Secondo Bara (1977) la simulazione intesa come tecnica di indagine psicologica realizzata dall’intelligenza artificiale ha bisogno dei seguenti requisiti specifici:

1. La teoria su cui si basa deve essere oggettivamente valida;
2. Capacità di esplicare un modello;
3. Costruibilità del modello in questione;
4. Facilità di sperimentazione.

Tutto ciò però è strettamente dipendente dalla possibilità di implementare il modello ottenuto sul calcolatore.

La costruzione di un dato modello di simulazione deve garantire che il modello sia verificabile interamente e che la verifica sia valida per la teoria da cui il modello è stato generato.

Inoltre, una volta costruito, è utile verificare se esiste una effettiva corrispondenza tra modello e uomo.

La teoria della simulazione è basata sul principio secondo il quale l’uomo deve essere considerato un elaboratore di informazioni e che quindi può essere trattato come un risolutore di problemi, cioè come una macchina in grado di elaborare modelli utili alla risoluzione di una data problematica.

Quindi se l’uomo è macchina allora anche la macchina, con opportuni accorgimenti, può simulare il comportamento umano.

Questa affermazione, peraltro molto forte, può generare delle obiezioni; infatti l’uomo è sicuramente molto più di una macchina poiché oltre alla capacità di risolvere i problemi è caratterizzato da cosiddetto pensiero "caldo" (Abelson, 1963) e l’affettività che sono elementi determinanti nella risoluzione dei problemi e non possono essere determinati a priori.

Il processo di simulazione è in realtà un tentativo di costruire una teoria (verificabile) del funzionamento della mente umana.

Il metodo operativo applicato consiste nel costruire modelli di matrice psicologica che vengono, di seguito, ridotti in programmi realizzati al computer, ottenendo come risultato uno specifico comportamento.

Per comportamento si intende l’output di un programma. Nel caso della simulazione il programma che genera l’output ha bisogno di nozioni cognitive inerenti al comportamento complesso e ciò determina un notevole progresso nel campo dell’intelligenza artificiale.

Il metodo sperimentale classico, infatti, si discosta da questa procedura poiché si avvale di comportamenti che vengono tratti da protocolli specifici e che, pertanto, non danno garanzie di comprendere quali siano gli elementi, che vengono realmente utilizzati.

Rispetto al metodo classico, in cui lo scienziato ha il compito di produrre il risultato senza limitazioni di metodi, la simulazione comporta dei limiti ben definiti.

In primo luogo il risultato (comportamento) deve essere paragonabile ai processi mentali.

Per far ciò è necessario che siano soddisfatti due requisiti fondamentali:

1. Che la teoria sia abbastanza ampia da comprendere tutti i meccanismi già conosciuti;
2. Che sia abbastanza specifica da potere ottenere un modello testabile su un calcolatore.

Attualmente, non essendoci regole specifiche che consentono di passare dalla teoria al modello, il ricercatore si preoccupa solo di perseguire il risultato senza poter verificare sperimentalmente che i risultati siano derivati da una teoria generale.

Studi in merito sono stati condotti da Newell Simon, Human Problem solvine (1972), i quali sono riusciti produrre modelli di risoluzione di problemi diversi partendo da una costruzione teorica basata su regole precise per la generazione delle deduzioni (Production System) e per la rappresentazione della conoscenza, che veniva applicata, di volta in volta a domini di compito diversi (problemi di scacchi, logici, ecc.) riconducendo tutti i dati necessari al modello proposto.