Une équipe dirigée par Chenyu Zhang a publié le 6 octobre 2026 un article présentant CARE, pour « calibrated adaptive rectification and escalation ». Cette méthode permet à un modèle d’IA de solliciter l’aide d’un humain uniquement lorsque c’est nécessaire, puis d’utiliser ses retours pour améliorer ses prédictions ultérieures. Des essais menés sur quatre jeux de données réels portant sur des domaines critiques pour la sécurité montrent que cette approche préserve la sûreté des décisions et réduit de 25 à 81 % le nombre de demandes adressées à des humains par rapport aux méthodes existantes.
Pourquoi c'est important
Pour les entreprises qui déploient l’IA dans des domaines critiques pour la sécurité, CARE pourrait réduire les coûts de main-d’œuvre tout en maintenant une supervision humaine.
