Connect with us

Noticias

10 worst players in NBA history according to ChatGPT

Published

on

Defining “the worst NBA players ever” certainly isn’t easy. It is hard to say what is worse, an NBA Draft bust who was given a shot to produce, but never amounted to much, or a player who simply didn’t see much time on the court at all, and therefore, never even had a chance to prove himself or put up any resemblance of statistics.

We here at ClutchPoints have looked at the biggest NBA Draft busts ever before. We’ve also looked at players who barely even saw court time. But because of our predicament, we decided to ask ChatGPT who the worst NBA players in history are.

So, check out the gallery to see what artificial intelligence has to say. ChatGPT provided a brief summary justifying its answers, and we went in and provided analysis from our perspective.

1. Michael Olowokandi

ChatGPT summary: Olowokandi was drafted first overall in the 1998 NBA Draft, ahead of future Hall of Famers like Dirk Nowitzki, Paul Pierce, and Vince Carter. Unfortunately, he never lived up to the hype, and despite his size and athleticism, he was often criticized for his poor basketball IQ, lack of work ethic, and inability to dominate in the post. His career numbers are underwhelming, and his lack of impact on winning teams solidified his place in “bust” territory.

ClutchPoints’ analysis: Michael Olowokandi was a high-risk, high-reward draft prospect, but unfortunately, he landed on the wrong side of that equation. The freak athlete with unquestionable measurables was never able to develop the necessary skills to thrive in the NBA game.

The Kandi Man only shot 43.5% from the field despite standing over seven feet tall, which is an incredibly poor mark for a big man. Olowokandi averaged 8.3 points per game over his career, but he only did so because he was forced onto the court due to the Los Angeles Clippers taking him first-overall.

2. Anthony Bennett

Anthony Bennett NBA Draft busts
Troy Taormina-Imagn Images

ChatGPT summary: Bennett’s selection as the first overall pick in 2013 remains one of the biggest draft mistakes in NBA history. He was a project player with an inconsistent jumper, no defined role, and questionable conditioning. His rookie season was disastrous, and he struggled to find a place in the league after his brief stint with the Cavaliers. Bennett’s career flamed out quickly, and he bounced around multiple teams before being out of the NBA entirely.

ClutchPoints’ analysis: Our vote for the biggest NBA Draft bust ever was Anthony Bennett, so it makes sense that he shows up here as one of the worst NBA players in history. Bennett was a massive failure, but it was almost easy to see it coming. His 2013 NBA Draft class was viewed as one of the worst draft classes ever, and even then it was looked at as a massive reach when the Cleveland Cavaliers took him first overall.

Bennett, who was supposed to be drafted late in the lottery, was a tweener without a real calling card. It showed on the basketball court, and he was even traded after only one season. Overall, Bennett lasted four seasons in the NBA, each of which was with a different team.

He averaged 4.4 points per game and only started in four total games. Despite the benefits that come with being picked early, no team was really willing to give Bennett a chance because the talent level was just clearly not there.

3. Darko Milicic

Darko Milicic worst NBA players ever
Kyle Terada-Imagn Images

ChatGPT summary: Darko Miličić’s selection as the second overall pick in the 2003 NBA Draft is often regarded as one of the biggest draft busts in history. While the Pistons won a championship during his rookie season (with him barely playing), Darko never lived up to his potential as a skilled 7-footer. He struggled with consistency, effort, and lack of development. Players like Carmelo Anthony, Dwyane Wade, and Chris Bosh were selected after him, making his selection all the more infamous.

ClutchPoints’ analysis: The 2003 NBA Draft class is one of the best ever, as LeBron James, Carmelo Anthony, Dwyane Wade, and Chris Bosh all went inside of the top five. Darko Milicic casts a shadow over the class as the number two pick, though. Milicic joined a great Detroit Pistons team (that he won a championship with his rookie season), but he was incredibly raw due to his status as one of the youngest NBA players ever.

He was never able to develop, and the big man ended his career as a bench warmer and draft bust. His failures were compounded by the stars drafted around him, many of which are still playing or played until recently. Meanwhile, Milicic is now a farmer in Serbia.

4. Sam Bowie

A graphic of Sam Bowie in the NBA

ChatGPT summary: Sam Bowie’s career is largely remembered for being selected ahead of Michael Jordan in the 1984 NBA Draft. While injuries did hamper his career and kept him from reaching his potential, the fact remains that the Blazers passed on one of the greatest players of all time. Bowie had a solid, albeit unspectacular career, but his selection is often cited as a massive blunder in NBA draft history.

