این سخنرانی به مناسبت هفته پژوهش با معرفی دوران مختلف تاریخ بشر آغاز شد. دکتر منتظر در ادامه به تعاریف مختلفی که از هوش ارایه شده، اشاره کرد. سپس در مورد کارکردهای هوش طبیعی صحبت و هدف هوش مصنوعی را مدل سازی رفتار انسانی برای عهده‌دار شدن وظایف انسان‌ها و جایگزینی در تصمیم‌گیری عقلایی عنوان کرد. بر همین اساس ارکان هوش مصنوعی را مدلسازی اندیشیدن، مدلسازی یادگیری و مدلسازی رشد دانستند و گفتند برای اینکه یک سیستم هوشمند داشته باشیم، باید سیستمی داشته باشیم که بتواند یاد بگیرد، بیاندیشد و تکامل پیدا کند. در حال حاضر بیشتر روی جنبۀ یادگیری سیستم‌ها کار شده و بر اساس داده‌هایی که جمع‌آوری شده، الگوهایی استخراج می‌شود و بر اساس آن یادگیری ایجاد می‌شود.

سپس در بخش دیگری از سخنرانی خود به موضوع نفوذ هوش مصنوعی پرداختند و گفتند خیلی از افراد معتقدند پیشرفت و نفوذ هوش مصنوعی مشابه رشد الکتریسیته در جوامع است؛ «آهسته، خزنده، فراگیر و عمیق!». سپس به مفهومی به نام معمای کالینگ ریج اشاره کردند و گفتند زمانی که تغییری به وجود می‌آید، آن تغییر را درک نمی‌شود و بنابراین برایش سرمایه‌گذاری و برنامه‌ریزی هم نمی‌شود. بعداً که این تغییر جدی شد و همۀ ارکان زندگی را گرفت آنقدر این تغییر گران‌قیمت می‌شود که قدرت کنترل و برنامه‌ریزی روی آن را از دست می‌دهید. بر این اساس گفتند اتفاقی که در حوزه هوش مصنوعی در حال رخ دادن است شبیه همین اتفاق است و خیلی مهم است که برنامه‌ریزی سیاستی دانشگاه برای مواجهه با نفوذ هوش مصنوعی مورد توجه قرار گیرد.

ایشان در ادامه سخنان خود فرمودند در حال حاضر مهمترین وجه هوش مصنوعی که بر فضای علمی و آموزشی تأثیر می‌گذارد، گپ بات‌ها هستند. گپ‌بات‌ها نرم‌افزارهای تعاملی - محاوره‌ای هستند که برای پردازش زبان طبیعی و تعامل با انسان طراحی شده‌اند و به پرسش‌های کاربران چه متنی، چه صوتی و چه تصویری پاسخ می‌دهند. کاربردهای گپ‌بات‌ها در فعالیت‌های دانشگاهی عبارتند از «دستیار هوشمند دانشجویان برای شخصی‌‎سازی یادگیری، دستیار هوشمند پژوهش برای دانشجویان و محیط هوشمند توسعه حرفه‌ای استادان». ایشان همچنین به مخاطرات استفاده از هوش مصنوعی در دانشگاه‌ها نیز اشاره کردند و گفتند مهمترین مخاطراتی که در استفاده از هوش مصنوعی وجود دارد عبارتند از:

22. دور شدن روح تتبع و جویندگی دانش از محیط دانشگاه
23. احساس حضور «دانای کل» به واسطۀ دانش مینیاتوری و اینکه پاسخ هر پرسشی را می‌داند
24. پیشرو بودن دانشجویان از استادان در استفاده از افزارهای جدید
25. خلط شدن سره و ناسره در آموزش (پاسخ‌های نادرست و توهم‌آلود گپ‌بات‌ها در پاسخگویی به پرسش‌های مخاطبان)
26. تضعیف پژوهش و نوآوری‌های علمی (به دلیل ناتوانی گپ‌بات‌ها در عرصه اندیشیدن، خلاقیت و ارتکاب خطاهای جدی در بازیابی اطلاعات و ارتباطات میان مفاهیم)
27. تحلیل روحیۀ اجتماع‌پذیری دانشجویان ناشی از افراط در استفاده از گپ‌بات‌ها
28. حفظ تعادل میان کارکردهای فناوری و وجوه انسانی آموزش (مثل خطر حذف نقش معلم)
29. هزینه بهره‌برداری از فناوری‌های هوشمند

در پایان راهکارهای توسعه هوش مصنوعی در دانشگاه‌ها را بیان گردند و گفتند جعبه سیاه هوش مصنوعی دارای چالش‌های حقوقی، چالش‌های اخلاقی، چالش‌های فلسفی و چالش‌های امنیتی است. بنابراین برای توسعه هوش مصنوعی در دانشگاه‌ها نیاز به همکاری بین گرو‌هی و بازتعریف گروه‌ها داریم. همگراهی بین رشته‌ها باید انجام شود.