AI 如何改变体操评分
AI 驱动的计算机视觉系统正被引入精英体操评分中，用于比人类裁判更一致地测量身体角度、旋转和倒立位置等要素。评论者在潜在好处——减少国家和个人偏见、更清晰的难度评分、以及训练中的应用——与风险之间权衡：包括算法偏见固化、运动员“钻模型空子”、艺术性流失，以及把复杂的人类表现压缩成僵硬积分体系时出现的古德哈特式扭曲。讨论还扩展到花样滑冰和团队运动裁判，质疑技术是否能够或是否应该取代本质上带有主观性的审美类运动中的人类判断。
当前评分方式及引入 AI 的原因
- 体操已经使用一套详细的 200 多页《评分规则》，设有难度与完成度评判小组以及参考裁判；分数通过多名裁判取平均后，以三位小数呈现。
- 人工裁判会受到偏见和视角有限的影响（例如，错过一个偏离垂直 15° 的倒立，而这本应被扣分）。
- AI/计算机视觉被视为一种更一致地测量身体位置和角度的工具，而不是（至少目前还不是）用来评判艺术性或复杂连贯动作的工具。
这里的“AI”指什么
- 一些评论者认为，这其实就是“计算机视觉”，只是为了营销而重新包装成“AI”。
- 另一些人提到“AI 效应”：一旦某项技术可靠地工作，人们就不再称它为 AI。
公平性、偏见与一致性
- 支持者认为：一个统一标准的系统，既可用于训练也可用于比赛，会比轮换上场、偏好各异且带有国家偏见的人类裁判更一致。
- 怀疑者认为：模型可能会编码出新的偏见（例如体型、种族、非常规身材），对光线和摄像机变化很脆弱，而且人们可能错误地把它当成客观的。
- 有人建议 AI 应该作为人类裁判组的补充，由人类有权推翻可疑判罚。
钻系统空子与古德哈特定律
- 人们强烈担心，运动员会开始优化到“AI 能看到的东西”，就像他们现在会针对人类裁判的盲点进行优化一样。
- 类比包括：
- 类似 Wii Sports 的“最小动作”触发传感器。
- 棒球中的接球框位（pitch framing）。
- 花样滑冰的 IJS 体系：复杂跳跃和基础分 + GOE 让选手追逐分数，削弱了人们感受到的“艺术性”和多样性。
- 一般性的古德哈特主题：一旦某个指标成了目标，它就不再衡量原本想衡量的“卓越”。
艺术性与技术精度
- 争论焦点在于，体操/花样滑冰这类运动应该更接近：
- 纯技术难度与生物力学精度，还是
- 难以形式化的艺术性“卓越”。
- 有人欢迎更技术化、较少艺术化的方向；也有人担心会出现为了微小扣分而优化出的、“机器人式”的、缺乏灵魂的动作。
与其他运动和技术裁判的类比
- 有人建议在击剑、HEMA、武术，以及 NBA/NFL 等大联盟中使用类似系统，以减少裁判失误。
- 反方观点：过于精确、全天候执行的判罚（如某些 VAR 的使用或严格限速）可能损害比赛节奏、观赛体验，并忽略规则的“精神”。