Al halverwege de vorige eeuw, sedert de opkomst van de Kunstmatige Intelligentie (Artificial Intelligence, of kortweg AI), speelt het schaken een cruciale rol in dit wetenschapsgebied.
Twee van de grootste pioniers van de AI, Claude Shannon en Alan Turing, promootten actief het schaken als het testdomein bij uitstek, de drosophila melanogaster, voor de AI. Zo publiceerde Shannon al in 1950 zijn ideeën over de architectuur van schaakprogramma's, en die paper is nog steeds de "bijbel" voor computerschaak programmeurs. Turing, gedurende de 2e wereldoorlog werkzaam in het fameuze Bletchley Park als deskundige in het ontcijferen van Duitse geheime codes, schreef het allereerste schaak programma.

Maar waarom is schaken dan zo'n gewild testdomein? Hiervoor kunnen we tenminste drie redenen noemen. Op de eerste plaats omdat schaken eenvoudige regels kent, maar toch zo complex dat het veel tijd kost om goed te leren schaken (It takes a few minutes to learn the game, but a lifetime to master it!). Blijkbaar heeft het spel een intrinsieke complexiteit die moeilijk boven water te krijgen is. Ten tweede, vanwege het feit dat de regels goed gedefinieerd zijn speelt ieder schaakprogramma op de wereld hetzelfde spelletje. Dus geen onduidelijkheid over wat wel en niet mag. Dat maakt het mogelijk om op eenvoudige wijze uit te testen of nieuwe technieken beter werken dan andere technieken. Technieken die vervolgens op velerlei andere domeinen toegepast worden. Ten derde worden strategische spelen als een typische uiting gezien van intelligentie, iets waarin de mens zich onderscheidt van dieren. En dan met name het schaken. Goethe noemde schaken al "de toetssteen van het intellect" (Schach ist der Probierstein des Gehirns). Vandaar de grote aandacht vanuit de psychologie, waar onderzoekers probeerden uit interviews met schakers te leren hoe schakers "schaak-denken", om daaruit conclusies te trekken over hoe het menselijke brein functioneert.

Het is dus niet meer dan logisch dat schaken altijd zeer veel aandacht heeft gehad vanuit de wetenschap. En dat heeft zijn resultaten gehad. Computerschaak heeft zich in rap tempo ontwikkeld tot een niveau waarop zelfs wereldkampioenen hun meerdere in de machine moeten erkennen. De belangrijkste mijlpaal was ongetwijfeld de nederlaag van Kasparov tegen DEEP BLUE in 1997, maar ook onlangs nog verloor de huidige wereldkampioen Kramnik van het programma DEEP FRITZ.

Tenslotte, ook in het academische onderwijs speelt schaken een grote rol. Zo worden in de opleiding KennisTechnologie aan de Universiteit Maastricht schaken en schaakproblemen gebruikt als voorbeeld om de werking van ingewikkelde algoritmen te verduidelijken. Dat varieert van intelligente zoektechnieken om complexe toestandsruimten te onderzoeken, machine-learning technieken waarbij computers automatisch patronen leren ontdekken, data-mining technieken voor het leren van strategische regels uit grote hoeveelheden ongeordende gegevens, tot optimaliseringstechnieken. Daarnaast wordt in de master-opleiding AI een aanzienlijk deel van het curriculum besteed aan computerspelen in het algemeen, en traditionele bordspelen als schaken in het bijzonder.

De conclusie is dan ook dat schaken een cruciale rol vervult, zowel binnen het wetenschappelijk onderzoek als het academisch onderwijs.