ClutchPoints’ analysis: Like Milicic, Sam Bowie is punished in NBA dialogue because of the players drafted before and after him. Hakeem Olajuwon was taken first overall, and Michael Jordan – the greatest NBA player ever – was selected third, while the Portland Trail Blazers ended up with Bowie second overall because team’s prioritized centers over guards in the early ’80s.

As is the trend with high Trail Blazers draft picks, Bowie struggled with injuries, and that prevented him from ever reaching his potential. He was a career 10.9 point-per-game scorer, and he played 511 games in his career (349 starts), so we think it is probably unfair to call him one of the worst NBA players ever, even though it is evident he is one of the worst NBA Draft picks ever.

5. Kwame Brown

Kwame Brown NBA Draft bust
Jennifer Stewart-Imagn Images

ChatGPT summary: Kwame Brown is the classic example of a player who struggled with the weight of being the top overall pick. After being chosen by the Washington Wizards ahead of other highly regarded prospects, he never lived up to expectations. Brown was often criticized for his lack of skill development, low basketball IQ, and inability to impact games. Despite a long career, his lack of growth made him a punchline in the basketball world.

ClutchPoints’ analysis: In addition to being one of the worst NBA players ever, Kwame Brown is certainly one of the worst first overall picks in NBA history. Brown came to the league straight out of high school, and his failures demonstrated the risk of taking such a young player. Immaturity issues were prevalent with the center, as he never showed a willingness to get better at what he needed to improve upon.

Brown actually did last 12 years in the league, but he was only a double-digit scorer once, and he was limited to a bench role more often than not.

Brian Scalabrine Bulls worst NBA players in history
Howard Smith-Imagn Images

ChatGPT summary: While Brian Scalabrine became a fan favorite and was often referred to as the “White Mamba” due to his enthusiasm and attitude, his actual on-court production was underwhelming. Scalabrine was a journeyman who spent most of his career as a benchwarmer, but his personality and role in the Boston Celtics’ championship run in 2008 gave him a bit of a cult following. In reality, though, his skill set did not justify his NBA career length.

ClutchPoints’ analysis: A lot of the players on this list were big draft busts: Players who were drafted high and were expected to do great, but did not live up to expectations. Brian Scalabrine is here for a different reason, as he was only a second-round pick and was never expected to be much more than a depth piece.

Related NewsArticle continues below

Scalabrine is here because he gained notoriety as a goofy bench player on some pretty good teams. While he was glued to the bench, he actually won a championship with the Boston Celtics in 2008. Scalabrine only averaged 3.1 points per game, but he is famous for saying “I’m closer [in skill] to LeBron than you are to me.” The quote is true and goes to show just how great NBA players are, even the very worst ones.

Scalabrine is the poster boy of a fan-favorite bench-warmer, but considering he lasted 11 years in the NBA and doesn’t qualify as a draft bust, and we aren’t sure that he belongs on this list.

7. Robert Traylor

A graphic of Robert "Tractor" Traylor in the NBA

ChatGPT summary: Known as “Tractor,” Robert Traylor was drafted by the Bucks, but his career never reached the expected level. He was traded to the Cleveland Cavaliers in a deal that eventually involved the selection of Dirk Nowitzki. Traylor’s poor conditioning, inability to stay on the court, and underwhelming performances led to a rather forgettable NBA career. He never made much of an impact.

ClutchPoints’ analysis: Robert Traylor was traded for Dirk Nowitzki, which will make him remembered as a key part in one of the most lopsided trades ever. Despite his hulking frame, Traylor struggled to score with efficiency inside. Additionally, he struggled with stamina and conditioning issues.

Traylor was a career 4.8 point-per-game scorer, and he was out of the league after seven seasons despite being a former number six draft pick. Unfortunately, Traylor passed away in 2011 after suffering a heart attack.

8. Greg Oden

Greg Oden NBA Draft bust Trail Blazers
Steve Dykes-Imagn Images

ChatGPT summary: Greg Oden was a highly touted prospect after dominating at Ohio State, but injuries tragically derailed his career. He suffered multiple knee surgeries that kept him from ever reaching his potential. While Oden was solid when he played, the fact that he was picked ahead of Kevin Durant in the 2007 Draft has led to him being remembered as one of the biggest “what ifs” in NBA history.

