Oossa

Onderzoekers presenteren CARE om menselijke checks van AI te verminderen

Het nieuwe CARE-systeem vermindert de behoefte aan menselijke beoordeling met 25‑81%, zonder dat dit ten koste gaat van de veiligheid, blijkt uit tests met gegevens over autorijden, taal en robotica.

Kort berichtDoor Gepubliceerd door Oossa: 1 min lezen

Een team onder leiding van Chenyu Zhang publiceerde op 6 oktober 2026 een artikel over CARE – calibrated adaptive rectification and escalation. Met deze methode vraagt een AI-model alleen om menselijke hulp wanneer dat nodig is. Vervolgens gebruikt het die feedback om toekomstige voorspellingen te verbeteren. Uit experimenten met vier datasets uit de praktijk voor veiligheidskritieke toepassingen blijkt dat de aanpak beslissingen veilig houdt en het aantal menselijke raadplegingen met 25‑81% verlaagt ten opzichte van bestaande methoden.

Waarom het ertoe doet

Voor bedrijven die AI inzetten in veiligheidskritieke toepassingen kan CARE de arbeidskosten verlagen en tegelijk het menselijk toezicht behouden.

Was dit artikel nuttig?
Delen

Lees ook

Oossa · Nieuwsbrief

De AI-week, uitgelegd

Elke maandag: het nieuws dat ertoe doet, in gewone taal. Gratis, geen spam.