AI-vetenskapliga artiklar utgör en större risk för karriärutvärderingsprocessen än för forskningsprocessen. AI kan producera artiklar jämförbara med många hyfsade tidskrifter, men de flesta av dessa artiklar är inte särskilt bra – varken AI-artiklarna eller de i tidskrifter. I inlägget använder @causalinf Claude för att skriva en uppsats om skiftdelning. Tyvärr överträffar publiceringsframgången för skiftdelningsartiklar vida deras verkliga noggrannhet eller tillförlitlighet. Det finns en hel klass av metoder som dessa, som är bra för karriärer eftersom de pålitligt producerar bra t-statistik och fina berättelser för redaktörer och granskare—t.ex. distans-IV:er, dåligt identifierade strukturella modeller, diff-in-diff med få tidsperioder, etc. [hans_unpopular_opinion.gif] Det är inte universellt sant, men för det mesta tillförde inte klassen av artiklar som AI snabbt kan reproducera särskilt mycket socialt värde från början. Bläddra igenom de senaste utgåvorna av de främsta ekonomitidskrifterna och hitta de artiklar du tycker är riktigt korrekta och viktiga. Väldigt, väldigt få av dessa tillhör kategorin "AI kunde ha skrivit detta." Istället är de bra originella idéer, kreativ (och ofta svår) datainsamling, originella lösningar på verkliga problem. Kanske kommer AI en dag att producera dessa också, men just nu är det inte ens i närheten. AI-artiklar avslöjar främst att mycket ekonomiforskning är formelbaserad och inte särskilt informativ om världen. Originalverk som säger något nytt och viktigt om världen kommer att fortsätta sticka ut, åtminstone för tillfället. Kanske kommer AI-slopcopalypsen att tvinga fler forskare att arbeta med bestående värde.