Erittäin mielenkiintoista työtä siitä, miten empiirisen tutkimuksen täytyy vastata tekoälyaikaan. Perinteinen tilastollinen testaus p-arvoilla syntyy maailmasta, jossa jokainen testi oli pidetty melko kalliina. Tekoäly tekee jokaisesta testistä käytännössä ilmaisen suoritettavaksi. Muutamia keskeisiä kohtia tiivistelmästä: --"Todistamme, että seulonta romahtaa, kun testaaminen halventua, ellei vaadittu määrä luotettavuustarkistuksia skaalaudu vähintään lineaarisesti kunkin testin käänteisessä kustannuksessa" --"Puolustamme tarvetta kehittää menetelmiä, joilla voidaan tulkita monien määrittelyjen joukkoja samanaikaisesti" Kyllä! En vieläkään tiedä tarkalleen, miltä tämä näyttää ja tuntuu, mutta se on selvästi se, mitä vaaditaan. Ja sen täytyy leikata molempiin suuntiin: (1) Kiinni ja torju valikoidut tutkimustulokset Mutta yhtä tärkeää: (2) Havaita ja palkita hyvät löydökset. Kakkonen tässä saattaa osoittautua jossain määrin vaikeammaksi. Kaikki intuitiomme näyttää perustuvan siihen, että havainto on "vähemmän luotettava" kuin luulimme, ja vaatimaan tekaistua täydellisyyden tunnetta julkaistuista tuloksista. Kun näemme koko löydösten kokonaisuuden, meidän täytyy löytää oikea tapa olla armollinen/realistisempi sen suhteen, mikä on hyödyllistä tietoa.