我们都听过一些关于现在的计算机有多傻的笑话，比如它们会给我们发送0元的账单和支票。它们不介意在无限循环中运行，会把同样的事做十亿次。它们完全没有常识，这是人们认为机器不可能有思维的另一个原因。
有一点很有意思，早期的某些计算机程序特别善于完成那些人们认为只有“专家”才能完成的技能。1956年，有一款程序解决了数学逻辑中的一些难题；1961年的一款程序解决了大学水平的微积分问题。然而直到20世纪70年代，我们才开发出能够把儿童积木堆积成简单的塔和玩具房屋的机器人程序。为什么我们开发出程序来做成年人的事比开发程序做小孩子的事要早呢？答案看上去可能有些矛盾：许多成年“专家”的思维实际上比普通儿童玩耍时涉及的思维要简单！为什么编程做专家的事比做儿童的事容易呢？
人们模糊地称为常识的东西实际上比那些令我们敬畏的专业技术复杂得多。无论是解决逻辑问题还是微积分问题的“专家”程序，至多表达了一百多个“事实”，而且每一个都差不多，不过这已经足够解决大学问题了。与此相反，想想一个孩子只是要建造一个积木房子就需要知道多少东西——这个过程涉及关于形状和颜色、空间和时间、支持与平衡的知识，还需要记录自己在做什么的能力。
要想成为“专家”，人们需要大量的知识，但这些知识只与相对很少的不同事物有关。与此相反，一个普通人的“常识”却包含了更多关于不同类型（types）事物的知识，这需要更复杂的管理系统。
获得专门的知识比获取常识更容易，有一个简单的原因就可以说明：每种类型的知识都需要一定形式的“表述”以及许多适用于这种表述风格的技能。一旦投入某一领域，专业人员在积累更进一步的知识时就相对容易一些，因为额外的专业知识足够统一，可以适应同样风格的表述。已经学会在某个特定领域中处理一些案例的律师、医生、建筑师或作家会觉得获取更多具有类似特征的知识相对容易一些。想想单独一个人要多花多少时间才有能力同时学会治疗一些疾病、处理一些法律案件、读懂几种建筑蓝图并认识几张交响乐谱。表述形式太多样，会使获得“同样数量”的知识变得困难得多。在每个新的领域，新手不得不学习另一种类型的表述，还要学习新的技能来使用它。这就好像学习好多种不同的语言，每种语言都有自己的语法、词汇和习语。从这个角度来看，孩子所做的事似乎更加非比寻常，因为他们的许多行动都是以自己的创造和发现为基础的。