Chaîne

Analyse

Dernière couverture de l'analyse de Global Infrastructure Review.

Analyse
Analyse

Les experts humains restent irremplaçables dans l'évaluation de l'IA d'infrastructure : enseignements de la recherche clinique à la pratique de l'ingénierie

Une étude sur l'évaluation de l'IA clinique montre que, bien que l'IA puisse fournir des évaluations cohérentes et à faible coût, les cliniciens locaux parviennent encore à détecter des problèmes clés que l'évaluation automatique omet. Cette conclusion s'applique également au domaine des infrastructures — dans le financement de projets, l'examen de la qualité des ouvrages et l'analyse des risques, le jugement humain et la compréhension contextuelle restent des atouts essentiels que l'IA ne peut remplacer.

Lucía Méndez4 min de lecture
Analyse

Gestion durable des eaux pluviales : un facteur décisif dans les décisions d'infrastructure urbaine

Sur la base d'études menées à Malmö et Östersund en Suède, analyser comment des facteurs non techniques tels que la gouvernance, la coordination et le financement dans la gestion durable des eaux pluviales (SSWM) deviennent essentiels pour la prise de décision, offrant une nouvelle perspective pour la planification des infrastructures urbaines à l'échelle mondiale.

James Harrington5 min de lecture
Analyse

MedSkillAudit : un cadre d'audit qualité pour le déploiement des compétences des agents IA médicale – une nouvelle norme pour l'infrastructure de santé numérique

AIPOCH et l'hôpital Zhongshan affilié à l'Université de Fudan lancent conjointement MedSkillAudit, un cadre d'audit de pré-déploiement pour les agents d'IA médicale, visant à garantir la fiabilité scientifique et la sécurité. Ce cadre utilise un double verrouillage de rejet et une évaluation en deux étapes, et a révélé que 57,3 % des compétences n'atteignent pas le seuil de publication limitée, soulignant l'urgence du contrôle qualité dans la construction d'infrastructures de santé numérique.

Omar Al-Farsi3 min de lecture
Analyse

L'intelligence artificielle va impulser une transformation de l'évaluation de la recherche.

Avec la participation de l'IA à la génération de propositions de recherche, le système d'évaluation traditionnel centré sur les propositions écrites est confronté à des défis. L'article explore comment les organismes de financement peuvent faire face à l'impact de l'ère de l'IA en se tournant vers l'évaluation de la rigueur méthodologique, des capacités de recherche et des compétences transférables, ainsi qu'en réformant le processus d'évaluation.

Lucía Méndez5 min de lecture
Analyse

L'évolution numérique du dépistage des risques d'auto-citation : comment l'API Dimensions Citation Check remodèle l'infrastructure d'intégrité de la recherche

Digital Science lance l'API Dimensions Citation Check, offrant aux rédacteurs de revues un outil évolutif de détection des risques d'auto-citation. Cet article analyse, d'un point de vue infrastructure, comment cet outil transforme le processus de publication académique, améliorant l'efficacité et la cohérence de la gestion de l'intégrité de la recherche.

Lucía Méndez5 min de lecture
Analyse

Pourquoi les projets échouent encore : ce que la controverse Agile révèle sur le véritable goulot d’étranglement de la livraison des infrastructures numériques

Cet article part du taux d’échec des livraisons de projet et des écarts par rapport aux pratiques Agile pour réexaminer la relation entre l’infrastructure numérique, la transformation informatique des entreprises et la gouvernance de l’IA : ce qui détermine réellement le succès ou l’échec n’est souvent pas la méthodologie elle-même, mais la gouvernance, les capacités, la visibilité des risques et l’exécution organisationnelle.

Omar Al-Farsi10 min de lecture
Analyse

La sécurité de l’IA est en train de passer de la « découverte de vulnérabilités » à leur « assimilation » : que montrent les données d’Anthropic ?

Mythos Preview d’Anthropic a découvert en un mois plus de 10 000 vulnérabilités critiques ou graves. En apparence, cela traduit une montée en puissance des capacités de sécurité de l’IA ; en réalité, cela révèle que la chaîne d’approvisionnement logicielle mondiale est entrée dans une phase de « capacité de correction limitée » : ce qui est réellement rare, ce n’est pas le scan, mais la vérification, l’assignation et la livraison des correctifs.

Lucía Méndez10 min de lecture