乍一看，这似乎是一件好事，因为它促使科学家们认真钻研新成果，而不是检查、验证那些枯燥乏味、陈旧的研究结果。但问题是，即使是最优秀的科学家也会有无心之失，这些错误包括许多统计上的误报结果（假阳性)。你设想一下，科学家进行了大量各种各样的实验去探索新的想法，那么偶尔总会有一些实验产生了看似振奋人心的新成果，但事实上，这只不过是研究人员的运气罢了，因为没有人去验证这些成果的真伪。
然而这里的运气只是对得出这些成果的研究人员而言，因为现在他们可以在国际上享有盛誉的期刊上发表研究成果了，而且还有可能获得新的资助。对于科学本身和科学界整体来说，这些看似幸运却实际可能出错的发现远非一件好事。因为就如安德鲁和马库斯的模型所证实的那样，其他研究人员没有多少动力去验证这些成果。在过去，一些科学家喜欢确认或者反驳其他人的研究成果，但现在因为这种论文没什么人引用，他们发现自己面临失业的窘境，也就不再检验他人的研究结果了。长此以往，越来越多错误的研究结论可能会被奉为科学真理。
就像所有的模型一样，安德鲁和马库斯的研究戳中了科学界的痛处，充满讽刺但发人深省。
尽管存在这些问题，但我不认为关注和追求文章的被引用次数损害了科学家实际研究的质量。换句话说，只要时间充裕，作为科学家的我们仍然可以把研究做好。我遇到的大多数科学家都是出于对真理的永恒追求和对正确答案的热切渴望而献身科学的。我们喜欢通过验证同行们的结果来证明他们犯了错。对于大多数科学家来说，反驳同行的理论和自己发现新成果，给我们带来的满足感是同等的。因此，我们还是有动力去检验那些可能被过度吹捧的理论和可能错误的实验结果。
第二部分
算法想控制我们网络能够影响我们的情绪和行为吗？
117