Gli articoli di ricerca sull'AI rappresentano un rischio maggiore per il processo di valutazione della carriera rispetto a quello di ricerca. L'AI può produrre articoli comparabili a quelli di molte riviste decenti, ma la maggior parte di questi articoli non è così buona—né quelli generati dall'AI né quelli pubblicati nelle riviste. Nel post, @causalinf utilizza Claude per scrivere un articolo sul metodo shift-share. Sfortunatamente, il successo di pubblicazione degli articoli shift-share supera di gran lunga la loro accuratezza o affidabilità nel mondo reale. Esiste un'intera classe di metodi come questo, che sono buoni per le carriere perché producono in modo affidabile buone statistiche t e belle storie per editori e revisori—ad esempio, IVs a distanza, modelli strutturali mal identificati, diff-in-diff con pochi periodi di tempo, ecc. [hans_unpopular_opinion.gif] Non è universalmente vero, ma per la maggior parte, la classe di articoli che l'AI può riprodurre rapidamente non stava aggiungendo molto valore sociale in primo luogo. Sfoglia le edizioni recenti delle migliori riviste economiche e trova gli articoli che pensi siano davvero corretti e importanti. Molto, molto pochi di quelli rientrano nella categoria di "l'AI avrebbe potuto scrivere questo." Invece, sono buone idee originali, raccolta di dati creativa (e spesso difficile), soluzioni originali a problemi reali. Forse un giorno l'AI produrrà anche questi, ma al momento non ci siamo nemmeno vicini. Gli articoli sull'AI stanno principalmente esponendo il fatto che un sacco di ricerca economica è formulaica e non così informativa riguardo al mondo. Il lavoro originale che dice qualcosa di nuovo e importante sul mondo continuerà a distinguersi, almeno per il momento. Forse l'AI slopcopalypse costringerà più ricercatori a fare lavori con valore duraturo.