프린스턴대와 워싱턴대 등 연구진의 이론 경제학 논문은 AI가 완벽하게 작동하더라도 연구를 오히려 부실하게 만들 수 있다고 주장한다. AI가 시간을 절약해줄수록 연구자의 남은 시간의 기회비용이 커져, 이미 진행 중인 프로젝트를 다듬기보다 새 프로젝트를 시작하는 쪽이 더 유리해지기 때문이다. 행동생태학의 최적 채집 이론을 응용한 모델에 따르면 세 시나리오 중 두 가지에서 연구의 철저함이 떨어졌는데, AI가 초기 아이디어 평가나 논문 작성·출판을 가속화하는 경우가 이에 해당한다. AI가 실험이나 심층 분석 같은 '자발적으로 생략되던 단계'를 직접 가속화하는 경우에만 품질이 실제로 개선됐으며, 이는 논문 검증 병목이나 동료 심사 부담 증가 등 이미 관찰되는 현상과도 맞닿아 있다.

• •AI가 시간을 절약해줄수록 남은 시간의 기회비용이 커져 프로젝트를 덜 다듬게 되는 역설을 이론적으로 제시
• •최적 채집 이론 기반 모델에서 3가지 시나리오 중 2가지(아이디어 평가·출판 가속)는 품질 저하로 귀결
• •AI가 실험·심층분석 같은 '항상 생략되던 단계'를 가속할 때만 품질이 실제로 향상
• •OpenAI 사례연구에서는 코드 재작성 속도가 최대 60배 빨라졌지만 병목이 검증·유지보수로 이동
• •METR 연구에서는 개발자들이 AI로 24% 빨라졌다고 느꼈지만 실제로는 19% 더 오래 걸림