A Moravec-paradoxon a mesterséges intelligencia és a robotika kutatóinak meglepő felfedezése, miszerint a hagyományos feltételezésektől eltérően a magas szintű gondolkodás nagyon kicsi számítási teljesítményt vesz igénybe, az alacsony szintű szenzomotoros készségek ellenben óriási számítási erőforrásokat igényelnek. A paradoxont először Hans Moravec, Rodney Brooks, Marvin Minsky és mások fogalmazták meg az 1980-as években. Moravecet idézve: „a számítógépeket viszonylag könnyen képessé tehetjük arra, hogy felnőttekéhez mérhető szintű eredményeket érjenek el intelligenciateszteken vagy a dámajátékban, de a lehetetlent súrolóan nehéz eljuttatni őket az egyéves gyerekek szintjére az észlelés és manőverező képesség területén”.[1]
A nyelvész és kognitív tudós Steven Pinker a Moravec-paradoxont a mesterséges intelligencia kutatói által elért legfontosabb felfedezésnek tartja. Könyvében – A nyelvi ösztön – így fogalmaz:
„Az MI-kutatás harminc évének legfontosabb tanulsága az, hogy a nehéz feladatok könnyűek, a könnyű feladatok pedig nehezek. Egy négyéves gyerek mentális képességei, amelyeket természetesnek veszünk – egy arc felismerése, egy ceruza felemelése, egy kérdés megválaszolása, keresztülmenni egy szobán – az elképzelhető legnehezebb mérnöki problémák megoldására is alkalmasak. […] Ahogy az intelligens gépek új generációja megjelenik, a tőzsdei elemzők, a vegyészmérnökök és a feltételes szabadságra bocsátásban döntést hozó bizottsági tagok azok, akiknek okuk van a félelemre, hogy elveszítik munkájukat. A kertészek, a recepciósok és a szakácsok még évtizedekig biztonságban végezhetik munkájukat.[2][3]”
Marvin Minsky kiemeli, hogy a legnehezebben visszafejthető emberi képességek azok, melyeket nem tudatosan végzünk. „Általában véve, annak vagyunk a legkevésbé tudatában, amit az agyunk a leghatékonyabban végez”, írja, majd hozzáteszi: „jobban tudatosítjuk azokat az egyszerű folyamatokat, amik nem jól működnek, mint azokat a komplex folyamatokat, amik hibátlanul dolgoznak”.[4]