本文提出一个跨越技术层、认知层与文明层的统一分析框架。核心命题是：推荐算法、大数据与人工智能共享同一个数学特征——按概率排序，其长期运行必然导致分布方差压缩，本文将这一趋势称为”正态回归”。需要说明的是，本文使用”正态回归”并非严格统计学意义上的”regression to the mean”（即极端值在后续测量中朝均值的统计回归），而是取其直觉含义——系统性地朝向分布中心收敛、尾部持续消失、方差不可逆压缩的动态过程。这一过程不仅造成AI模型塌陷，更可能通过信息环境的同质化传导至人类大脑皮层，导致2000年后出生一代的认知映射能力退化、物理世界交互技能断代。与此同时，金融资本对产业资本的系统性压制使得”价值创造者”在分配体系中持续被边缘化。历史表明，当技术能力与分配权重的错配积累到临界点时，系统将通过暴力形式自我矫正。本文追问：当全人类同步经历认知塌陷与物理技能断代时，这一矫正机制是否仍然有效？
三种排序，一种命运
推荐算法的本质是相似度排序——在高维空间中不断缩短数据点之间的距离，将用户归入行为聚类的中心。大数据的本质是大概率排序——给高频模式赋予更高权重，使低频事件在统计意义上趋于不可见。大语言模型的本质是Token概率排序——在语言空间中沿最大似然路径生成输出，每一步都倾向于选择概率最高的下一个词。
需要指出的是，LLM在实际生成过程中使用了temperature、top-k、top-p等采样策略来人为注入随机性，避免输出的完全确定性。这些缓解机制确实短暂地恢复了输出的多样性——但它们本质上与Section 02讨论的”对齐指标轮换”是同一类操作：在已经压缩的分布上做局部扰动，不改变底层的方差压缩趋势。当模型被自身输出递归训练时，无论采样策略多么精巧，分布的尾部仍然会不可逆地消失。
三者共享同一个数学特征：每一次迭代都在压缩输出分布的方差。当方差缩小到某个临界值以下，系统就失去了区分不同输入的能力。这在AI领域被称为”模型塌陷”（Model Collapse），在信息论中对应于熵增过程中的热寂状态，在统计学中就是分布向峰值的持续收敛。
2024年Shumailov等人在《Nature》发表的里程碑研究证实：对AI生成数据进行递归训练会导致不可逆的退化——原始内容分布的尾部率先消失，模型被自身对现实的投射所”毒化”。2025年ICLR的后续研究进一步表明，这种反馈循环导致模型不断强化合成数据中的错误与偏见。
算法层面的模型塌陷和人脑的认知塌陷是同一个数学过程在不同载体上的表现。区别在于：算法可以被工程师重新调参；人脑——尤其是在发育关键期完成塑造的大脑——可能无法逆转。
对齐指标的轮换：掩盖塌陷的技术手段
当一个对齐指标上的正态回归导致区分度消失时，工业界的标准做法是换一个指标继续榨取剩余方差。从点击率到停留时长，从完播率到互动率，从”用户满意度”到”有帮助”评分——每一次指标切换都让系统短暂恢复了区分能力，但底层的熵增趋势并未改变。
这在热力学中有一个精确的对应：你可以在封闭系统中通过局部做功制造临时的温差，但系统的总熵仍然在增加。指标轮换就是这种局部做功——它延缓了塌陷的显现，但同时也积累了更大的矫正势能。
2024年WWW会议上的研究将推荐系统的效应分解为两个独立维度：用户间多样性（inter-user diversity）和用户内多样性（intra-user diversity）。研究发现，传统推荐算法主要通过降低用户间差异来减少过滤气泡——本质上是用同质化替代了过滤。Facebook的新闻推送过滤使用户接触对立观点的机会减少了15%。
算法不断更换对齐指标，本质上是在不同维度上轮换收割剩余方差。每换一次指标，系统短暂恢复区分度，但正态回归的总趋势不变。这就像在一个热力学系统中局部制造温差——整体熵仍在增加。
大脑皮层的正态回归
大脑皮层的核心功能是建立差异化的映射——将不同的感官输入映射到不同的内部表征上。这种映射的丰富度取决于两个条件：输入的多样性和处理的深度。当一个人的信息输入被算法预筛选为高度同质化的内容流时，大脑皮层接收到的信号差异性急剧下降。