ClutchPoints’ analysis: Injuries were the demise of Greg Oden. The 2007 first overall pick, who was selected before Kevin Durant, only played in 105 total games, and the 66 games that he started in were fewer than a complete NBA season. Oden missed the entirety of what would have been his rookie season, as well as three straight years from 2010 to 2013. He only once played more than 23 games in a season once, and even then he missed 21 games.

Oden was a talented player, as evidenced by his decent scoring figures (8.9 points and 11.1 points in 2008-09 and 2009-10, respectively) in limited minutes. Being another injury-prone big who was taken before an all-time NBA great will make him infamous as one of the worst NBA players ever, though.

Jimmer Fredette Team USA FIBA 3x3
Yukihito Taguchi-Imagn Images

ChatGPT summary: Fredette was a college sensation at BYU, known for his scoring ability, particularly his three-point shooting. However, when he transitioned to the NBA, his inability to guard anyone and his lack of playmaking ability limited his effectiveness. Fredette’s lack of athleticism and inability to adapt to the NBA’s higher level of competition led to a very short career.

ClutchPoints’ analysis: Jimmer Fredette is arguably one of the best college basketball players ever, and certainly one of the best of the 21st century, but the same can’t be said about his NBA career. Fredette has looked good throughout his professional career, including when playing overseason and during his time with Team USA playing 3×3.

Every time he has made an attempt at the NBA, though, he has failed. Fredette can score/shoot with the best of them, but he is undersized to play the shooting guard position in the NBA, and he doesn’t have the playmaking knack to thrive as a lead guard. The step up in competition has proven to be too much for Fredette, especially when it comes to trying to defend anybody.

Fredette’s career six points per game mark is disappointing when you consider that he is a three-time CBA All-Star and a Greek League champion.

10. Nikolaz Tskitishvili

 A graphic of Nikolaz Tskitishvili in the NBA

ChatGPT summary: Tskitishvili’s selection as the 5th pick in the 2002 NBA Draft was a puzzling one at the time and only grew more perplexing as his career unfolded. He had an impressive international resume but struggled with the speed and strength of the NBA. Tskitishvili’s inability to adjust, along with a lack of shooting consistency and toughness, made him one of the most infamous draft busts in NBA history.

ClutchPoints’ analysis: Nikolaz Tskitishvili might not have the name recognition of some of the other players on this list, but he was certainly an NBA failure. Foreign big men were coveted in the early 2000s because of the success of Dirk Nowitzki, which led to the Denver Nuggets drafting Tsikishvili fifth overall in 2002.

After only averaging 3.9 point per game as a rookie, though, the Nuggets were forced to find a new franchise cornerstone, and they selected Carmelo Anthony in the following draft. Somehow, that rookie season was Tskitshvili’s best, as he never started another game in the NBA, and he was out of the league after only 1,946 total minutes of court time. Despite standing seven feet tall, Tskitshvili’s career field goal percentage was only 30.4%, as he wasn’t made for the physicality and athleticism of the NBA game.

Continue Reading
Click to comment

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Noticias

¿Menos chat en ChatGPT? Cómo podría evolucionar la IA en la tecnología publicitaria en 2025

Published

on

Buenas noticias para los escépticos: es de esperar que 2025 sea un año de casos de uso de IA más prácticos para la publicidad, especialmente a medida que las agencias se familiaricen más con la tecnología.

Cuanto más acceso tengan los empleados de las agencias de IA, más integrada estará en la industria publicitaria, dijo Nicole Perrin, analista y vicepresidenta de inteligencia empresarial de Advertiser Perceptions.

Mientras tanto, la cantidad de anunciantes que utilizan herramientas de inteligencia artificial ya aumentó desde 2023, del 56% al 68%, según una encuesta realizada por Advertiser Perceptions en octubre.

Y el número de anunciantes que confían mayoritaria o completamente en la tecnología publicitaria basada en inteligencia artificial para tomar decisiones de campaña sin supervisión humana también ha aumentado, de uno de cada cuatro a casi la mitad.

¿Adiós chatbots?

Aún así, los anunciantes necesitan comprender mejor lo que la IA realmente puede hacer antes de dar un salto real, lo que significa mirar más allá de los productos más publicitados disponibles en la actualidad.

