Предлог се разликује од наредбе. Иако се чини да неки људи потпуно промашују поенту, предлог је једноставно идеја изнета као потенцијално решење проблема. Давање сугестије подразумева да могу постојати и друга решења и да прихватање сугестије не значи аутоматску имплементацију. У ствари, предлог је само идеја; можда неће ни радити. Наравно, у савршеном свету, сви предлози би били добри предлози — барем могућа решења за исправан резултат, што је ретко случај у стварном свету.
Добијање предлога на основу прошлих радњи
Најчешћи начин на који АИ користи за креирање предлога је прикупљање прошлих радњи као догађаја, а затим коришћење тих прошлих радњи као скупа података за давање нових предлога. На пример, неко купује Халф-Бакед Видгет сваког месеца током три месеца. Има смисла предложити куповину још једног на почетку четвртог месеца. У ствари, заиста паметна АИ би могла дати предлог у право време у месецу. На пример, ако корисник обави куповину између трећег и петог дана у месецу за прва три месеца, исплати се да почне да даје предлог трећег дана у месецу, а затим да пређе на нешто друго после петог дана.
Људи дају огроман број трагова док обављају задатке. За разлику од људи, АИ заправо обраћа пажњу на сваки од ових трагова и може их снимити на доследан начин. Конзистентно прикупљање података о акцијама омогућава вештачкој интелигенцији да даје предлоге засноване на прошлим радњама са високим степеном тачности у многим случајевима.
Добијање предлога на основу група
Још један уобичајен начин давања предлога се ослања на чланство у групи. У овом случају, чланство у групи не мора бити формално. Група би се могла састојати од лабавог удружења људи који имају заједничку мању потребу или активност. На пример, дрвосеча, власник продавнице и дијететичар могу сви да купе мистериозне књиге. Иако немају ништа друго заједничко, чак ни локацију, чињеница да су све три као мистерије чини их делом групе. АИ може лако уочити овакве обрасце који би могли измицати људима, тако да може дати добре предлоге за куповину на основу ових прилично лабавих групних припадности.
Групе могу укључивати етеричне везе које су у најбољем случају привремене. На пример, сви људи који су летели 1982 из Хјустона на одређени дан могли су да формирају групу. Опет, никаква веза између ових људи не постоји осим што су се појавили на одређеном лету. Међутим, знајући ове информације, АИ би могао да изврши додатно филтрирање како би лоцирао људе у лету који воле мистерије. Поента је да АИ може дати добре предлоге засноване на припадности групи чак и када је групу тешко (ако не и немогуће) идентификовати из људске перспективе.
Добијање погрешних предлога
Свако ко је провео време у куповини на мрежи зна да веб локације често дају предлоге на основу различитих критеријума, као што су претходне куповине. Нажалост, ови предлози су често погрешни јер основној вештачкој интелигенцији недостаје разумевање. Када неко једном у животу купи супершироки виџет, човек би вероватно знао да се куповина заиста дешава једном у животу јер је веома мало вероватно да ће некоме требати два. Међутим, АИ не разуме ову чињеницу. Дакле, осим ако програмер изричито не креира правило које наводи да се супершироки виџети купују једном у животу, АИ може одлучити да настави да препоручује производ јер је продаја разумљиво мала. Пратећи секундарно правило о промовисању производа са споријом продајом, АИ се понаша у складу са карактеристикама које му је програмер обезбедио,
Осим грешака заснованих на правилима или логичким грешкама у АИ, предлози се могу оштетити због проблема са подацима. На пример, ГПС може дати предлог на основу најбољих могућих података за одређено путовање. Међутим, изградња пута би могла учинити предложену стазу неодрживом јер је пут затворен. Наравно, многе ГПС апликације разматрају изградњу путева, али понекад не узимају у обзир друга питања, као што су изненадна промена ограничења брзине или временски услови који одређени пут чине подмуклим. Људи могу да превазиђу недостатке у подацима путем иновација, као што је коришћење путева који се мање путују или разумевање значења знакова за обилазак.
Када вештачка интелигенција успе да превазиђе проблеме логике, правила и података, понекад и даље даје лоше предлоге јер не разуме корелацију између одређених скупова података на исти начин на који то чини човек. На пример, вештачка интелигенција можда не зна да предложи фарбу након што човек купи комбинацију цеви и гипсаних плоча приликом поправке водовода. Потреба за фарбањем сухозида и околине након поправке је очигледна за човека јер човек има осећај за естетику који недостаје вештачкој интелигенцији. Човек прави корелацију између различитих производа која није очигледна АИ.