MLB投手Curt Schilling怒斥投球判罚
挥棒砸毁“机器人裁判”摄像机
机器好球带判定引发权力结构变革
AI既是技术问题也是“权力”问题
当捕手接住投手用力投出的球的那一瞬间，所有人的视线都会集中到一个人身上——裁判。因为裁判一声简短的“斯~特赖克！”或“坏球！”，就能左右整场比赛的走势。
然而判罚不可能完美无缺。仅凭人眼，很难精确追踪时速超过150公里的球。要用肉眼百分之百判断球是否穿过了虚拟的好球带，几乎是不可能的。因此判罚往往会引发争议，有时甚至会非常激烈。
2003年5月，美国职业棒球大联盟（Major League Baseball）亚利桑那响尾蛇队的王牌投手Curt Schilling在比赛中，用手指着QuesTec摄像机进行抗议。比赛结束后，他甚至用球棒砸坏了那台摄像机，起因正是对坏球判罚的不满。
消除坏球判罚的偏见与公平性争议：机器人裁判登场
裁判对球的判定是决定比赛胜负的重要因素。人们对准确、公正判罚的要求正推动判罚系统向机器人化发展。照片为向ChatGPT提出“请绘制在棒球场上，球员与裁判因球路判定发生争执的场面”这一请求后生成的图像。DALL-E3 提供
View original image美国职业棒球大联盟在2001年引入了“QuesTec裁判信息系统（QuesTec Umpire Information System）”。该系统通过安装在球场内的摄像机追踪投球轨迹，由计算机进行分析，从而为裁判的好球—坏球判罚提供技术支持。
为什么需要这样的系统？因为人类在坏球判罚中会掺杂各种偏见。
其中最典型的是“无为偏见（Omission bias）”。也就是人们比起因“采取行动”而产生的错误，更害怕因“不采取行动”而产生的失误。
裁判最害怕的是因为错误的好球判罚而将击球员判出局（积极性错误）。相比之下，把好球判成坏球（消极性错误）则相对不那么容易遭到指责。给人一种裁判在“保留”把击球员罚下场的判决、似乎更深思熟虑的印象。
对好球和坏球的判定可能掺杂多种偏见。比如对知名球员作出有利判决（名声偏见），对主队略微有利（主队偏见），或根据比赛局势改变判罚标准（情境偏见）等。KBO去年引入了“自动好球-坏球判定系统（Automated Ball-Strike System, ABS）”。KBO提供
View original image在不同情境下，裁判对坏球的判罚有时也会更宽松或更严格。比如，在比分差距巨大的比赛中，到了九局下半，裁判往往会把好球带看得非常宽。由于几乎没有翻盘的可能，他们会倾向于尽快结束比赛。棒球迷常把这称为“裁判的下班本能”。
QuesTec裁判信息系统的目标，就是消除这种人性化偏见，对所有球员应用同一标准，从而提高比赛的公平性。这个目标听上去几乎无可反对，堪称理想。然而现实并非如此。
并不是所有人都欢迎“消除偏见”。
“消除偏见”并不令人高兴？：明星球员的抵制
美国职业棒球大联盟办公室对砸坏摄像机的 Curt Schilling 处以1.5万美元罚款。Schilling 承认自己的行为有误，但同时主张通过机器人进行球类判定的系统同样存在问题。AP联合新闻供图
View original image在QuesTec刚刚引入时，反对声最强烈的是美国职业棒球大联盟的超级明星们。不仅是Curt Schilling，当时顶级球员Tom Glavine、Barry Bonds等人也公开对该系统表示不满。
Tom Glavine是一名以出色控球能力掌控比赛的投手，尤其擅长利用好球带外侧边缘投球而闻名。但QuesTec削弱了他的这一优势。那些“勉强也可以判为好球”的边缘球，被系统机械地筛了出来。
相反，强力本垒打打者Barry Bonds则觉得好球带变窄了。只要Bonds站上打击区，除对手球队外，几乎所有人都会期待他击出本垒打。在观众压力和“Bonds”这份名声面前，裁判很难做到完全不受影响。原本可以判为好球的球，也可能被判成坏球。机器人裁判的引入，对Bonds来说，就等于自己作为打者长期享受的“窄好球带”这一特权被剥夺了。
为什么会出现这种情况？对这些明星球员而言，裁判的“偏见”并不是必须消除的问题，而是一种可以被他们利用的“资源”。他们在漫长的职业生涯中，通过与裁判的关系，学会了获取细微优势的方式，也具备了洞察裁判倾向并将其转化为自身有利条件的能力。
