ในช่วงปลายคริสต์ศตวรรษที่ ๒๐ (ค.ศ. ๑๙๐๐ - ๑๙๙๙) ได้มีความพยายามในการวิจัย และพัฒนาเทคโนโลยีสารสนเทศ ให้เกิดประโยชน์ใช้สอยกับผู้ใช้ทั่วไปได้มากที่สุด โดยมุ่งเน้นการทำให้คอมพิวเตอร์สามารถทำงานประสานกับมนุษย์ ด้วยภาษาพูด ความพยายามที่ว่านี้ เป็นการใช้วิทยาการที่เรียกว่า ปัญญาประดิษฐ์ (Artificial Intelligence) ในการสร้างให้เครื่องจักรสามารถเข้าใจ ภาษาธรรมชาติของมนุษย์ (natural language) ทั้งในรูปภาษาเขียน และภาษาพูด ปัญหาที่ยากมากในการทำให้เครื่องจักรรับรู้ และเข้าใจภาษามนุษย์คือ แม้แต่มนุษย์เอง ก็ยังไม่สามารถเข้าใจ กระบวนการของการเรียนรู้ภาษาได้อย่างละเอียดลึกซึ้ง เพราะกระบวนการนี้ เป็นเรื่องอัตโนมัติ สำหรับมนุษย์ ซึ่งมีกลไกในสมองที่ธรรมชาติสร้างไว้ ให้สามารถเรียนรู้เกี่ยวกับภาษา ได้อย่างรวดเร็วมากในวัยเด็ก กระบวนการเรียนรู้ที่ว่านี้ยังมีการศึกษาอยู่ว่า เกิดขึ้น และพัฒนาต่อไปได้อย่างไร (ที่น่าสนใจคือ ความสามารถในการเรียนรู้ภาษานี้ จะลดน้อยลงไปเรื่อยๆ เมื่อโตขึ้นทำให้ผู้ใหญ่เรียนรู้ภาษาด้วยความยากลำบากกว่าเด็ก) กลุ่มนักวิจัยซึ่งทำงานในด้านนี้ มาตั้งแต่ช่วยคริสต์ทศวรรษที่ ๖๐ ได้พบว่า ความเข้าใจภาษานี้เป็นเรื่องยากมากๆ ความสำเร็จเท่าที่ได้มีมาแล้ว ยังเป็นเรื่องที่จำกัดอย่างยิ่ง ในขณะนี้ความสามารถในการเข้าใจคำสั่งภาษามนุษย์ยังมีไม่กี่คำ หรือเป็นประโยคที่ไม่ซับซ้อนมากนัก ในระยะต่อไป คาดว่า จะมีการปรับปรุงขีดความสามารถของระบบ ให้สามารถรับรู้คำสั่ง ที่ซับซ้อนใกล้เคียงกับภาษาพูดปกติ ในภาษาใดภาษาหนึ่ง

            ความสามารถในการรับรู้ภาษาต่างๆ ของมนุษย์ เกี่ยวเนื่องโดยตรงกับความสามารถในการเข้าใจสิ่งแวดล้อม และวัฒนธรรม ที่ใช้กับภาษานั้นๆ หากไม่สามารถสร้างสิ่งเหล่านี้ เข้าไปในระบบความเข้าใจของเครื่องจักร ก็ยากที่จะให้เกิดการตีความที่สื่อความหมายที่ถูกต้อง ระหว่างผู้ที่สื่อสารในภาษานั้นๆ อย่างไรก็ตาม ในสภาพแวดล้อมที่จำกัดลงมา เราก็อาจกำหนดกรอบเงื่อนไขที่เล็กลงมา สำหรับการจัดการกับข้อความ หรือคำที่เครื่องจักร จะต้องตีความ ซึ่งเห็นแล้วว่า ไม่ยากนัก ที่จะให้สัตว์เลี้ยงรับคำสั่งเป็นคำๆ แต่ยากที่จะให้มันเข้าใจข้อความหลายคำ หรือเป็นประโยค ในกรณีของเครื่องจักรคอมพิวเตอร์ก็เช่นกัน เป็นการยาก ที่จะสร้างโปรแกรมสอนคอมพิวเตอร์ให้แยกคำ และรับรู้คำใดมีความหมายอย่างไร และเมื่อประกอบคำเหล่านั้น เข้าด้วยกันในประโยคแล้ว มีความหมายอย่างไร การเข้าใจภาษาเขียนนั้น เป็นการยากอยู่แล้ว เพราะต้องแยกอักขระออกเป็นคำ แล้วพิจารณาการประกอบของคำเป็นประโยค แต่การเข้าใจภาษาพูดยิ่งยากกว่าอีกมาก เพราะต้องมีกระบวนการของการรับรู้เสียง แยกเสียง และส่วนประกอบของเสียง เพื่อให้ทราบว่า ข้อความที่พูดนั้น หมายถึงอะไร

เจ้าหน้าที่สั่งงานคอมพิวเตอร์ด้วยคำพูด

ตัวอย่างงานบริการสารสนเทศต่างๆ ทางอินเทอร์เน็ต