Los chatbots como ChatGPT y Microsoft Copilot y programas como Dall-E para imágenes y Sora para videos son una buena manera para que los anunciantes se mojen los pies, dijo Amol Waishampayan, director de producto de la plataforma de activación y planificación de anuncios fullthrottle.ai.

De manera similar, la mayoría de las interacciones directas de los consumidores con la IA también se han producido en esta área, ya sea a través de la comunicación con el chatbot de una empresa (a veces con resultados desastrosos, como descubrió Air Canada a principios de este año) o pidiendo a una herramienta que les escriba un correo electrónico.

Pero ya es hora de que los anunciantes sigan adelante y adopten usos más sofisticados y pragmáticos para la IA, añadió Waishampayan.

“Me encantaría deshacerme de lo que creo que es un valor muy superficial”, dijo, y evolucionar hacia integraciones más sólidas de la IA en la tecnología de medición, planificación y compra de medios.

Suscribir

AdExchanger diario

Reciba el resumen de nuestros editores en su bandeja de entrada todos los días de la semana.

Mientras tanto, sin embargo, más allá del texto generado por IA para las líneas de asunto de los correos electrónicos, por ejemplo, o las llamadas a la acción, parece haber poco deseo de entregar algo más que mensajes de la parte inferior del embudo a los bots.

El contenido creado por humanos en cualquier forma “tiene más autenticidad”, dijo Akaash Ramakrishnan, cofundador de la plataforma de optimización creativa AdSkate. Incluso llegó a sugerir que el deseo de ese tipo de autenticidad puede hacer que los modelos de lenguaje grandes sean “eliminados gradualmente” de algunos casos de uso comunes basados ​​en texto en algún momento.

Alex Collmer, director ejecutivo y fundador de VidMob, lo expresó de manera más directa: “¿Por qué debería molestarme en leer algo que a ti no te molestaste en escribir?”

Ser específico (pero no demasiado específico)

Dejando a un lado los chatbots, la IA ya ha sido parte del mundo de la tecnología publicitaria durante la mayor parte de una década.

Desafortunadamente, sin embargo, existe una tendencia a agrupar todas las herramientas automatizadas en un gran grupo.

Sin embargo, es importante hacer una distinción entre “IA” y “ML”, o aprendizaje automático, dijo Wil Schobeiri, CTO del proveedor de orientación contextual Ogury.

El aprendizaje automático es la capacidad de una computadora para identificar patrones sin supervisión a escala o con una intensidad computacional que los humanos no podrían lograr solos, dijo, mientras que la IA es simplemente “un término de marketing ahora”.

No es que no estén surgiendo casos prácticos de uso empresarial tanto para el aprendizaje automático como para la tecnología generativa.

Las empresas de tecnología publicitaria han adoptado principalmente capacidades de procesamiento del lenguaje natural como una forma de generar recomendaciones estratégicas basadas en datos internos de la empresa o personas de la audiencia.

Y según Advertiser Perceptions, los anunciantes ya están utilizando la IA para dirigirse a audiencias de manera más efectiva (58%) y personalizar anuncios (49%). El cincuenta y dos por ciento utiliza la IA para informar las decisiones de estrategia de marketing, un aumento significativo desde 2023.

La IA también tiene el mayor potencial para impulsar el rendimiento creativo, ayudar con la optimización post-clic y mitigar el “trabajo pesado indiferenciado”, dijo Schobeiri, es decir, tareas esenciales y de gran volumen que no requieren intervención humana; en otras palabras, trabajo intenso.

Sin embargo, incluso con estos casos de uso más específicos, los anunciantes deben tener cuidado de no exagerar con la IA.

Por ejemplo, no tiene sentido gastar una gran cantidad de tiempo, dinero y potencia informática para personalizar las experiencias de los consumidores uno a uno, lo que crearía “enormes inconvenientes de sostenibilidad”, dijo Collmer.

“En realidad, no somos tan diferentes unos de otros”, dijo. “Habrá un nivel adecuado de personalización que le brindará los resultados que necesita como especialista en marketing”.

No todo lo generativo es oro

Mientras tanto, el mundo de la tecnología publicitaria también tendrá que tomarse más en serio las limitaciones actuales de la IA y el potencial de que actores de mala fe se aprovechen de ellas.

A Schobeiri, por ejemplo, le preocupa qué hará la tecnología generativa, específicamente los LLM, para exacerbar la proliferación de sitios web hechos para publicidad.

