Dawn Song quan điểm này rất then chốt: chỉ nhìn vào điểm số giống như chỉ xem tổng điểm trong báo cáo kiểm tra sức khỏe, điều thực sự cần hỏi là "chỗ nào hỏng, hỏng như thế nào". Đánh giá trí tuệ nhân tạo cũng nên như vậy, phân chia thất bại thành các mô hình có thể chẩn đoán được để điều trị đúng bệnh.

Nghiên cứu của Berkeley AI và quan điểm của Dawn Song nhấn mạnh rằng khi đánh giá trí tuệ nhân tạo, cần tập trung vào nguyên nhân cụ thể của sự thất bại trong việc hiểu thay vì chỉ dựa vào điểm chuẩn. Nên phân tích thất bại lâu dài thành các mô hình có thể chẩn đoán để định vị và phân tích chính xác hơn nơi và lý do tại sao trí tuệ nhân tạo thất bại. Bản gốc không cung cấp thông tin về các tiêu chuẩn cụ thể, chi tiết phân tích hoặc phân loại các mô hình thất bại.