Yritettyään vuosikaudet esityksensä vaatimaa maailman analyysiä, jota kutsui fenomenologiaksi, Wittgenstein kysyi kirjassaan Philosophical Investigations (1953): [W]hat are the simple constituent parts of which reality is composed? ...It makes no sense at all to speak absolutely of the 'simple parts of a chair.' (lainaus Dreyfus ja Dreyfus 1988, s. 27). Ongelmakentän olioiden ja niiden välisten suhteiden nimeäminen ei ole helppoa ja yksinkertaista alkuasetelman rakentamista, josta todellinen 'järjen käyttö' vasta alkaa, kuten symbolisen tekoälyn kannattajat ovat ajatelleet.
Myös Heidegger, Husserlin oppilas, yritti maailman fenomenologista kuvausta, ja päätyi toteamaan, että arkimaailmaa ei voida esittää joukkona kontekstistaan riippumattomia olioita ja niiden predikaatteja [][s. 28]dreyfus. 25 vuotta asiaa tutkittuaan myös Husserl myönsi, että jokapäiväisen elämän täydellinen kuvaaminen teoreettisesti oli paljon vaikeampaa kuin hän alunperin oli olettanut, ja 75-vuotiaana lopulta totesi olevansa asiassa täysi aloittelija, ja että fenomenologinen projekti on loputon [s. 30]dreyfus.
Tämän filosofian historian valossa ei ole ihme, että Dreyfusit pitävät Marvin Minskyn fenomenologista optimismia naivina: Minskyn mielestä common sense -tietouden selvittäminen on epistemologinen projekti, joka riittävällä paneutumisella kyllä voidaan toteuttaa. Minsky on kehittänyt tavan representoida mm. tarinoiden ymmärtämisessä vaadittavaa tietoutta maailmasta ns. kehysten (frame) muodossa [Minsky 1975]. Dreyfusit epäilevät myös Minskyn olevan ajautumassa samankaltaisiin ongelmiin kuin Husserl aikoinaan; kaiken tarvittavan tiedon esittämiseen edes pienen tarinanpätkän ymmärtämiseksi tarvitaan valtavat määrät tietorakenteita, joiden täyttämisen puolestaan vaatii maailman epistemologisen kartoituksen. [s. 30]dreyfus
Samalle oletukselle ongelmakenttien helposta formalisoitavuudesta rakensivat varhaisen symbolisen tekoälyn edustajat. Vuonna 1972 Newell ja Simon ilmoittivat kehittäneensä ohjelman nimeltä GPS - General Problem Solver - joka ainakin periaatteessa kykeni ratkaisemaan mitä erilaatuisimpia ongelmia. GPS pystyi todistamaan teoreemoja, pelaamaan shakkia ja ratkaisemaan arvoituksia, kuten lähetyssaarnaaja-kannibaali-pähkinän tai Hanoin tornit -ongelman. Ongelmanratkaisussaan GPS sovelsi ns. means-ends-analyysiä, jota introspektiivisten raporttien mukaan myös ihmiset käyttivät vastaavien ongelmien ratkomisessa: se arvioi päämäärän ja nykytilanteen välisen eron suuruuden ja pyrki löytämään keinon pienentää tuota eroa, kunnes ratkaisu löytyi [s. 148-149]gardner.
Innostus GPS:n kykyihin kuitenkin laimeni, kun kävi ilmi, että ''yleinen ongelmanratkaisin'' ei ollutkaan aivan niin yleinen kuin oli kuviteltu; GPS kykeni kyllä ratkaisemaan hyvin määriteltyjen mikromaailmojen ongelmia, joissa sekä oliot että toimintasäännöt pystyttiin määrittelemään formaalisti, ja kaikki toimintaympäristön piirteet olivat ohjelman tiedossa [s. 93-96]dreyfus:what. Kuitenkin harvat todellisen maailman ongelmista ovat hyvin määriteltyjä, ja usein inhimillisen ongelmanratkaisijan tiedossa on vain osa oleellisesta informaatiosta, joka sekin saattaa olla osittain virheellistä. Miten kone voisi ikinä yltää ihmisen tasolle toimiessaan maailmassa, jos sille pitää ensin analysoida ongelman rakenne, ja luoda siitä formaali eksplisiittinen teoria?
Kuten Dreyfusit toteavat, ainoa klassista tekoälyä tässä tilanteessa
ylläpitävä vaihtoehto on uskoa, että common sense -tieto on
välttämättä mahdollista, koska ihmiset näyttäisivät sitä käyttävän
toimiessaan maailmassa. Mutta ehkä jokapäiväisessä maailmassa
toimimiseen ei tarvitakaan eksplisiittistä tietoa vaan tilanteiden
ymmärtämistä:
[H]uman beings may not use commonsense knowledge at all. As Heidegger and Wittgenstein pointed out, what commonsense amounts to might well be everyday know-how. By ''know-how'' we do not mean procedural rules, but knowing what to do in a vast number of special cases. [s. 33]dreyfus