कैलिफ़ोर्निया विश्वविद्यालय, सैन डिएगो के शोध में पाया गया है कि GPT-4 ट्यूरिंग टेस्ट में 41% से अधिक सफलता दर के साथ ELIZA से आगे निकल गया है। ELIZA ने 27% सफलता दर के साथ मानव की नकल की, जबकि GPT-3.5 की सफलता दर केवल 14% थी, जिससे असहज समीक्षाएँ हुईं। शोध में बताया गया है कि ChatGPT को विशेष रूप से ट्यूरिंग टेस्ट के लिए डिज़ाइन नहीं किया गया था, और GPT-4 ने परीक्षण में अधिक मजबूत प्रदर्शन किया, जिससे उद्योग में रुचि बढ़ गई।