Как система AI влияет на решения судей и запросы игроков на пересмотр

Сводка

В исследовании изучается, как система пересмотра подачи Automated Ball-Strike в Главной лиге бейсбола повлияла на решения судей и поведение игроков при запросе пересмотра. Авторы анализируют засчитанные подачи за период 2015–2026 и запросы на пересмотр в первый сезон работы системы, сравнивая фактическую границу зоны страйка, последовательность решений, реакцию на отмененные решения и выбор игроков, какие подачи оспаривать.

Согласно результатам, в 2026 граница сместилась в сторону автоматизированной зоны, а последовательность решений в основном продолжила прежнюю тенденцию. После отмены решения судьи временно корректировали границу рядом с исправленной зоной, но эти изменения не всегда сохранялись до следующей игры. Различия, связанные со счетом, сохранялись, тогда как различия, связанные со статусом игрока, сокращались. Игроки также не оспаривали многие решения, которые можно было бы отменить; их выбор, по-видимому, сильнее зависел от очевидных в моменте признаков, чем от точной геометрии зоны. Исследование показывает обратную связь между выборочным алгоритмическим пересмотром и человеческими решениями, но предоставленное описание не указывает статистические методы и не доказывает применимость результатов за пределами этой ситуации.

Ключевые идеи

• Выборочный автоматизированный пересмотр может влиять на решения людей помимо тех случаев, в которых он отменяет вызов.
• В первый сезон работы системы границы зоны судей сместились в сторону автоматизированной зоны страйка.
• Корректировки после отмененных решений были временными и не всегда сохранялись до следующей игры.
• При запросе пересмотра игроки, по-видимому, больше полагались на видимые признаки, чем на точные границы автоматизированной зоны.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.