事实上，游戏规则已经发生了重大变化。Andreas马蒂亚斯在总结他对自动机学习的研究时指出：
目前有一些正在开发或已经投入使用的机器，它们能够决定行动路线，并在没有人为干预的情况下采取行动。它们行动的规则在生产过程中并不是固定的，而是可以在机器运行过程中由机器自己改变的。这就是我们所说的机器学习。传统上，我们要么认为机器的操作员/制造商对其操作的后果负责，要么认为“没有人”(在无法识别个人过错的情况下)。现在可以证明，有越来越多的机器行为类别，其中传统的责任归属方式与我们的正义感和社会的道德框架不兼容，因为没有人对机器的行为有足够的控制权.能够为它们承担责任。(马蒂亚斯，2004:177)
换句话说，曾经有效地将机器行为束缚在人类能动性上的技术的工具性定义，不再充分适用于那些被刻意设计为运行和表现出某种形式(无论多么初级)的独立行动或自主决策的机制。重要的是要强调，这并不意味着工具定义就此被驳倒了。已经存在并将继续存在被人类用户理解和利用为工具的机制(即割草机、开瓶器、电话、数码相机等)。问题的关键在于，无论工具主义的定义在解释某些技术设备时在某些情况下是多么有用和看似正确，但它并没有穷尽所有类型设备的所有可能性。
最后，除了复杂的学习自动机和机器人之外，还有一些普通的对象，如在线聊天机器人和非玩家角色，即使没有证明这一点，至少也会使工具主义的假设复杂化。例如，米兰达·莫布雷(MirandaMowbray)研究了在线社区和大型多人在线角色扮演游戏(mmorpg)中道德代理的复杂性。
网络社区的兴起导致了一种通过在线角色进行实时、多人互动的现象。一些在线社区技术允许创建机器人(根据软件程序而不是由人类直接控制的角色)
David J. Gunkel8
81
10.15215/aupress/9781771991292.01