราก็อาจกำหนดกรอบเงื่อนไขที่เล็กลงมาสำหรับการจัดการกับข้อความ หรือคำที่เครื่องจักรจะต้องตีความ ซึ่งเห็นแล้วว่า ไม่ยากนักที่จะให้สัตว์เลี้ยงรับคำสั่งเป็นคำๆ แต่ยากที่จะให้มันเข้าใจข้อความหลายคำหรือเป็นประโยค ในกรณีของเครื่องจักรคอมพิวเตอร์ก็เช่นกัน เป็นการยากที่จะสร้างโปรแกรมสอนคอมพิวเตอร์ให้แยกคำและรับรู้ว่าคำใดมีความหมายอย่างไร และเมื่อประกอบคำเหล่านั้นเข้าด้วยกันในประโยคแล้วมีความหมายอย่างไร การเข้าใจภาษาเขียนนั้นเป็นการยากอยู่แล้ว เพราะต้องแยกอักขระออกเป็นคำ แล้วพิจารณาการประกอบของคำเป็นประโยค แต่การเข้าใจภาษาพูดยิ่งยากกว่าอีกมากเพราะต้องมีกระบวนการของการรับรู้เสียง แยกเสียง และส่วนประกอบของเสียง เพื่อให้ทราบว่าข้อความที่พูดนั้นหมายถึงอะไร