Human analysts or artificial intelligence? Source attribution in athlete performance evaluation

doi:10.3389/fpsyg.2026.1954191

Human analysts or artificial intelligence? Source attribution in athlete performance evaluation

2026-09-10

0

OA

AI

DOI：10.3389/fpsyg.2026.1954191

原文链接

原文求助

摘要

En 中文

引言人工智能（AI）越来越多地被用于支持运动员表现评估，但人们对基于AI的分析的回应可能取决于他们是否认为评估任务需要客观计算或情境化的人类判断。基于任务依赖的算法厌恶理论，本研究考察了当一份相同的运动员表现报告被归因于基于AI的分析系统或专业人类分析师时，其评价是否会不同。方法共220名参与者被随机分配，审查同一份足球表现报告，报告来源被标记为基于AI的系统或专业人类分析师。参与者评估了报告的信息可信度、感知诊断性和对运动员独特特征的考量。在控制对运动员熟悉程度的情况下，进行了单因素多元协方差分析及后续单变量分析。结果来源归因对综合结果产生了显著的多变量效应。归因于AI的报告在信息可信度和感知诊断性上获得了显著更高的评价，而归因于人类的报告被认为更充分考虑了运动员的独特特征。讨论研究结果表明，在同一评估任务中，算法偏好和算法厌恶可以共存。AI归因与在系统性信息处理相关维度上的更积极评价相关，而人类归因则与更显著的个性化及情境敏感理解感知相关。

Keyword:

artificial intelligence,source attribution,message credibility,individualized consideration,perceived diagnosticity,sport analytics,task-dependent algorithm aversion

Human analysts or artificial intelligence? Source attribution in athlete performance evaluation

摘要

期刊

机构

引用论文