神经可塑性意味着大脑会适应这种低方差输入。突触连接朝着处理同质信息的方向优化，处理异质信息的通路因缺乏激活而逐渐弱化。这不是隐喻，而是一个真实的神经生物学过程。欧洲研究者将这种现象命名为”clip thinking”——一种快速扫描、略读、切片式处理信息的认知模式。
Jonathan Haidt在《焦虑的一代》中指出，2010至2015年间发生了”人类大重连”——智能手机成为”经验阻断器”，占据了本应用于身体游戏和面对面交流的大量时间。他的数据显示，教育成就指标上五十年的持续进步在2012年戛然而止。
更深层的研究发现，互联网使用直接改变了大脑活动模式——颞中回的区域同质性降低（涉及物体识别），颞回与海马旁皮层之间的功能连接减弱（涉及记忆编码和提取）。大脑发育早期具有高度可塑性；成年后的可塑性更受环境控制。这解释了为什么2000年后出生的一代受影响最深——他们的高可塑性窗口期完全浸泡在低方差信息环境中。
必须承认，从”算法输出同质化”到”大脑皮层映射能力塌缩”的因果链条，目前尚缺乏直接的实验验证。现有证据是间接的：一端是算法同质化效应的计算机科学研究，另一端是数字媒体改变大脑活动模式的神经科学研究——但中间的直接链接（即”长期暴露于推荐算法筛选的低方差信息流是否可测量地降低了皮层差异化映射能力”）尚未被任何实验直接检验。本文将此作为一个理论推断提出，而非已证实的因果关系。这一推断的直接验证应成为未来研究的优先方向——例如，设计一个纵向实验，对比长期使用算法推荐内容与主动选择多样化内容的两组受试者在皮层映射差异度上的fMRI指标变化。
算法的输出塑造了人脑的映射模式，人脑的行为数据又反馈回算法。算法因数据趋同而塌陷，可以换指标苟延残喘；人脑因输入趋同而塌陷，但没有”换指标”的选项。已经完成正态回归的大脑皮层映射，可能是不可逆的。
伪个性时代：从众的个性化表演
陈丹青在一次对话中指出了一个精准的现象：2000年后出生的年轻人在提问时无法先定义问题再开口。这不是智力问题，而是他们成长的信息环境从未要求他们完成这道”前置工序”。短视频、弹幕、评论区的交互模式奖励的是即时反应，不是结构化表达。
美国的研究呈现了同样的图景。Gen Z在”个性表达”和”趋势跟随”之间持续挣扎——社交媒体趋势变化太快，他们追逐的是一个不断移动的靶心。研究者观察到一个深层悖论：这一代人学会了在极端的从众中庆祝”个性”的概念，同时既是蜂群思维的自觉者，又是它的囚徒。每个人都在用同样的方式声称自己”不一样”。
钱理群先生将这个时代概括为”无真相、无共识、不确定”。这三个”无”的根源各不相同但互相强化：真相的确认机制崩溃（中介机构公信力瓦解）、共识的事实基底分裂（算法让每个人活在不同的信息切片中）、不确定感驱动的确定感饥渴（极端言论和简化叙事提供的是确定感的替代品，而非真相本身）。
有必要回应一个常见的质疑：每一代人都认为自己面对的是前所未有的危机，今天的判断何以不同于以往的代际抱怨？答案在于量级的断裂性。Haidt的数据显示，美国青少年抑郁症和焦虑症的发病率在2010-2015年间出现了断崖式上升——抑郁率增加134%，焦虑率增加106%。10至14岁女孩的非致命自伤率在同一时期翻了五倍以上。这不是渐变，而是在智能手机和社交媒体大规模普及的精确时间窗口内发生的突变。历史上从未有任何技术变革在如此短的时间内对如此广泛的人群产生如此同步的心理健康冲击。这个量级差异是区分当下状况与以往”一代不如一代”叙事的关键锚点。
网络语言是极其主观的集合——很少对齐逻辑，更不对齐事实。这种表达模式已经渗透到新闻行业。现代新闻都是速报事件，极少具备报纸时代的深度分析。信息质量下降的同时，读者的思维链条也无法映射更多层的信息和更长时间线上的连续分析。这是快照与切片式的认知，局限性极大。
物理世界的大撤退
