# CARE riduce i controlli umani sulle decisioni dell’IA

> Nei test su dati di guida, linguaggio e robotica, il nuovo sistema CARE riduce del 25‑81% le verifiche umane senza compromettere la sicurezza.

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

Un gruppo guidato da Chenyu Zhang ha pubblicato il 6 ottobre 2026 uno studio su CARE, acronimo di calibrated adaptive rectification and escalation. Il metodo consente a un modello di IA di chiedere l’intervento umano solo quando serve e usa poi il feedback ricevuto per migliorare le previsioni future. Gli esperimenti condotti su quattro dataset reali relativi ad ambiti critici per la sicurezza mostrano che l’approccio mantiene sicure le decisioni e riduce del 25‑81% le richieste di intervento umano rispetto ai metodi esistenti.

## I fatti

- Studio presentato il 6 ottobre 2026 ("Tue, 6 Oct 2026 19:44:15 UTC")
- Richieste di intervento umano ridotte del 25‑81% su quattro dataset

## Perché conta

Per le aziende che impiegano l’IA in ambiti critici per la sicurezza, CARE potrebbe ridurre i costi del lavoro mantenendo la supervisione umana.

## Fonti e riferimenti

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

Ultimo aggiornamento: 2026-10-08