想知道职业培训有没有用，最可靠的办法是随机抽签：一组参加，一组不参加，再比较收入。但随机对照试验（RCT）昂贵又难做。于是研究者尝试给每位参加者找一个“数字孪生”——不是三维人像，而是根据其工作经历、人口特征和居住地，预测他若没参加培训会赚多少。
团队用覆盖美国成年人的匿名税务记录训练机器学习模型，再拿37项职业培训RCT“验货”。两种方法估出的项目效果相关系数为0.93；数字孪生估计的总均方根误差为2,073美元，略低于RCT因抽样产生的2,126美元误差。说白了，模型虽可能有偏差，却能借助更大样本减少随机波动。
这不等于虚拟对照已经能取代实验。论文只在所研究的培训项目范围内完成校验，未观察到的动机等因素仍可能造成偏差。但它补上了关键一步：不是宣称模型像实验，而是用真实实验结果衡量它到底像不像。