# CARE reduce las revisiones humanas en decisiones de IA

> Según las pruebas con datos de conducción, lenguaje y robótica, el nuevo sistema CARE reduce entre un 25 % y un 81 % las revisiones humanas sin comprometer la seguridad.

Oossa · 2026-10-08 · https://oossa.com/es/researchers-unveil-care-pipeline-to-cut-human-checks-in-ai-decisions

Un equipo encabezado por Chenyu Zhang publicó el 6 de octubre de 2026 un artículo sobre CARE, un sistema de rectificación adaptativa calibrada y escalamiento. El método permite que un modelo de IA solicite ayuda humana solo cuando la necesita y luego use esos comentarios para mejorar sus predicciones futuras. Los experimentos con cuatro conjuntos de datos reales de ámbitos críticos para la seguridad muestran que el método mantiene la seguridad de las decisiones y reduce entre un 25 % y un 81 % las consultas a personas, frente a los métodos existentes.

## Los hechos

- Artículo presentado el 6 de octubre de 2026 ("Tue, 6 Oct 2026 19:44:15 UTC")
- Las consultas a personas se redujeron entre un 25 % y un 81 % en cuatro conjuntos de datos

## Por qué importa

Para las empresas que implementan IA en ámbitos críticos para la seguridad, CARE podría reducir los costos laborales sin dejar de mantener la supervisión humana.

## Fuentes y referencias

1. [Careful Judge: Safe and Efficient Human-AI Collaborative Decision Making](https://arxiv.org/abs/2610.09043) – arXiv stat.ML, 2026-10-08

Última actualización: 2026-10-08