工具最接近该知识领域决策质量的理想标准。这些真实数据应该包含专家的专业知识（他们在现实世界的审议知识过程），而不仅仅事实。只有这样，他们才能有效评估人工智能工具是否能为他们的组织带来足够的价值。这样做还可以带来其他好处：我们发现，遵循严格的人工智能评估流程。
的管理者经常会重
新评估人类专家的决策流程，并找到改进的方法。 最后，政策制定者和研究人员还应该记住，人工智能设计师做出的事实决策不仅对测试和采用人工智能工具的组织具有 波斯尼亚和黑塞哥维那电子邮件列表 深远的影响，而且对将产有深远的影响。他们也需要在围绕人工智能采用的讨论中考虑。
基本事实主题 数据
人工智能和机器学习 人工智能与机器学习 关于作者 莎拉 莱博维茨 是弗吉尼亚大学麦金太尔商学院的助理教授。海拉 利夫什茨 阿萨夫 是华威大学教授，也是哈佛大 tg编号 学创新科学实验室的教员。纳塔利娅 莱维娜 是纽约大学斯特恩商学院的教授。 参考文献 、 和 ， 人工智能地面真相真的是真的吗？基于专家知识来培。