“Los anunciantes y los DSP en la cadena de suministro comenzarán a tener dificultades aún más para identificar si el contenido subyacente es de alto valor”, dijo, refiriéndose al contenido creado por humanos destinado a algo más que atraer inversión publicitaria programática.

Otro problema actual será la tendencia de la IA generativa a “alucinar”, el término coloquial (y técnicamente inexacto) para entregar información evidentemente falsa o inventada.

“Existen peligros potenciales definidos para las personas que apuestan por el uso y la confianza en la IA para todo”, dijo Perrin, abogando por un enfoque de “confiar pero verificar”.

De manera similar, muchas de las fuentes de AdExchanger dijeron que esperan que 2025 sea el año en que los expertos y las empresas de IA colaboren más estrechamente con los reguladores y también encuentren mejores formas de autorregularse como industria.

Sería especialmente útil disponer de más recursos de terceros independientes. Hoy en día, “la mayoría de las agencias obtienen su capacitación en IA directamente de las empresas que las venden”, dijo Perrin.

“Existe la cuestión de quién surgirá, si es que surge alguno, como una fuente de información más confiable y neutral sobre IA para nuestra industria”, dijo. “Hasta que eso suceda, gran parte de la conversación en última instancia estará impulsada por los proveedores”.

Continue Reading

Noticias

Desafíos éticos de ChatGPT: navegando por la regulación de la IA

Published

on

Cuando se lanzó ChatGPT, desarrollado por la empresa estadounidense OpenAI, el gobierno italiano se abalanzó para bloquearlo. El bloqueo fue impuesto por la autoridad de protección de datos, la Garante della Privacy.1

Hubo varias supuestas razones para esta decisión. En primer lugar, ChatGPT no tendría un plan claro de protección de la privacidad al recopilar datos de los usuarios, lo que pondría a la aplicación en desacuerdo con la ley italiana y la normativa europea pertinente, el RGPD. En segundo lugar, faltarían controles de uso efectivos que hagan cumplir la condición de uso de OpenAI de que ChatGPT solo puede ser utilizado por personas mayores de 13 años.

No es ningún misterio que detrás de esta decisión también hay consideraciones más profundas, que impuso un bloqueo temporal de la aplicación para los usuarios italianos y amenazó a OpenAI con multas de hasta el 4% de la facturación mundial.2

La decisión se produjo unos días después de que la empresa matriz cerrara repentinamente ChatGPT durante unas horas el 20 de marzo, después de que alrededor del 1,2% de los usuarios supuestamente experimentaran riesgos para la protección de sus datos debido a las operaciones autónomas del sistema de inteligencia artificial.3

Básicamente, la máquina corría el riesgo de mencionar datos personales (incluidos datos de tarjetas de crédito y datos bancarios) de algunos usuarios en respuesta a consultas de otros usuarios. Obviamente, esto equivale a la divulgación de datos confidenciales sin consentimiento. Es por eso que OpenAI se apresuró a desconectar la aplicación hasta que se solucionó el error.

Pese a todo, tras el bloqueo de la Garante della Privacy, se puede leer en la pantalla de bloqueo que aparece al intentar conectarse desde Italia al sitio oficial que la empresa afirma operar en total conformidad con el RGPD y otras normas nacionales pertinentes.

El caso es que la interacción entre inteligencia artificial y protección de datos es una cuestión muy compleja. Y, por ello, hablar de ‘bugs’ para referirse a hechos como el del 20 de marzo no es del todo exacto. La difusión de datos personales realizada por ChatGPT, en la que utilizó información de unas personas para responder a las preguntas de otras, es una manifestación de cómo funcionan las aplicaciones de aprendizaje automático, como la tecnología LLM (Large Language Model) que está fundamentalmente detrás de la sistema.

De hecho, las respuestas se derivan de generalizaciones hechas a partir del gigantesco corpus de conversaciones, artículos, contenido en línea, etc., que se han proporcionado a la máquina para “entrenarla” a reconocer patrones y conexiones significativas con el fin de desarrollar la capacidad. Reconocer respuestas apropiadas y significativas a preguntas dadas.

Para ello, ChatGPT recopila los mensajes enviados por los usuarios, para poder mejorar reponiendo el material en el que trabaja.

