Aplicado al problema de generación automática de programas, la Programación Genética a menudo produce código inflado, o soluciones inesperadas que son, según la creencia común, difíciles de comprender. Para estudiar la comprensibilidad del código producido por la Programación Genética, se compararon gramáticas de atributos obtenidas mediante inferencia semántica basada en Programación Genética con las escritas manualmente. Según el procedimiento establecido, la investigación se llevó a cabo como un experimento controlado en un aula que involucró a dos grupos de estudiantes de dos universidades, y consistió en un cuestionario inicial, dos pruebas y un cuestionario de retroalimentación después de cada prueba. Las tareas incluidas en las pruebas requerían la identificación de varias propiedades de atributos y gramáticas, la identificación de la gramática de atributos correcta de una lista de opciones, o corregir una regla semántica en una gramática de atributos. Se estableció que las soluciones generadas automáticamente por Programación Genética en el campo de la inferencia semántica, en este estudio gramáticas de atributos, son significativamente más difíciles de comprender que las escritas manualmente. Este hallazgo se mantiene, independientemente de si se considera la corrección de la comprensión, es decir, cuántas gramáticas de atributos fueron comprendidas correctamente, o la eficiencia de la comprensión, es decir, qué tan rápido se comprendieron correctamente las gramáticas de atributos.