人工智能改变权力版图：消除偏见，对某些人来说是剥夺既得利益？
好坏球判罚的案例表明，人工智能不仅是技术问题，更是“权力问题”。
人工智能会重新分配决策权。过去，裁判的主观判断本身就是一种权力。但随着机器、机器人、人工智能判罚系统的引入，裁判的判断被转化为基于客观数据的判定。与此相伴，明星球员长期构筑的权力也随之瓦解。
①名声的去权力化：明星球员过去隐性享有的“名声红利”消失了。像Barry Bonds那样享有的窄好球带，或者Tom Glavine享受的宽好球带，这类特权不再有效。
②专业性的重新定义：新技术相对降低了传统意义上裁判专业技能的价值。相反，准确、快速判别模糊球路的纯技术能力变得更加重要。
②关系资本的贬值：长期积累的与裁判的关系、利用观众压力等能力，不再能提供竞争优势。
好坏球判罚的自动化、机器人化、人工智能化，会带来如此多的结构性变化。体育领域尚且如此，产业现场又会怎样呢？
引入人工智能的组织：权力迁移的现场
当在产业现场引入人工智能时，组织与权力结构大致会出现如下变化：
①中层管理者权力缩减：在许多企业中，中层管理者一直承担着基于经验和直觉的决策角色。当人工智能取代这些判断时，他们的权限和影响力可能会下降。
例如，假设招聘负责人在招聘初期阶段，一直依靠直觉和经验做出录用决策。如果引入基于人工智能的评估系统，他们的影响力势必被削弱。
②数据优先于经验：通过长期经验积累的“诀窍”价值会下降，明确且可测量的数据的重要性上升。这会削弱“经验丰富的老将”的地位，同时强化具备出色数据解读能力人才的地位。
③决策透明度提升：人工智能系统通常会提高决策过程的透明度。对于那些依靠不透明决策和密室会议来维持权力的人来说，这将构成威胁。
④权力的集中或分散：人工智能既可能促成权力结构的中央集权，也可能推动权力分散。走向何方取决于人工智能系统的设计与运营方式。可以通过高效系统将权力集中到少数技术专家手中，也可以将集中于少数人手中的权力透明化并分散给更多员工。
由此可见，引入人工智能并不仅仅是提升业务效率，而是会引发组织内部权力关系的根本性重组。这种变化必然会引起抵制。就像Curt Schilling砸毁QuesTec摄像机那样，组织内部也可能出现各种形式的抵抗。
因此，若要在组织中成功导入人工智能，就必须同时考虑“权力设计”，而不仅是“技术设计”。
人工智能时代的领导力：既是技术问题，也是权力问题
必须摒弃“只要引入人工智能，一切都会变好”这种模糊幻想。如果只考虑技术层面，而忽视权力结构的变化，人工智能系统就有像Schilling砸毁的摄像机那样“被摧毁”的风险。组织内部的信任可能崩塌，甚至威胁到公司本身的存续。
正在考虑导入人工智能的领导者，应当首先思考如下问题：
谁会因人工智能而失去权力？目前依靠主观判断、经验或特殊关系行使权力的人是谁？他们会如何应对人工智能的引入？会接受并适应，还是会予以抵制？
新的权力结构应当是什么样子？目标仅仅是削弱既有权力吗？如果不是，如何设计出更具生产力和创造性的权力结构？
如何管理权力迁移的过程？剧烈变革可能引发强烈抵制。如何设计渐进式变革与适当的激励与补偿机制？
谁来控制人工智能系统？系统是否被设计成过度代表某些个人或组织的利益？是否有多元利益相关方参与系统的设计与管理？
员工有哪些角色是人工智能无法替代的？在人工智能时代，员工独有且价值会更高的角色与能力是什么，又该如何加以发展？
人工智能时代的领导者：重塑权力结构的“建筑师”
人工智能时代的领导力，不仅需要对技术的理解，更需要对组织权力结构的洞察。
在组织中引入人工智能，并不仅仅意味着业务自动化，或是取代低技能劳动力，而是会带来超越技术层面的、更广泛的组织变革。领导力的职责，是在技术变革的同时，帮助组织成员找到新的角色与价值。
Curt Schilling砸毁摄像机的事件，与其说是单纯的技术排斥，不如说是对人工智能所带来的根本性权力结构变化的象征性抵抗。
要有效引入人工智能，必须像重视技术本身一样，重视它将带来的权力关系变化。谁会在新系统中成为赢家，谁会成为输家，以及如何管理这一过程，这些问题都不容忽视。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