Esta es la razón por la que, por ejemplo, su capacidad para proporcionar respuestas sobre eventos que ocurrieron incluso después de septiembre de 2021 (el momento en que se formuló el conjunto de datos original) mejora a medida que pasa el tiempo. Por lo tanto, el sistema puede utilizar las entradas de cualquiera que se comunique con él como base para desarrollar nuevas salidas para otros usuarios.

Estas operaciones las realiza la máquina de forma autónoma, y ​​no hay manera de saber con certeza qué ‘razonamiento’ se sigue para determinar cierta información como apropiada o inapropiada. No es intuitivo enseñar a ChatGPT que conviene comunicar determinadas cosas y no otras según la situación. Se dice que la inteligencia artificial actúa como una ‘caja negra’, de la que conocemos las entradas, las salidas, pero no el algoritmo que lleva de una a otra.

Esta característica de los sistemas digitales con este grado de autonomía es, por definición, problemática. Y aquí radica la dificultad tanto de OpenAI como de las autoridades competentes para entender cómo regular, por un lado, y regular, por otro, el uso de estas poderosas herramientas en la sociedad.

En efecto, si una aplicación de inteligencia artificial “decide”, sin consultar a nadie, hacer algo que acaba infringiendo los derechos de alguien (de privacidad, por ejemplo), ¿de quién es la responsabilidad? Estrictamente hablando, ni los desarrolladores, ni la empresa matriz, ni los usuarios han hecho nada malo intencionadamente. De lo que estamos hablando aquí es de una posible brecha de responsabilidad entre el malhechor (en este caso la máquina) y la parte responsable.

Poniendo un ejemplo más práctico: supongamos que un coche totalmente autónomo atropella a un peatón, y supongamos que el peatón es completamente inocente y el accidente fue causado por un mal funcionamiento imprevisto y totalmente imprevisible del sistema, de modo que no puede tratarse de una simple negligencia por parte de él. de los desarrolladores.

¿Quién debería acudir a los tribunales por asesinato? ¿Los pasajeros que no conducían? ¿El programador que podría haberlo evitado de alguna manera? ¿La empresa que simplemente comercializó el producto después de probarlo adecuadamente?

Algunos sugieren que podríamos atribuir responsabilidades legales a la propia inteligencia artificial, convirtiéndola en una entidad legal como ya lo hacemos con determinadas empresas, como las sociedades de responsabilidad limitada (LLC). Sin embargo, la comparación no es obvia y existen diferencias importantes entre ambos casos.

Cualquiera que sea el modo en que se aborden estas cuestiones, lo cierto es que será cada vez más necesario diseñar sus propias regulaciones en términos de regulación de la inteligencia artificial. Aunque tanto Estados Unidos como la Unión Europea han anunciado planes para discutir principios sobre los cuales abordar la cuestión, el caso del bloque ChatGPT en Italia subraya que todavía queda mucho por hacer. La actitud adoptada por la Garante della Privacy ha resultado ser demasiado conservadora y, en última instancia, intenta eludir la cuestión.

De hecho, el quid de la cuestión no es que OpenAI esté intentando eludir la normativa GDPR (aunque ha anunciado importantes medidas para adaptarse a las exigencias de las autoridades italianas). La dificultad radica en el hecho de que el GDPR está obsoleto en lo que respecta a tecnologías autónomas como éstas.

Esconder la cabeza en la arena es una expresión de ludismo que no hace más que disuadir, por un lado, a las empresas de innovar y proponer soluciones y mejoras y, por otro lado, a los consumidores de confiar en tales innovaciones y adoptarlas de manera consciente y responsable. manera.

Este artículo fue escrito por Emanuele Martinelli. Emanuele es miembro de Young Voices Europe y estudiante de doctorado italiano en la Universidad de Zurich. Trabaja sobre los límites y modalidades de las aplicaciones de la tecnología de IA en la planificación económica y trabaja como corrector y traductor en los sectores académico y literario. Emanuele también trabaja con Liberales Institut, un grupo de expertos suizo.

1 ChatGPT deshabilitado en Italia: ¿el problema de los datos de ChatGPT y los motivos del bloqueo del Garante de Privacidad?
2 Inteligencia artificial, Privacy Garantor bloquea ChatGPT.
3 MSN. (Dakota del Norte). El error ChatGPT expuso más datos privados de lo que se pensaba anteriormente, confirma OpenAI.

Continue Reading

Noticias

Entonces, ¿qué tiene que decir la IA, específicamente ChatGPT, sobre los Nacionales?

