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 عهده‌ دار شدن وظایف انسان‌ ها و جایگزینی در تصمیم‌ گیری 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 سیستم‌ ها کار شده و بر اساس داده‌ هایی که جمع‌ آوری شده، الگوهایی استخراج می‌ شود و بر اساس آن یادگیری ایجاد می‌ شود.

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 می‌ آید، آن تغییر را درک نمی‌ شود و بنابراین برایش سرمایه‌ گذاری و برنامه‌ ریزی هم نمی‌ شود. بعداً که این تغییر جدی شد و همۀ ارکان زندگی را گرفت آنقدر این تغییر گران‌ قیمت می‌ شود که قدرت کنترل و برنامه‌ ریزی روی آن را از دست می‌ دهید. بر این اساس گفتند اتفاقی که در حوزه هوش مصنوعی در حال رخ دادن است شبیه همین اتفاق است و  خیلی مهم است که برنامه‌ ریزی 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 می‌ گذارد، گپ بات‌ ها هستند. گپ‌ بات‌ ها نرم‌ افزارهای تعاملی - محاوره‌ ای هستند که برای پردازش زبان طبیعی و تعامل با انسان طراحی شده‌ اند و به پرسش‌ های کاربران چه متنی، چه صوتی و چه تصویری پاسخ می‌ دهند. کاربردهای گپ‌ بات‌ ها در فعالیت‌ های دانشگاهی عبارتند از « دستیار هوشمند دانشجویان برای شخصی‌ ‎ سازی یادگیری، دستیار هوشمند پژوهش برای دانشجویان و محیط هوشمند توسعه حرفه‌ ای استادان» . ایشان همچنین به مخاطرات استفاده از هوش مصنوعی در دانشگاه‌ ها نیز اشاره کردند و گفتند مهمترین مخاطراتی که در استفاده از هوش مصنوعی وجود دارد عبارتند از:

1. دور شدن روح تتبع و جویندگی دانش از محیط دانشگاه
2. احساس حضور « دانای کل» به واسطۀ دانش مینیاتوری و اینکه پاسخ هر پرسشی را می‌ داند
3. پیشرو بودن دانشجویان از استادان در استفاده از افزارهای جدید
4. خلط شدن سره و ناسره در آموزش (پاسخ‌ های نادرست و توهم‌ آلود گپ‌ بات‌ ها در پاسخگویی به پرسش‌ های مخاطبان)
5. تضعیف پژوهش و نوآوری‌ های علمی (به دلیل ناتوانی گپ‌ بات‌ ها در عرصه اندیشیدن، خلاقیت و ارتکاب خطاهای جدی در بازیابی اطلاعات و ارتباطات میان مفاهیم)
6. تحلیل روحیۀ اجتماع‌ پذیری دانشجویان ناشی از افراط در استفاده از گپ‌ بات‌ ها
7. حفظ تعادل میان کارکردهای فناوری و وجوه انسانی آموزش (مثل خطر حذف نقش معلم)
8. هزینه بهره‌ برداری از فناوری‌ های هوشمند

در پایان راهکارهای توسعه هوش مصنوعی در دانشگاه‌ ها را بیان گردند و گفتند جعبه سیاه هوش مصنوعی دارای چالش‌ های حقوقی، چالش‌ های اخلاقی، چالش‌ های فلسفی و چالش‌ های امنیتی است. بنابراین برای توسعه هوش مصنوعی در دانشگاه‌ ها نیاز به همکاری بین گرو‌ هی و بازتعریف گروه‌ ها داریم. همگراهی بین رشته‌ ها باید انجام شود.