Les solucions d’intel·ligència artificial (*IA*) que donen resultats “gairebé correctes” poden generar més feina de depuració i correcció per als desenvolupadors. Quan una eina d’IA automatitza tasques o fa estimacions, però no arriba a la precisió necessària, els equips han de dedicar temps addicional a revisar, ajustar i solucionar errors, sovint complicant més el procés que si la tasca s’hagués fet manualment. Aquest problema es veu agreujat pel fet que moltes empreses llancen productes d’IA al mercat sense prou garanties de fiabilitat o seguretat, prioritzant la rapidesa i el lideratge comercial per damunt de la qualitat tècnica.

Aquesta situació evidencia la importància de desenvolupar sistemes d’IA amb criteris de responsabilitat i supervisió estrictes, ja que una IA parcialment correcta pot causar problemes greus, especialment si es confia massa en les seves decisions automàtiques sense una revisió humana rigorosa. Per garantir que la IA sigui realment una eina útil i segura, cal exigir als fabricants més transparència, rendició de comptes i mesures per minimitzar els errors i els efectes adversos sobre usuaris i societat.