人类生活行为正在经历一场从物理世界向电子世界的系统性迁移。调查数据显示，Gen Z每天比Gen X少在户外待15分钟；男性参与童子军和户外活动的比例从婴儿潮一代的67%下降到Gen Z的42%；面对面社交变得越来越不常见。与此同时，88%的Gen Z经常参与在线游戏，虚拟环境已成为同伴交往的主要场所。
世界经济论坛2025年《未来就业报告》出现了历史性拐点：”手工灵活性、耐力和精确度”这一技能维度首次出现净负值下降预期——物理能力相关性的衰退在以往报告中只是趋势，这是第一次被预测为净减少。雇主普遍反映，学术渠道培养的毕业生在技术上够格，但缺乏团队协作、故障排除、实践知识和安全习惯等物理世界所需的技能。
| 维度 | 历史趋势 | 当前状态 | 风险等级 |
|---|---|---|---|
| 户外时间 | 逐代递减 | Gen Z比Gen X日均少15分钟 | 中高 |
| 手工技能 | 缓慢下降 | WEF首次报告净负值 | 极高 |
| STEM博士 | 欧盟2015-2022下降7% | ICT方向下降25.5% | 极高 |
| 面对面社交 | 逐代递减 | 62%的Gen Z难以建立有意义的关系 | 中高 |
| 物理世界维护人才 | 断层式不足 | 2000后出生一代接续能力严重缺失 | 文明级 |
这里出现了一个被大多数人忽略的悖论：恰恰因为数字化导致物理世界技能萎缩，物理世界的能力正在成为最稀缺的资源。2025年美联储的数据显示，文科毕业生的失业率目前只有计算机科学和工程毕业生的大约一半。AI可能取代大量技术性脑力工作，反而提升了对物理技能（传统手艺）和人际非认知技能的需求。
当下全球发达国家的电网、供水系统、建筑结构、医疗护理、农业生产，都依赖于一批50至70岁之间的熟练工人。这批人将在未来15至20年集中退出劳动力市场。接替他们的一代人不仅人数不足，更关键的是——他们可能已经错过了建立物理世界操作能力的发育窗口。
一个可能的反论是：印度、东南亚等发展中国家的年轻劳动力仍然保有较强的物理技能，他们是否构成一种”外部补位”机制？这个论点有部分合理性——全球劳动力流动确实可以在短期内缓解发达国家的物理技能缺口。然而，两个结构性因素限制了这种补位的有效性。第一，发展中国家自身的数字化速度正在加快——印度的智能手机渗透率已超过70%，TikTok在东南亚的日均使用时长与欧美接近——同质化的时间差正在迅速缩小。第二，高复杂度基础设施（核设施维护、芯片制造、深海通信电缆）要求的不仅是手工技能，而是数十年在特定技术生态中积累的隐性知识，这种知识无法通过劳动力流动快速转移。
蒙古人的智慧与赛博朋克的幻觉
蒙古帝国——人类历史上最强大的暴力机器——在屠城时有一条铁律：工匠、医生、工程师不杀，筛出编入专门队伍。成吉思汗重用耶律楚材不是因为欣赏儒学，而是因为没有他，帝国的行政和税收系统无法运转。蒙古人作为自身不具备建造能力的征服者，比任何人都清楚物理技术能力的价值。
这揭示了一条跨越千年的文明规律：暴力可以征服世界，但暴力无法维持世界。每一个将物理技术能力外包的文明，最终都为此付出了代价。罗马帝国将军事外包给日耳曼雇佣兵、将工程维护外包给行省技术人员——当这些外包链条断裂时，水道桥崩塌后无人能修，罗马城人口从百万级跌至几万。当然，必须限定的是：蒙古帝国碎片化和罗马帝国衰落的原因是多维的——继承制度、地理分散、军事压力、疫病等因素交织作用。技术能力外包是这些案例中一个重要的必要条件，但不构成充分解释。本文援引这些历史类比，意在说明物理技术能力一旦断裂所带来的系统性风险，而非将复杂的文明衰亡归结为单一因素。
而当下的状况比历史上任何时期都更危险：过去的技术外包是空间性的（从一个人群外包给另一个仍保有能力的人群），现在是时间性的（从上一代外包给尚不存在的自动化系统）；过去的断层是局部的（一个文明崩溃时另一个还在），现在是全球同步的；过去的基础设施相对简单（石匠可以重建水道桥），现在的电网、芯片制造、核设施、深海通信电缆要求数十年的经验积累。
“赛博朋克2077″式的未来想象加固了这个螺旋——当年轻人的未来期待被锚定在全面数字化的世界时，物理世界技能在他们的价值排序中进一步下沉。他们不是不知道水管会坏，而是下意识地认为”到时候会有机器人来修”。这种认知预期本身就减少了他们投入物理技能学习的动力。
