所有的 25 个笑话都并非 ChatGPT 原创，在对许多笑话进行搜索可以找到完全相同的版本。在全部 1008 个笑话中，有 909 个笑话与前 25 个笑话完全相同，剩余的 99 个笑话也似乎只是在这 25 个笑话中做出了一些有限的修改，譬如经典的双关笑话结构，使用语言的一种意思制造期望，再使用另一种意思创造反差形成幽默“Why did the chicken cross the road? To get to the other side”，get to the other side 即指过马路，又指“去另一个世界”，通过双关构成了一个经典的幽默，在这个的基础上，ChatGPT 通过简单的替换形成了：
Why did the chicken cross the playground? To get to the other slide(33)
Why did the duck cross the road? To get to the other pond(2)
Why did the chicken wear a tuxedo? Because it was a formal occasion(1)
Why did the duck cross the playground? To get to the other slide(1)
很明显，伴随着 ChatGPT 的魔改——将 chicken 换为 duck，将get to the other side 换为 get to the other slide 等等，通过 ChatGPT 的修改，这个笑话的“双关”意味也越来越淡。
同样的还有如“Why did the man put his money in the freezer? He wanted cold hard cash”，被 ChatGPT 修改如下：
Why did the man put his watch in the blender? He wanted to make time fly(2)
Why did the man put his money in the blender? He wanted to make time fly(2)
可以看到第一个句子还有双关的意味，而第二个句子则是一个完全无效的笑话。
再如一个“Why was the math book sad? Because it had too many problems”的例子，ChatGPT 将其通过同义替换修改为：
Why did the math book look so mad? Because it had too many problems(9)
Why was the physics book sad? Because it had so many problems(1)
Why was the physics book sad? Because it had so many formulas to memorize and so few friends to share them with(3)
从上面三个例子可以看到 ChatGPT 是如何对原始的笑话问题进行修改以产生类似“原创”的笑话的，但是很明显在 ChatGPT 的创作过程中很容易产生无效的创作，而如果对 ChatGPT 的创作加以引导，询问更加具体一点的笑话，如询问 ChatGPT 讲一个关于学物理的学生的笑话，ChatGPT 的回答是“Why did the physics student break up with their lab partner? There was no chemistry!”，这个笑话的原始版本是“Why did the physics teacher break up with the biology teacher? There was no chemistry!”，很明显 ChatGPT get 到了原始笑话的真正有趣的结构并对具体问题做了迁移，虽然可能没有原始版本设计的那么巧妙但是仍然具有文字游戏的意味。
但是这种具体的询问有时也会失效，如询问 ChatGPT 讲一个关于猫的笑话，ChatGPT 的回答是“Why did the cat put his paw in the air? Because he wanted to catch a snowflake!”，这个笑话似乎并没有特殊的好笑的含义。
同时，如果 ChatGPT 生成的笑话距离原始的笑话版本越远，它的“有趣程度”也会跟随着发生下降，比如当询问一个关于机器学习的笑话时，ChatGPT 生成了“Why did the machine learning algorithm cross the road? To get to the other side of the training data set!”这个笑话只是对原始的 chicken 笑话的一个拙劣的替换，不过在 get to the other side 后面加入了 training data set 还是可以看出 ChatGPT 利用了 machine learning 的部分信息。
使用不同的提示可以产生出不同的输出，比如：
Why was the machine learning algorithm always so pessimistic? Because it had a negative bias!
Why did the neural network go to therapy? Because it was suffering from overfitting!
如果看出来了 ChatGPT 生成笑话的方式——以模仿，替换为主，那么 ChatGPT 到底能不能理解它所说的这些笑话有趣的实质呢？以“Why was the math book sad? Because it had too many problems”为例，当作者让 ChatGPT 解释这个笑话时，ChatGPT 正确的指出了“Problems”在上文中的两种含义——数学习题与生活中的困难。在 25 个笑话中，有 23 个笑话的解释是准确且合理的，但是 ChatGPT 在解释一些自己原创的笑话时也会捉襟见肘，如“Why did the chicken cross the playground? To get to the other slide”，ChatGPT 解释说使用了“slide”一词的双关，显然它的答案没有真正解释自己的修改为什么好笑。
同样，在 ChatGPT 自己生成的一些“无效笑话”中，它也可以强行为自己的笑话赋予一个解释，比如要求 ChatGPT 解释 “Why did the cookie go to the gym? To get a-cookie-dized”时，ChatGPT 回答“这个笑话是一个文字游戏，cookie-dized 对应 get categorized，即用“饼干”代替“归类”，这个笑话是说饼干要去健身房，以变得更健康，就好像它是一个人一样，这暗示饼干是一个人”。显然，从 ChatGPT 的解释来看，这个笑话也没有任何幽默的成分在其中，只是牵强附会了一个解释。
