# 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.

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

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.

## De feiten

- Artikel ingediend op 6 oktober 2026 ("Tue, 6 Oct 2026 19:44:15 UTC")
- Aantal menselijke raadplegingen op vier datasets met 25‑81% verlaagd

## Waarom het ertoe doet

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

## Bronnen en referenties

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

Laatst bijgewerkt: 2026-10-08