Ubrzo nakon pojave CAPTCHA sistema, razvijatelji CAPTCHA sistema uvidjeli su da se rješavanje CAPTCHA testova može koristiti za više od zaštite računarskih sistema. Naime, rješavanje testova koji predstavljaju težak AI problem zahtijeva ulaganje određene količine vremena i napora od svakog korisnika. Procjenjuje se da se svaki dan rješi otprilike 200 milijuna CAPTCHA testova, te da vrijeme koji se ulaže u njihovo rješavanje predstavlja otprilike 150.000 sati ljudskoga rada. Zbog toga, javila se ideja da se CAPTCHA testovi stvaraju na temelju drugih problema koje je korisno rješavati. Naravno, navedeni problemi trebaju biti prikladni kako bi se na osnovu njih mogao stvoriti CAPTCHA test. 
Dva iznimno popularna primjera ovakve primjene CAPTCHA sistema su reCAPTCHA sistemi koji omogućuju digitaliziranje starih knjiga za koje je teško provesti automatsko raspoznavanje teskta, te za prepisivanje starih radijskih emisija. Projekt reCAPTCHA nudi CAPTCHA sisteme koje je moguće ugraditi u bilo koji drugi računarski sistem. ReCAPTCHA sistem zasnovan na raspoznavanju teksta stvara CAPTCHA testove na osnovu digitalnih fotografija dijelova teksta starih knjiga za koje nije uspio postupak računarskog raspoznavanja teksta. Primjer neuspješnog raspoznavanja teksta primjenom računarskih sistema za optičko raspoznavanje znakova (engl. optical character recognition) prikazan je sljedećom slikom ReCAPTCHA sistem zasnovan na raspoznavanju govora stvara CAPTCHA testove na osnovu dijelova digitaliziranih zapisa starih radijskih emisija.

Budući da za stvorene CAPTCHA testove nije poznat točan odgovor, već se rješavanjem CAPTCHA testova želi postići ispravno digitaliziranje knjiga i prepisivanje radijskih emisija, reCAPTCHA sistem koristi poseban pristup za stvaranje CAPTCHA testova. Naime, kako bi se garantovao ispravan rezultat, reCAPTCHA sistemi stvaraju testove koji se sastoje od dva dijela: prvi dio je CAPTCHA test za koji sistemu nije poznat tačan odgovor, dok je drugi dio CAPTCHA test za koji odgovor jest poznat sistemu. Kako bi uspješno pristupio sistemu, korisnik treba odgovoriti na oba CAPTCHA testa. Rješavanjem prvog dijela testa pomaže se digitaliziranju knjiga odnosno prepisivanju radijskih emisija, dok se drugi dio koristi kao kontrolni CAPTCHA test. S ciljem povećanja vjerojatnoće tačnog odgovora na testove za koje odgovor nije poznat, isti CAPTCHA test postavlja se većem broju korisnika te se odabire odgovor kojeg je ponudio najveći broj korisnika. 

Slične ciljeve, ali drugačiji pristup, imaju igre razvijene u sklopu projekta (engl. Games with a purpose). Cilj GWAP projekta je razvoj igara koje bi igrali ljudi na način da bi tijekom igranja ujedno i rješavali probleme koje računari teško rješavaju. Drugim riječima, iako ljudi izravno igraju igre, posredno rješavaju i teške AI probleme. Primjer jedne igre iz GWAP projekta je igra ESP. Cilj igre ESP je prikupiti skup osobina koje vrijede za određenu sliku ili fotografiju. Predhodna  prikazuje primjer jedne partije igre ESP. Igru ESP igraju dva udaljena igrača kojima sistem prikaže istu sliku ili fotografiju. Cilj svakog igrača je nabrojati skup osobina koje vrijede za tu sliku, te da oba igrača navedu barem jednu istu osobinu. Ako igrači navedu istu osobinu za određenu sliku, pretpostavlja se da postoji velika vjerovatnoća da ta osobina stvarno i opisuje sliku, odnosno da igrači ne varaju. Pogađanjem iste osobine, ili istekom vremena, igrači napreduju na iduću sliku. 
Opisani postupak u kojemu igrači opisuju slike osobinama može se iskoristiti u brojnim drugim sistemima, primjerice u sistemima za pretraživanje slika poput Google Image Search sistema, ili u CAPTCHA sistemima koji se zasnivaju na raspoznavanju elemenata slike. U takvim CAPTCHA sistemima, rezultati igre ESP mogli bi se korsititi za stvaranje baze znanja slika. Na taj način, riješio bi se prethodno opisani problem stvaranja dovoljno velike baze znanja kako bi se smanjila uspješnost napada na CAPTCHA sistem.