Yapay zeka destekli karar sistemleri günümüzde finans, sağlık ve güvenlik sektörlerinde yaygın kullanılıyor ancak önemli bir sorunla karşı karşıya: gecikmiş doğrulama. Dolandırıcılık tespiti, kredi skorlama ve klinik risk değerlendirmesi gibi uygulamalarda, alınan kararların doğruluğu günler hatta aylar sonra anlaşılabiliyor.
Araştırmacılar bu 'kör dönem' boyunca yaşanan sorunları analiz ederek yeni bir çözüm geliştirdi. Gecikmiş etiket döneminde sistem yönetimi için kanıt yeterlilik modeli adını verdikleri yaklaşım, dört temel boyutu içeriyor: tamlık, güncellik, güvenilirlik ve temsil edilebilirlik. Bu boyutlar, etiket gecikmesinin sistem kalitesini nasıl etkilediğini ölçebiliyor.
Modelin en önemli özelliği, karar hazırlığı kapısı adı verilen mekanizma. Bu sistem, label gecikmesinin kanıt kalitesinde yarattığı bozulmayı sayısal olarak ölçebiliyor. Ayrıca üç farklı sapma türünü boyut-özel bozulma yörüngelerine eşleyerek, hangi tür sorunların hangi alanlarda etkili olacağını öngörebiliyor.
Yedi kategorilik vekil gösterge çerçevesi ise etiketler mevcut olmadığında bile yeterlilik bozulmasını tahmin edebiliyor. IEEE-CIS Dolandırıcılık Tespit veri setinde yaklaşık 590 bin işlemle yapılan testler, sistemin etkinliğini kanıtladı.
Bu gelişme, yapay zeka güvenliği alanında kritik bir ihtiyacı karşılarken, özellikle finansal ve tıbbi uygulamalarda sistem güvenilirliğini artıracak.