MIT博士论文造假事件引发广泛关注，主角Aidan Toner-Rodgers的论文因涉嫌造假被MIT勒令撤回，而这篇论文原本将发表于顶级经济学期刊《Quarterly Journal of Economics》，其导师、诺贝尔经济学奖得主阿西莫格鲁与大卫·奥托也支持撤稿。

论文聚焦AI在企业研发中的潜力，尤其是AI对新材料发现的促进作用，这一话题极具吸引力。然而，论文发布后，伦敦大学学院的化学教授Robert Palgrave迅速指出其疑点，并引用其他研究批评类似AI预测在材料科学上的新颖性和实用性不足。

同时，美国能源部专家Ben Shindel通过“BS探测器”博客总结了论文的多个问题，包括缺乏材料科学专家的审核、数据来源存疑及论文过于完美等。他还提到Toner-Rodgers可能伪造数据，甚至冒用康宁公司的名义。

此事凸显了AI在科研中的双刃剑效应。一方面，AI能高效生成数据和假说，但另一方面，数据的真实性和可靠性面临挑战。尤其是在预印本论文泛滥的当下，未经同行评审的论文可能误导公众和媒体。此外，跨学科合作的重要性也被强调，单一学科背景的研究容易出现漏洞。

此次事件也引发了对AI辅助科研伦理的讨论。未来，如何界定模拟数据、合成数据与造假数据将成为重要议题，特别是在非物理领域和社会科学中。尽管AI可能带来突破性进展，但对其结果的质疑和验证同样不可或缺。