A szkeptikus – és koreaiul nem beszélő – tudósok az állítás igazolása érdekében először felvették az elefánt szavait, majd azokat lejátszották koreaiaknak. Bár a felvételen az elefánthívásra jellemző hangok is jelen voltak, a hallgatóság egyetértett abban, hogy tisztán kivehetőek voltak a helló, ülj le, nem, feküdj le és a jó kifejezések.
A kutatásban részt vevő Angela Stoegernek, a Bécsi Egyetem munkatársának magyarázata szerint az emberi beszédet alapvetően a hangmagasság és a hangszín határozza meg – Koshik pedig kiválóan képes utánozni mindkettőt, még ha ehhez az ormánya végét a szájába is kell gyömöszölnie.
A tudósok feltételezése szerint az elefánt verbális képességeit azért fejlesztette ilyen látványos szintre, mert fiatalabb korában nem volt kapcsolata fajtársaival, az emberi beszéddel pedig emberi kapcsolatokat próbált kialakítani. S bár Koshik természetesen nem beszél, „csak” hangokat utánoz, az eset legalább olyan különleges, mint a szintén emberi nyelven megszólaló delfin.
