MIT经济学博士生，用AI骗过了诺奖导师、Nature、美国国会（组图）

几个月后，他成了学术圈最大的丑闻主角。

从左至右依次为：导师Daron Acemoglu、学生Aidan Toner-Rodgers、宠物Puppy（真实姓名我们尚未查实）、导师David Autor

对于一个还在读博二的学生来说，这种待遇几乎是不可想象的。

Aidan并非出身名门，他来自加州葡萄酒乡塞瓦斯托波尔的一个普通家庭，父亲是小学老师，母亲经营音乐学校。

但他拥有一种让人信服的魔力。

在进入MIT这个全球最卷的经济学殿堂之前，他已经是纽约联储的研究员，履历无懈可击。

让他一战成名的，是一篇关于「人工智能与科学发现」的论文。

在这篇论文里，Aidan讲述了一个吸引力极大的故事：他拿到了一家大型材料科学公司的独家数据，追踪了1018名科学家。数据显示，使用了AI工具后，新材料的发现率暴涨了44%，专利申请增加了39%。

更绝的是，他的结论完美击中了经济学家的痛点，既不是盲目乐观，也不是一味悲观。

他发现AI确实提高了生产力，但主要是让顶尖科学家如虎添翼，却让普通研究员沦为「数据标注工」，甚至产生了强烈的职业挫败感。

一位看过论文的学者回忆道：「这简直太完美了。既有宏大的技术乐观主义，又有对人性的细腻洞察。」

但这正是问题所在：它太完美了。

导师David Autor对此深信不疑，毕竟在MIT这种充满信任的学术氛围里，没人会怀疑一个才华横溢的学生会凭空捏造一千个人的工作记录。

直到这篇论文传到了加州大学圣地亚哥分校的计算机科学家Charles Elkan手里。

Elkan曾在高盛和亚马逊工作，对企业运作有着本能的直觉。看着论文里那个拥有1000多名科学家、并在2022年就大规模部署AI工具的「神秘公司」，他皱起了眉头。

在美国，能拥有这种规模材料研发团队的公司屈指可数——3M、康宁、或者是陶氏化学。

Elkan心想：「如果哪家公司真开发出了这种能让研发效率翻倍的神器，他们早就满世界吹牛了，怎么可能藏着掖着？」

更让他起疑的是数据本身。

论文声称这家公司的科学家均匀分布在生物材料、金属合金、高分子等完全不同的领域。

在现实商业世界里，没有一家公司会这样「平均用力」。

Elkan给MIT的教授们发了一封邮件，语气委婉但致命：「这看起来不太对劲。」

论文中展示了一张「新材料结构相似性」的分布图，那条曲线平滑得令人窒息。

Aidan作为一个经济学学生，声称自己用一种极高难度的计算方法（SOAP），分析了数千种新材料的晶体结构。

这种计算即使是专业的材料科学家做起来也极其头疼，更别说要跨越金属、陶瓷、聚合物等完全不同的物理形态。

「这就像有人宣称用一把尺子，同时精准测量了水的体积、风的速度和石头的重量。」一位材料科学家讽刺道。

有人翻出了另一篇关于「药物研发」的旧论文，惊讶地发现，Aidan论文里的数据分布图，竟然和那篇药物论文里的图表惊人地相似。

他似乎只是把「药物分子」换成了「无机材料」，直接搬运了那种「完美的数学分布」。

他构建了一个不存在的微观世界，在这个世界里，所有的数据都严丝合缝地配合着他的经济学假设。

目前该网站已关闭

这个看起来很官方的网址，实际上是由Aidan本人注册的。

他可能用这个假域名伪造了授权协议，或者用来给自己发送看起来合法的「内部邮件」。

这是精心策划的欺诈。

面对世界知识产权组织的调查，Aidan选择了沉默。康宁公司拿回了域名，而MIT的调查委员会也终于敲下了法槌。

声明中没有提名字，但所有人都知道那是谁——那位已经悄然退学的「神童」。

导师Daron Acemoglu和David Autor，这两位加起来引用量破天的顶级学者，不得不公开发表声明「大义灭亲」。

他们承认对论文数据的真实性「完全没有信心」。

最令人唏嘘的是Aidan最后的反应。在那个由学术明星组成的群组里，他还在试图维持最后的体面。

他告诉同学们，这只是一个「数据版权纠纷」，是因为公司中途反悔了。

他在最后一条消息中写道，「这是一个巨大的、令人尴尬的不诚实行为。事后看来，我当初应该直接放弃这篇论文。」

哪怕到了这一刻，他承认了「不诚实」，却依然试图把这描述为一种「为了保住研究成果的无奈之举」，而不是彻头彻尾的虚构。

他欺骗了诺奖得主，欺骗了国会，欺骗了顶级期刊，甚至可能欺骗了他自己。

他利用了经济学界对AI变革的渴望，也利用了跨学科研究中的盲区——经济学家看不懂材料学，材料学家不读经济学论文。

如今，Aidan Toner-Rodgers已经从学术雷达上消失。

但在撤稿记录中，他留下的阴影依然挥之不去。

在名利与压力的诱惑下，人类制造幻觉的能力，远比AI要高明得多。