Когда следует доверять машине: роль человека в искусственном интеллекте в обобщении доказательств

Практически на каждом этапе систематического обзора сейчас есть инструмент на основе искусственного интеллекта, предлагающий выполнить его за вас. Некоторые из этих предложений можно смело принимать, а некоторые — нет, и разница заключается не столько в качестве модели, сколько в том, что происходит, когда она ошибается. Этот вебинар предназначен для всех, кто должен решить, стоит ли допускать автоматизацию в свой обзор, и хочет иметь обоснованное основание для этого решения. Мы обсудим подход, который мы используем для определения того, какие задачи можно безопасно автоматизировать, а какие требуют окончательного решения человека, используя два контрастных случая из нашей собственной работы: скрининг, где ошибка обходится дорого и часто незаметна, и извлечение, где каждое значение имеет источник, с которым можно сравнить данные. Мы сравним оба подхода с рекомендациями RAISE (Responsible AI in Evidence Synthesis) и обсудим, почему ответ на вопрос «когда доверять машине» сводится к тому, во сколько обходится ошибка и кто способен её обнаружить. К концу этого занятия вы научитесь: Применять простой тест для определения того, безопасно ли принимать предложение ИИ Интерпретировать заявления об полноте и точности ИИ и понимать, какие из них важны для какой задачи проверки Понимать методологию валидации, лежащую в основе функций автоматизации в Covidence, включая то, что мы решили не автоматизировать и почему Составлять краткий список вопросов, которые следует задавать любому поставщику инструментов ИИ, в соответствии с RAISE 3 Распознавать, что следует записывать во время проверки, чтобы использование ИИ было подлежащим отчетности и обоснованным при экспертной оценке. Запись прямой трансляции от 19 октября 2026 г.