Hệ thống xem xét AI thay đổi quyết định của trọng tài và lượt khiếu nại

Tóm tắt

Nghiên cứu này xem xét cách hệ thống khiếu nại Automated Ball-Strike của Major League Baseball ảnh hưởng đến quyết định của trọng tài và hành vi khiếu nại của cầu thủ. Nghiên cứu phân tích các lượt ném được trọng tài gọi trong giai đoạn 2015–2026 và các lượt khiếu nại từ mùa đầu tiên áp dụng hệ thống, so sánh ranh giới vùng strike hiệu dụng theo phán quyết, mức độ nhất quán, phản ứng sau khi quyết định bị đảo ngược và những lượt gọi mà cầu thủ chọn khiếu nại.

Các phát hiện được báo cáo cho thấy trong 2026, ranh giới dịch chuyển về phía vùng tự động, còn mức độ nhất quán phần lớn tiếp nối xu hướng trước đó. Trọng tài có điều chỉnh tạm thời gần các ranh giới được hiệu chỉnh sau khi quyết định bị đảo ngược, nhưng những điều chỉnh này không được duy trì một cách đáng tin cậy sang trận tiếp theo. Khác biệt liên quan đến số lượt và bóng vẫn tồn tại, trong khi khác biệt gắn với tình trạng cầu thủ thu hẹp lại. Cầu thủ cũng không khiếu nại nhiều lượt gọi có thể bị đảo ngược; lựa chọn của họ dường như gắn với bằng chứng có thể nhìn thấy ngay hơn là hình học chính xác của vùng. Nghiên cứu minh họa phản hồi qua lại giữa việc xem xét thuật toán có chọn lọc và phán đoán của con người, nhưng mô tả được cung cấp không nêu phương pháp thống kê hoặc xác lập rằng các phát hiện này có thể khái quát ngoài bối cảnh này.

Ý chính

• Việc xem xét tự động có chọn lọc có thể ảnh hưởng đến quyết định của con người ngoài những lượt bị đảo ngược.
• Ranh giới phán quyết của trọng tài dịch về phía vùng strike tự động trong mùa đầu tiên áp dụng hệ thống.
• Điều chỉnh sau khi quyết định bị đảo ngược chỉ là tạm thời và không duy trì nhất quán đến trận tiếp theo.
• Khi khiếu nại lượt gọi, cầu thủ dường như dựa vào bằng chứng nhìn thấy được nhiều hơn hình dạng chính xác của vùng tự động.

Thẻ

# 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.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.