文明的暗线：价值创造者与价值分配者的永恒角力
人类文明的发展中存在一条反复出现的暗线：前期，技术人员和行动者通过改变物理世界建立发展的基础；后期，权贵、机会主义者和强社交人群通过重写分配规则，从技术人员手中获取了发展的果实。
每个文明周期都遵循同一剧本。第一幕：能力即权力，能造东西的人占据分配优势。第二幕：基础设施成熟后，符号操控者（金融家、地产商、信息中介）逐渐掌握分配权——因为在成熟系统中，分配规则的制定权比生产能力更值钱。第三幕：分配失衡积累到临界点，系统通过危机自我矫正。
学术研究已经从多个角度验证了这条暗线。对欧盟面板数据的回归分析发现，金融化进程对工业部门增加值和就业都产生了显著的负面影响——去工业化本质上是由金融化驱动的。Turchin在《末日》中指出，财富不平等是社会崩溃的两大先兆之一（另一个是精英过剩生产）。Scheidel追溯青铜时代以来的不平等历史，发现大规模暴力是最”有效的”财富再分配机制。
→
→
→
战争发动者的深层逻辑往往与技术能力被压制有关——但这是一个解释性框架中的核心线索，而非唯一成因。一战的爆发涉及同盟体系、民族主义、帝国竞争和偶发事件等多重因素，技术能力与分配权的错配只是其中一个关键维度。本文的立场是：这个维度在现有研究中被严重低估，值得被纳入分析框架的中心位置，但不应排除其他解释因素。
以一战前的德国为例：它拥有全球最强的工业技术，但全球殖民体系的分配权被老牌帝国锁定。第三帝国在12年内推动了V-2弹道导弹、Me 262喷气战斗机、核裂变研究等惊人技术跃迁。但纳粹德国的案例也揭示了”技术至上”框架的边界——希特勒出于种族意识形态驱逐犹太科学家，直接损害了德国的技术能力，这些被驱逐的天才后来成为曼哈顿计划的核心力量。这说明意识形态与技术理性之间不是简单的”前台/后台”关系，而是存在真实的冲突与互损。意识形态是社会动员的燃料，技术能力是战争走向的决定因素，但二者可以相互掣肘。每次战后复兴——马歇尔计划、德日经济奇迹——都是技术人群最受重视的时代，因为符号体系被摧毁后，分配权暂时回到了最能创造物理价值的人手中。
全球最富有的10%人口拥有总净金融资产的85.1%。财富不平等与资产泡沫之间存在正反馈循环——金融市场的正向冲击不成比例地惠及更富有的投资者，加剧集中度并推高风险资产需求。这个循环的终点，历史上从来都不是渐进改良，而是剧烈的系统性清算。
没有矫正者的矫正周期
将前述所有线索汇聚，一条完整的因果链浮现：
尾部消失，方差压缩
→
推荐系统同质化效应
clip thinking，深度反思萎缩
→
颠覆性论文占比暴跌91-100%
户外时间↓ 手工技能↓
→
符号操控者虹吸价值
无人可完成战后复兴
⟲
同质化数据训练更塌陷的模型
历史上每一次分配失衡的矫正，其前提是存在一个技术能力被压制但仍然保有的群体——他们在系统重置后重新站到价值链的顶端。但当下的情况前所未有：全人类同步经历认知塌陷与物理技能断代。美国、中国、欧洲、日本的年轻一代同时在经历物理世界操控能力的萎缩，没有外部文明可以补位。
这意味着，即便发生系统性危机，也可能找不到足够的人来完成”战后复兴”。旧一代物理能力的退出与自动化系统的成熟之间，可能存在一个20至30年的真空期。在这个真空期里，物理世界的维护质量将不可避免地下降。
当下金融资本与数字平台构建的符号体系，其复杂度和自我修复能力远超历史上任何时期——它能通过不断变换对齐指标来延缓崩溃，就像推荐算法不断换指标掩盖模型塌陷一样。这让矫正的时间被不断推迟，但矫正的烈度也在不断积累。
人类正在建造一个无法识别自身存续条件的系统。蒙古人至少有识别工匠价值的智慧；而算法没有这种智慧——它不区分物理技能和数字技能，只按参与度和概率排序。在算法的世界里，一个TikTok网红的”价值”远高于一个核电站维护工程师，因为前者产生的数据信号强度是后者的百万倍。当”数字蒙古人”征服了人类的认知空间之后，谁来扮演那些被保护的工匠？
