IBM人工智能研究一直取得不少突破，1997年IBM超級電腦「深藍」（DeepBlue）擊敗國際象棋棋王卡斯帕羅夫（Garry Kasparov），而2011年IBM的Watson勝出了益智問答比賽《Jeopardy!》。2018年IBM再以AI科技Debater辯論機械人與人類展開辯論。
機器可就不同課題與人類辯論，代表機器可處理事項愈來愈多。人類不少決定，都不是非黑即白，往往權衡輕重之後才作出。以往，電腦只能處理邏輯上絕對是非，所謂決策支援，不少只是以樹狀結構，以獲得一個預定答案，沒有全盤考慮所有觀點。
但是，實現世界處理的問題複雜，往往要參考不少事實，從蒐集證據，再經過辯證，考慮正反意見，作出更好決策。AI處理自然語言，也理解大量文獻和資訊，下一步就是透過辯論，幫助人類作出決策。
《Jeopardy!》顯示Watson可以閱讀並理解大量的資訊，並可以參加問答比賽。從2014年，IBM以色列海法研究院AI團隊開發Debater，懂得理解辯論命題，並且組織觀點。今年四月，Debater參加三藩市舉辦的辯論比賽，不少聽眾均接受Debater提出的觀點，顯示利用AI作為辯論，技術上已具備足夠條件。
IBM團隊以4年時間開發開發Debater。IBM研究院副總裁Aya Soffer說，Debater涉及多項AI技術，從機器學習、自然語言處理、語音合成／分析、資訊搜集、知識圖表和推理、自然語言理解及自然語言生成。
Debater可應用於新聞、財務諮詢、法律、選舉、高層管理會議，以權衡各種觀點和利益關係。從教育角度，Debater也助學生有更批判思維，從多角度考察問題。
Soffer說，Debater技術有數個突破；首先Debater純粹以數據驅動，能以數據建立所有觀點；首次是須能夠自行整理4分鐘開場白，並且具一定說服力；最後可具完整聽讀的理解能力，可聽取辯論另一方長篇贅述，並不是基於片言斷語，而是整篇作通盤分析，可分出陳述時，那些論點訴諸感情，何者基於事實，組織觀點反駁。
IBM以色列海法研究院Noam Slonim說，IBM的Debater事前不知道辨論的議題。辯論過程會利用半小時，再籌備4分鐘的主要論點，時間上跟人類差不多。
科學家向Debater輸入了大量資料和新聞報導，並以AI為方式訓練了不同辯論模型，可為Debater建立分析觀點，遇見相同的論題時，就從相關論點加以發揮。
「例如論題關於應否禁止某種活動，有可能引致黑市活動。比方說，政府完全禁煙、禁酒、槍械，易導致黑市交易。可是，並非禁止每項活動，黑市都會出現。如禁止墮胎，就不會有相同效果。Debater必須知道何種情況下，能應用不同辯論模型，否則鬧出笑話。」
Debater計畫全球經理Ranit Aharonov表示，Debater利用弱監督學習（Weak Supervised）模式的DNN神經網絡訓練辯論的模型，訓練DNN自然語言處理，往往必須花大量的人力在標注資料，以便AI能判斷資料的性質。
弱監督學習則從環境，或者上文下理，可獲知如何標注該筆資料，可減省大量人手。事實上，辯論時也不可能靠人手標注。Aharonov解釋，Debater可從前言後語，標注辯論另一方所說為除述事實（Fact），抑或只是作出聲稱（Claim），例如對方以 Think或Believe，以後所說就是一項聲稱，能夠加以反駁。
Aharonov說，辯論跟其他問題不同之處，是沒有絕對的對與錯，所以不可能跟AlphaGo圍棋一樣，以加強學習（Reinforcement Learning），系統透過自我辯論去提昇技巧。
Debater擁有海量的記憶能力。不過，人類學習的奇妙之處，乃是推理能力，快速從學習一樣事物，套用到其他相同處境。科學家也希望能訓練Debater具備相同的能力，可以舉一反三，從範例學習推理，才有望更接近人類辨論能力。