コンテンツへスキップ
ライブラリの全資料

AI審査が審判の判定と選手のチャレンジに与える影響

記事 arXiv papers · 著者: Kichang Lee et al.
原文を読む

サマリー

本研究は、メジャーリーグベースボールの自動ボール・ストライク判定チャレンジ制度が、審判の判定と選手のチャレンジ行動に及ぼした影響を検証します。2015～2026に審判が判定した投球と、制度初年度のチャレンジを分析し、実質的なストライクゾーンの境界、判定の一貫性、判定が覆った後の対応、選手が異議を申し立てた判定を比較します。

報告された結果によると、2026には境界が自動判定のゾーンに近づきましたが、一貫性はおおむね従来の傾向をたどりました。判定が覆った後、審判は訂正された境界付近で一時的に調整しましたが、次の試合まで確実に続くことはありませんでした。カウントに関連する差は残る一方、選手の属性に関連する差は縮小しました。また、覆り得る判定の多くがチャレンジされず、選択は正確なゾーン形状よりも、その場で見て分かる証拠に強く結びついているようでした。本研究は、選択的なアルゴリズム審査と人間の判断の間に生じるフィードバックを示していますが、提供された説明には統計手法の詳細がなく、これらの知見がこの状況以外にも一般化するとは示されていません。

主なアイデア

  • 選択的な自動審査は、判定が覆るケース以外でも人間の判断に影響する可能性があります。
  • 制度初年度に、審判の判定境界は自動判定のストライクゾーンに近づきました。
  • 判定が覆った後の調整は一時的で、次の試合まで一貫して続きませんでした。
  • 選手は判定にチャレンジする際、正確な自動判定ゾーンより目に見える証拠を重視したようです。

タグ

統計機械学習イベントドリブン
全文
# When the Strike Zone Becomes Algorithmic: Umpire Judgment and Player Challenge Decisions under AI Review


# When the Strike Zone Becomes Algorithmic: Umpire Judgment and Player Challenge Decisions under AI Review









The Automated Ball-Strike challenge system that Major League Baseball adopted in 2026 offers a distinctive setting for studying human AI interaction in which umpires make every ball and strike call, while players can selectively ask an automated system to publicly overturn those decisions. We analyze 4,114,256 called pitches from 2015 through 2026 and 8,447 challenges from the 2026 season to examine how algorithmic review reshapes umpire judgment and player behavior. We study where umpires placed the effective strike zone boundary, how consistently they applied that boundary, how they responded to overturned calls, and which calls players chose to challenge. In 2026, the effective called boundary shifted toward the automated strike zone beyond the trajectory observed in prior seasons, while the consistency of that boundary largely continued its existing trend. Following an overturned call, umpires temporarily adjusted subsequent decisions near the corrected boundary, although these effects did not consistently persist into the next game. Count dependent variation in calling remained, while differences associated with player status narrowed. Players, meanwhile, left many overturnable calls unchallenged and appeared to base challenge decisions more strongly on immediately observable evidence than on the precise geometry of the automated zone. Together, these findings show that selective AI review does more than correct individual errors. It reshapes human judgment, adaptation, and strategic behavior around an algorithmic authority.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。