这是人类可能正在进入的第一个没有矫正机制的分配失衡周期。正态回归的数学逻辑不会因为我们意识到它就停止运行。唯一的问题是：物理现实的刚性约束——管道会漏水、电网会老化、桥梁会坍塌——是否会在认知基础设施完全”赛博化”之前，强制唤醒人类对物理世界的重新重视？
答案取决于一场竞赛：物理现实的反弹速度，与认知塌陷的不可逆速度，哪一个先到达临界点。我们可以勾勒三种可能的情景路径：
| 情景 | 触发条件 | 矫正机制 | 概率评估 |
|---|---|---|---|
| 渐进唤醒 | 手机禁令、STEM实践教育、maker运动持续扩大 | 政策驱动的物理技能回归 | 低——逆向力量的规模远小于正态回归的系统性力量 |
| 危机触发 | 大规模基础设施失败（电网崩溃、供水系统故障等） | 物理现实强制重新赋权技术人群 | 中——但能否找到足够的人完成修复是未知数 |
| 自动化补位 | 机器人与AI在物理世界维护上达到人类水平 | 技术系统自我维持，不再需要人类物理技能 | 低——当前机器人在非结构化物理环境中的能力远未达标 |
全域正态回归：无一幸免
本文前八节分别从算法、信息、认知、行为、经济、历史等维度展开论证。但这种分维度的叙述方式本身就有误导性——它暗示正态回归是几个领域的局部问题。事实是：电子时代的正态回归是全人类、全领域、全维度的同步过程。凡是被概率排序逻辑接管的人类活动，方差都在被压缩。无一幸免。
科学。发表系统按引用量排序，经费按过往成果排序，同行评审按范式符合度排序。结果：颠覆性论文的占比自1945年以来暴跌91-100%（Park et al., Nature 2023）。NIH的35岁以下首席研究员从18%跌至2%。每年数千亿美元的科研经费，正在以工业化的效率生产确定性——而确定性是范式跃迁的反义词。爱因斯坦在专利局写出相对论，Shannon用一篇论文创造信息论。他们的共同特征不是更多经费，而是足够长的不被打断的思考时间和足够远离主流的认知位置。当代科研体系系统性地消灭这两个条件。
新闻。算法按点击率和情绪反应排序。深度调查报道需要读者投入二十分钟的持续注意力并容忍不确定性——这和算法的优化方向完全冲突。结果：速报取代分析，情绪取代事实，切片取代连续叙事。读者的思维链条无法映射更多层的信息。
教育。标准化考试按正确率排序，学校排名按升学率排序，教师评估按学生满意度排序。结果：教育系统奖励记忆和服从，惩罚质疑和偏离。学生被训练给出”正确答案”，而不是挑战前提。
政治。选举按票数排序，民调按支持率排序，政策按短期民意反馈排序。结果：政客趋向中位选民，政策趋向最大公约数，长期战略思维被选举周期碾碎。敢于提出反直觉方案的政治家在概率排序中被淘汰。
艺术。流媒体按播放量排序，画廊按市场价格排序，出版社按预期销量排序。结果：算法可预测的内容获得分发，不可预测的创作被埋没。音乐越来越像，电影越来越像，小说越来越像——不是因为创作者没有想象力，而是分发系统的概率排序奖励相似性、惩罚异质性。
商业。投资按历史回报率排序，招聘按简历关键词匹配度排序，产品按用户评分排序。风险资本的正态回归触目惊心——前30大机构募集490亿美元，188家新兴机构加起来只有91亿美元。资本涌向已被验证的模式，回避真正的不确定性。钱越来越多，方差越来越小。
这不是六个独立问题的巧合并发。这是同一个数学过程——概率排序导致的方差压缩——在所有被电子系统接管的人类活动中同时运行的结果。正态回归不是某个领域的病，它是电子时代人类文明的底层操作系统。Kuhn说引入新范式的人往往是”局外人”——没有被旧正统教化的新一代。但当全球的新一代都在同一个算法环境中完成认知塑造时，”局外人”从何而来？正态回归消灭的不仅是当下的颠覆性成果，更是产生颠覆性思维的人本身。
逆向力量的清点：为什么它们可能不够
任何严肃的分析都必须面对反面证据。当下确实存在多种试图逆转正态回归趋势的力量。
