MLB引入“自動好球壞球挑戰系統” 揭示裁判的誤判率甚至遠高于平均水平

美國職業棒球大聯盟（MLB）本賽季在常規賽中正式試行“自動好球-壞球挑戰系統”（ABS），這一“機器人輔助好球帶”技術正在用數據和大屏回放，當場揭露本壘裁判的判罰失誤。 最新一輪比賽統計顯示，在已有的挑戰中，聯盟整體好球、壞球判罰被推翻的比例已達到 55%，部分資深裁判的誤判率甚至遠高于平均水平。

在上周六波士頓紅襪對辛辛那提紅人的比賽中，資深裁判 C.B. 巴克諾（C.B. Bucknor）成為聚光燈下的焦點。 紅人內野手尤金尼奧·蘇亞雷斯（Eugenio Suárez）在連續兩次被判第三好球出局后，先后對巴克諾的判罰發起挑戰，結果兩次均被 ABS 系統推翻。 隨后的打席雖然只是一次滾地出局，但現場觀眾最熱烈的歡呼卻獻給了這兩次成功挑戰，而非比賽中的全壘打，凸顯球迷對技術介入判罰的支持。

根據 MLB 公布的規則，每隊每場擁有兩次挑戰機會，只有在挑戰失敗時才會扣除一次次數；打者、投手和捕手均可發起挑戰，在延長賽中，如球隊挑戰次數已用盡，將額外獲得一次。 這一激勵機制促使球隊更謹慎、更策略性地使用挑戰，也大大增加了對裁判好球帶判定的即時監督。

支撐 ABS 的，是一套由高速攝像機和機器學習算法組成的精密追蹤網絡。 系統在球場周邊布設多臺高速光學攝像機，實時捕捉每一顆投球的速度、軌跡和變化，并與依據打者站姿動態校準的三維好球帶進行比對。 一旦場上球員申請復核，系統會在短時間內給出結論，并通過球場大屏幕展示——這一“數學裁決”透明且最終，不再留給場上爭辯空間。

數據表明，對巴克諾的挑戰尤為致命。 以 4 月 2 日為止的統計，他被挑戰后被推翻的判罰比例高達 78%，遠超聯盟 55% 左右的平均水平。 在上述紅襪與紅人比賽中，共有 8 次 ABS 復核，其中 6 次支持球員，2 次維持原判的球幾乎只差好球帶邊緣 0.1 英寸，而另有 3 顆球則明顯偏離好球帶，最大誤差達 2.7 英寸。 這場比賽結束時，巴克諾的表情幾乎成了計分板之外的另一幅“數據圖像”。

事實上，即便在引入機器人輔助之前，巴克諾的判罰表現就已飽受質疑。 統計網站 UmpScorecards 的五年數據將他評為全聯盟準確率墊底的本壘裁判，顯示其少判或錯判的累計數量比平均水平少了約 253.74 次“應有正確判罰”。 在這一榜單中，下一位裁判拉茲·迪亞斯（Laz Díaz）的“缺口”約為 202 次，差距同樣明顯。

本周另一場比賽中，巴克諾還曾在無 ABS 介入的環節做出了一次極具爭議的判罰。 他認定密爾沃基釀酒人隊的杰克·鮑爾斯（Jake Bauers）跑壘時沒有踩到一壘，判其出局，但視頻回放迅速推翻了這一吹罰，畫面顯示鮑爾斯清晰地踩在壘包上。 場上雙方教練最終以輕松的笑聲結束這一插曲，但對巴克諾而言，這只是其“黑歷史清單”上的又一筆記錄。

對于 MLB 來說，ABS 挑戰系統不僅是減少爭議、提高比賽公信力的技術工具，也正在成為評估裁判表現的新量化標尺。 當光學追蹤與機器學習實時給出一顆球在好球帶內外的位置時，曾經高度依賴經驗與主觀判斷的本壘判罰，被逐步納入可度量、可排名的統計體系。 隨著賽季推進，人們對于“機器人輔助裁判”與“人類裁判權威”的邊界爭論，或許將像一記直沖本壘的速球一樣，越來越難以回避。