Công việc rất thú vị về cách nghiên cứu thực nghiệm cần phải phản ứng với kỷ nguyên AI. Kiểm tra thống kê thông thường với giá trị p xuất phát từ một thế giới mà mỗi bài kiểm tra được cho là khá tốn kém. AI hiện nay làm cho mỗi bài kiểm tra về cơ bản là miễn phí để thực hiện. Một số điểm chính từ tóm tắt: --"chúng tôi chứng minh rằng việc sàng lọc sẽ sụp đổ khi việc kiểm tra trở nên rẻ, trừ khi số lượng kiểm tra độ tin cậy yêu cầu tăng ít nhất theo tỷ lệ tuyến tính với chi phí ngược của mỗi bài kiểm tra" --"chúng tôi lập luận về sự cần thiết phải phát triển các phương pháp để diễn giải các tập hợp nhiều thông số đồng thời" Vâng! Tôi vẫn chưa biết chính xác điều này sẽ trông như thế nào và cảm giác ra sao nhưng rõ ràng đây là điều cần thiết. Và nó phải cắt theo cả hai hướng: (1) Bắt và ngăn chặn những phát hiện nghiên cứu được chọn lọc Nhưng cũng quan trọng không kém: (2) Phát hiện và thưởng cho những phát hiện tốt. Điểm số 2 ở đây có thể chứng minh là khó khăn hơn theo một số cách. Tất cả trực giác của chúng ta dường như xoay quanh việc chỉ ra rằng một phát hiện là "ít vững chắc" hơn chúng ta nghĩ, và yêu cầu một cảm giác giả tạo về sự hoàn hảo từ các kết quả đã công bố. Khi chúng ta có thể thấy toàn bộ chòm sao của các phát hiện, chúng ta cần tìm cách đúng đắn để trở nên hào phóng/thực tế hơn về những gì được coi là thông tin hữu ích.