Un AI con la misma precisión puede exigir mucha más revisión humana, según un estudio de Scale Labs
Según el estudio «READY or Not» de Scale Labs, publicado el 4 de septiembre de 2026, dos sistemas con precisión casi igual (72,8 % y 72,5 %) necesitaban revisión humana del 39,2 % y del 29,6 % de los casos para alcanzar un 76 % de fiabilidad. El estudio evaluó 16 sistemas de agentes con 750 casos de auditoría médica. La correlación entre precisión y capacidad para señalar los casos dudosos fue de −0,12, casi nula en las condiciones del estudio.
Qué significa
Al elegir un agente conviene medir cuántos casos hay que revisar a mano para alcanzar la fiabilidad objetivo, no solo su porcentaje de aciertos.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Zennの「生成 AI」のフィードLeer la noticia completa en Zennの「生成 AI」のフィード