Published

on

Ahora que se está prestando toda la atención a la IA, pensé que podría ser interesante hacerle a ChatGPT un par de preguntas relacionadas con los Nacionales. Así que fui al sitio web ChatGPT.com y usé el sorpréndeme opción preguntarles. No creé una cuenta, por lo que no puedo decir si el texto generado habría sido diferente si lo hubiera hecho.

Tuve que crear una cuenta e iniciar sesión para crear la imagen de arriba. Le pedí que creara una imagen de un fanático de los Nacionales de Washington (la imagen de la izquierda) y luego una de un fanático de los Nacionales de Washington usando IA (la imagen de la derecha). Luego le pedí que los combinara.

Para reforzar el punto, todo lo que sigue (hasta Mi conclusión) es una copia y pegado directo de mi conversación de ChatGPT.

P: Sorpréndeme con un resumen de la temporada 2024 de los Washington Nationals.

ChatGPT dijo:

La temporada 2024 para los Nacionales de Washington estuvo marcada por una combinación de desarrollo juvenil prometedor, contribuciones constantes de los veteranos y una reconstrucción competitiva. Si bien no compitieron por un lugar en los playoffs, mostraron un progreso significativo bajo la dirección del manager Dave Martínez.

La ofensiva de los Nacionales estuvo anclada en estrellas emergentes como CJ Abramscuya velocidad y habilidad para embasarse agregaron un elemento dinámico a la cima de la alineación, y Joey Menesesquien continuó impresionando con su bate, brindando el poder que tanto necesitaba en el medio del orden. Thomas Lane y Domingo Smith También tuvo campañas sólidas, contribuyendo consistentemente durante toda la temporada.

El cuerpo de lanzadores, encabezado por veteranos Patricio Corbin y Josías Grismostró destellos de brillantez, pero en general, siguió siendo un trabajo en progreso. MacKenzie Gore avanzó en su desarrollo, dando a los fanáticos la esperanza de que la rotación podría estabilizarse en el futuro cercano. El bullpen tuvo sus altibajos, pero brazos jóvenes como Cade Cavalli y Jordan Weems se mostró prometedor, dando motivos para el optimismo en el futuro.

Si bien los Nacionales no eran contendientes a los playoffs en 2024, su talento joven continuó desarrollándose y la organización parecía ir en la dirección correcta, con una combinación sólida de prospectos prometedores y veteranos clave sentando las bases para el éxito futuro. . La temporada de los Nacionales consistió en dar pasos adelante y sentar las bases para un equipo competitivo en los próximos años.


P: Sorpréndeme con ¿Serán liberados los Nacionales del contrato MASN??

ChatGPT dijo:

La cuestión de si los Nacionales de Washington serán liberados de su contrato de transmisión MASN (Mid-Atlantic Sports Network) ha sido un tema de intriga constante. El acuerdo, que se firmó en 2005, ha sido un tema polémico desde entonces, principalmente debido al desequilibrio financiero entre los Nacionales y los Orioles de Baltimore, el otro equipo cuyos juegos transmite MASN. Los Nacionales, después de mudarse de Montreal en 2005, argumentan que el acuerdo les ha pagado mal en relación con el valor de mercado, especialmente a medida que el equipo creció en prominencia luego de su éxito en la década de 2010, incluida la victoria de la Serie Mundial en 2019.

Aquí hay un vistazo a los puntos principales que podrían influir en si los Nacionales serán liberados del contrato:

1. Disputa sobre pagos

  • Los Nacionales han afirmado durante mucho tiempo que MASN les está pagando menos, haciendo referencia a una cláusula en el contrato que vincula los derechos del equipo con el acuerdo de los Orioles. Argumentan que este acuerdo es injusto y que deberían recibir una porción mayor de los ingresos generados por sus transmisiones.
  • En 2019, un tribunal federal falló a favor de los Nacionales, declarando que tenían derecho a un valor justo de mercado por sus derechos de televisión. El fallo del tribunal fue un duro golpe para MASN y los Orioles, pero no se produjeron cambios inmediatos en el contrato.

2. Posible liberación o renegociación

  • Salir del trato: Si los Nacionales pudieran escapar del contrato, en teoría podrían firmar un acuerdo mediático más lucrativo en otro lugar, lo que podría beneficiarlos financieramente. Sin embargo, romper el contrato probablemente conllevaría una batalla legal y sanciones financieras importantes.
  • Renegociación: Siempre existe la posibilidad de que los equipos renegocien el contrato. El litigio en curso podría eventualmente conducir a un nuevo acuerdo que refleje mejor el valor de mercado de los Nacionales.

