MIT统计与数据科学中心主任拉赫林指出，AI在数学等领域进步迅速，验证速度成为关键。大学需重新定义学术贡献与研究生培养，重视提问、复现和判断力，并建设共享AI科研基础设施，记录失败经验，推动跨实验室协作，加大算力与数据系统投入。