政策层面，澳大利亚已立法禁止16岁以下青少年使用社交媒体；全球范围内的”手机禁令进校园”运动正在扩大；Haidt本人倡导的”16岁以下不使用社媒、高中前不持有智能手机”的四项改革已在多个州和国家获得政策响应。教育层面，Maker Space运动、STEM实践教育的回归、学徒制的复兴都在发生——美国NSF的IGE项目正在重新设计研究生STEM教育以纳入跨学科实践和行业合作。文化层面，”digital detox””screen-free childhood”等反消费数字文化正在年轻父母群体中兴起。
然而，这些逆向力量面临一个结构性困境：它们的传播渠道本身就受制于正态回归的系统。一条关于”放下手机、走进自然”的倡议，必须通过算法推荐才能触达目标受众；一个Maker Space的招生广告，必须与TikTok上的短视频竞争注意力资源。逆向力量在传播效率上天然劣势——因为它们试图做的事（增加认知摩擦、延长深度思考时间、接触物理世界的不便利性）恰恰是算法优化机制试图消灭的东西。
中国的案例值得特别讨论。中国是当下同时保有大规模制造业劳动力和经历高速数字化冲击的唯一大国。2020年，超过40%的中国大学毕业生获得STEM学位（美国为20%）。中国政府对未成年人游戏时间的限制、对教培行业的整顿、对制造业”专精特新”的政策倾斜，都可以被理解为对正态回归趋势的国家级对冲。然而，中国年轻一代的短视频消费时长、社媒依赖度和户外时间萎缩趋势与全球并无本质差异。中国的制造业优势更多来自于上一代和当前中年劳动力的积累，而非2000年后出生一代的新增能力。这意味着中国可能拥有比其他国家更长的缓冲期，但并未真正跳出正态回归的闭环。
所有试图对抗正态回归的力量都面临同一个困境：它们必须在正态回归已经塑造的认知环境中运作。你无法用一条15秒的短视频教会一个人进行30分钟的深度思考——即便这条短视频的内容是”请进行30分钟的深度思考”。逆向力量的传播效率与正态回归的系统性力量之间存在数量级的差距。这不意味着逆转不可能，但意味着它不会自发发生——它需要物理现实的刚性约束来创造系统性的转折点。
参考文献
- Shumailov, I., et al. “AI models collapse when trained on recursively generated data.” Nature 631, 755–759 (2024).
- Dohmatob, E., et al. “Strong Model Collapse.” ICLR 2025 Conference Paper.
- Anwar, M. S., Schoenebeck, G., & Dhillon, P. S. “Filter Bubble or Homogenization?” Proceedings of the ACM Web Conference 2024.
- Haidt, J. The Anxious Generation: How the Great Rewiring of Childhood is Causing an Epidemic of Mental Illness. Penguin, 2024.
- Horvath, J. C. Written testimony before the U.S. Senate Committee on Commerce, Science, and Transportation, 2025.
- Korte, M. “The brain digitalization: it’s all happening so fast!” Frontiers in Human Dynamics, 2024.
- World Economic Forum. The Future of Jobs Report 2025, Chapter 3: Skills Outlook.
- American Enterprise Institute. “De-Skilling the Knowledge Economy,” 2025.
