De IA ahí no hay nada. Lo único que tienen es un parser mínimo para distinguir unas pocas cosas y elegir la secuencia de video apropiada. Lo mismo vale una frase completa que solamente decir el nombre de la prenda de vestir o de una acción para que la chica haga algo. Ni siquiera tiene que buscar nada.
Algo que distingue un programa inteligente de uno que no lo es, es que la solución no está directamente programada sino que lo que se programa son los medios para hallar una solución. En este caso, el programa es de lo más normal:
Si("shirt") entonces
hacer tal chorrada
Si. la tía esta buena pero el programa es una chorradilla
Saludos
n.