› Profesor Drexel University wprowadza pojęcie 'latent risk' - ryzyka, że pracownicy nadzorujący AI tracą praktyczne umiejętności potrzebne do interwencji, gdy system zawiedzie.
› Zjawisko jest trudne do wykrycia, bo AI działa dobrze przez długi czas, więc organizacja nie zauważa, że kompetencje ludzi słabną aż do momentu kryzysu.
› Problem wyrasta z kilkudziesięciu lat badań nad tzw. automation bias - skłonnością ludzi do bezkrytycznego ufania automatycznym rekomendacjom nawet wbrew innym dowodom.