Uno de los objetivos de diseño de los sistemas de Inteligencia Artificial suele ser la precisión. Muchos sistemas de IA requieren datos de entrenamiento precisos y fiables para obtener los mejores resultados. Cuando se procesan datos personales, mantenerlos actualizados y corregir las entradas erróneas es también un requisito legal.[1] El interesado también puede exigir la rectificación de los datos personales inexactos.[2] Por lo tanto, los sistemas de IA deben diseñarse teniendo en cuenta la necesidad de rectificación, durante la cual no sólo pueden añadirse datos, sino también eliminarse (véase “Derecho de rectificación” en la sección “Derechos del interesado” de la Parte II de estas directrices y “Equidad, diversidad y no discriminación”dentro de esta Parte III sobre IA, así como “Principio de licitud, imparcialidad y transparencia” dentro de la Sección “Principios” de la Parte II).
Además, la salida de un sistema de IA no debe ser sólo un resultado, sino también una medida de la confianza que tiene el sistema en que el resultado es correcto. Esta medida no es sólo un indicador técnico de la precisión del sistema, sino también una valiosa indicación de si puede ser necesaria la intervención humana (véase la sección “Principio de precisión” en los “Principios” de la Parte II de estas Directrices).