هنگامی که دانشکده اقتصاد در مؤسسه فناوری ماساچوست (MIT) بیانیه‌ای صادر می‌کند، اغلب برای جشن گرفتن جایزه نوبل است. در دهه گذشته، شش نفر از اساتید آن، این جایزه را دریافت کرده‌اند – به اندازه دو دانشگاه بعدی مجموعاً. اما در ۱۶ می، بیانیه‌ای از نوع دیگری صادر شد: بیانیه‌ای که پژوهش یک دانشجوی دکتری برجسته را تکذیب می‌کرد.
ایدان تونر-راجرز (Aidan Toner-Rodgers) نویسنده مقاله مورد بحث بود. این مقاله استفاده از یک ابزار AI (هوش مصنوعی) را توسط یک شرکت ناشناس علوم مواد ارزیابی می‌کرد. حتی برای خوش‌بینان به فناوری، نتایج خیره‌کننده بود: "پژوهشگران با کمک AI ۴۴٪ مواد بیشتری کشف می‌کنند که منجر به افزایش ۳۹٪ در ثبت اختراع می‌شود." این نتایج به طور گسترده‌ای گزارش شد، از جمله توسط نشریه اکونومیست. این کار به شدت مورد تمجید دارون عجم اوغلو (Daron Acemoglu) و دیوید آتور (David Autor)، دو تن از اقتصاددانان برجسته MIT، قرار گرفت.
MIT اکنون "عدم اطمینان به منبع، قابلیت اطمینان یا اعتبار داده‌ها و... به صحت پژوهش" را اعلام کرده است. مقاله آقای تونر-راجرز از مخزن پیش‌چاپ که اولین بار در آن ظاهر شده بود، پس گرفته شده است؛ وب‌سایت شخصی او نیز از دسترس خارج شده است. آزمایشگاهی که در مرکز یافته‌های او قرار داشت، ناشناخته باقی مانده است.
سوءرفتار آکادمیک اغلب منجر به تجدیدنظر می‌شود. در سال ۲۰۱۵، دانشمندان علوم سیاسی با ابطال مقاله‌ای پر سر و صدا که ادعا می‌کرد تبلیغ‌کنندگان خانه‌به‌خانه می‌توانند حمایت از ازدواج همجنس‌گرایان را افزایش دهند، دست و پنجه نرم کردند. اخیراً، علوم رفتاری تحت بررسی قرار گرفته است: فرانچسکا گینو (Francesca Gino) از دانشگاه هاروارد و دن آریلی (Dan Ariely) از دانشگاه دوک به اتهام دستکاری داده‌ها با تحقیق روبرو شده‌اند (هر دو اتهامات را انکار می‌کنند). اقتصاد به دلیل سابقه خود تا حدی محافظت شده است. بر اساس Retraction Watch، یک پایگاه داده، پنج مجله برجسته در مجموع تاریخچه ۵۷۰ ساله خود تنها چهار مورد ابطال را شاهد بوده‌اند.
اما حتی اگر اقتصاد بدترین مجرم نباشد، با بحران تکرارپذیری علوم اجتماعی بیگانه نیست. بزرگترین روند اخیر آن، پژوهش تجربی با تمرکز بر طرح‌های علّی معتبر بوده است (به نمودار مراجعه کنید). نتایج دارای اهمیت آماری ارزشمند هستند، که به انتخاب هوشمندانه و ارائه گزینشی نتایج انگیزه می‌دهد. پراشانت گارگ (Prashant Garg) از کالج امپریال لندن و تیمو فتزر (Thiemo Fetzer) از دانشگاه وارویک دریافتند که سهم مقالات گزارش‌دهنده "نتایج صفر" از ۱۵٪ در سال ۱۹۸۰ به ۹٪ در سال ۲۰۲۳ کاهش یافته است. استفاده از داده‌های خصوصی دو برابر شده است.
بیش از سایر رشته‌ها، موفقیت به چند رویداد با ریسک بالا بستگی دارد. نامزدهای بازار کار بر اساس یک مقاله واحد، و نه بر اساس مجموعه کارهایشان، ارزیابی می‌شوند. از آنجا که اعتبار نهادی و استادان راهنما وزن زیادی دارند، پژوهشگران جوان ممکن است تحت فشار قرار گیرند تا نتایج را بیش از حد واقعی جلوه دهند.
پژوهش ضعیف اقتصادی پیامدهای واقعی در دنیای واقعی دارد. مقاله آقای تونر-راجرز توسط بانک مرکزی اروپا و در کنگره مورد استناد قرار گرفت. مطمئناً این مقاله بیش از یک آزمایشگاه تحقیق و توسعه را به بررسی فرآیندهای داخلی خود واداشته است. مقالات ابطال‌شده دیگر در مورد نسبت‌های بالای بدهی به GDP (تولید ناخالص داخلی) و نحوه قیمت‌گذاری اوراق قرضه شرکتی توصیه‌هایی کرده بودند. همه نکات گمراه‌کننده آکادمیک اهمیت دارند. اما وقتی پیامدهایی برای بودجه‌های ملی، بازارهای مالی و، در واقع، آینده AI دارند، اهمیت بیشتری پیدا می‌کنند. ¦