- European Commission. STEM Education Strategic Plan, COM(2025) 89 final.
- Survey Center on American Life. “Generation Z and the Transformation of American Adolescence,” January 2026.
- Turchin, P. End Times: Elites, Counter-Elites, and the Path of Political Disintegration. Penguin, 2023.
- Scheidel, W. The Great Leveler: Violence and the History of Inequality. Princeton University Press, 2017.
- Piketty, T. “Capital in the 21st Century, Ten Years Later.” World Inequality Lab Working Paper 2025/21.
- Svilokos, T. & Burin, I. “Financialization and Its Impact on Process of Deindustrialization in the EU.” SSRN, 2017.
- Pérez Caldentey, E. “Financialization, premature deindustrialization, and instability in Latin America.” Review of Keynesian Economics 9(4), 2021.
- Allianz Research. Global Wealth Report 2025: Distribution.
- Gomez, M., et al. “Wealth Inequality, Asset Price Bubbles and Financial Crises.” World Inequality Lab Working Paper 2025/01.
- Ramachandran, K. “The Imminent Risk of AI Data Dead Loops.” International Journal of Science and Research, Vol. 14, Issue 7, July 2025.
- Gerstgrasser, M., et al. “Is Model Collapse Inevitable? Breaking the Curse of Recursion by Accumulating Real and Synthetic Data.” arXiv:2404.01413, 2024.
- PMC. “Emotion as a cross-layer mechanism in filter bubbles: a social-psychological perspective.” Frontiers in Psychology, 2025.
- Park, M., Leahey, E. & Funk, R. J. “Papers and patents are becoming less disruptive over time.” Nature 613, 138–144 (2023).
- Good Science Project. “The Slow Cancellation of Innovation: A critical look at modern funding.” January 2025.
- City Journal. “How to Accelerate Science.” November 2024.