Aynı testi herkesin aynı yapması yeterli mi? Değil; bir ölçüm tekrarlanabilir olsa bile yanlış şeyi, dar bir veri kümesini ya da laboratuvar koşulunu temsil edebilir. Yapay zekâ standardının güvenilirliği bu yüzden yalnız puanın tutarlılığına değil, ölçtüğü şeyin gerçek kullanım sorusuyla ne kadar örtüştüğüne de bağlıdır.