3. El papel de los Orioles

  • Los Orioles son un actor central en la situación, ya que el acuerdo MASN fue diseñado esencialmente para beneficiarlos más debido a su participación mayoritaria en la red. La falta de voluntad de los Orioles para ajustar los términos del acuerdo ha llevado a enredos legales y relaciones tensas entre los dos equipos.

4. Cambios en la industria

  • El auge de los servicios de streaming y los cambios en el panorama de las transmisiones podrían eventualmente dar a equipos como los Nacionales más influencia en la negociación de futuros acuerdos de derechos de medios. Con el posible declive de las redes deportivas regionales como MASN, los equipos podrían verse motivados a buscar nuevos acuerdos con los medios, ya sea de forma independiente o como parte de un nuevo acuerdo colectivo.

5. El futuro de MASN

  • El futuro de la MASN es incierto, dada la dinámica cambiante de la retransmisión deportiva. La red ha enfrentado desafíos financieros, y tanto los Nacionales como los Orioles, en ocasiones, han cuestionado su viabilidad como socio a largo plazo. Si MASN continúa luchando o si hay más desafíos legales, podría acelerar la salida de los Nacionales del acuerdo.

Conclusión:

Si bien aún no hay una respuesta definitiva, la liberación de los Nacionales del contrato con MASN es una posibilidad, pero está ligada a batallas legales, negociaciones y cambios en curso en el panorama más amplio de los medios deportivos. El resultado probablemente dependerá de cómo se desarrollen estos factores en los próximos años y de si el deseo de los Nacionales de un acuerdo de transmisión más equitativo supera las consecuencias financieras y legales de romper su acuerdo actual.


P: Sorpréndeme con un resumen de la temporada baja de los Nacionales de Washington 2024-2025

ChatGPT dijo:

La temporada baja de 2024-2025 de los Nacionales de Washington marcó un punto de inflexión significativo ya que el equipo continuó reconstruyéndose mientras realizaba varios movimientos notables para equilibrar el desarrollo juvenil y la competitividad a corto plazo.

  1. Operaciones y adquisiciones clave: Los Nacionales hicieron un movimiento audaz al adquirir al lanzador abridor Tyler Glasnow de los Tampa Bay Rays a cambio del mejor prospecto CJ Abrams y un paquete de prospectos de nivel inferior. Este intercambio fue visto como una señal de que el equipo, aunque se encontraba en medio de una reconstrucción, estaba comprometido a presentar una plantilla más competitiva en el corto plazo. Glasnow, con su alto índice de ponches y su potencial de as, inmediatamente se convirtió en la pieza central del cuerpo de lanzadores de los Nacionales.
  2. Firmas de agentes libres: Los Nacionales estuvieron activos en la agencia libre, reforzando su alineación con un par de jugadores veteranos para brindar liderazgo y estabilidad. Ficharon al jardinero Nick Castellanos a un contrato de tres años, incorporando un bate poderoso para ayudar con la producción de carreras. Se esperaba que Castellanos, que tuvo una sólida temporada en 2024, aportara una presencia derecha muy necesaria a la alineación.
  3. Enfoque de reconstrucción: Mientras tomaban medidas para mejorar la plantilla en el corto plazo, los Nacionales se mantuvieron enfocados en su reconstrucción a largo plazo. Continuaron promoviendo a los mejores prospectos como James Madera y Casa Bradydándoles tiempo de juego regular en las mayores para acelerar su desarrollo. La directiva enfatizó la paciencia mientras buscaban agregar piezas clave durante las próximas temporadas.
  4. Desarrollo de lanzamiento: Los Nacionales también invirtieron en profundidad de lanzadores, firmando a varios agentes libres de ligas menores e invitados fuera del roster para competir por lugares en el bullpen y la rotación. Su sistema agrícola, liderado por empresas como Jackson Rutledge y Cole Henryfue visto como un área clave de enfoque para el éxito futuro.
  5. Flexibilidad financiera: Con varios contratos vencidos y una nómina relativamente baja, los Nacionales estaban posicionados para tener una flexibilidad financiera significativa para la temporada 2025-2026. Esto les permitió potencialmente estar activos en el mercado de agentes libres de la próxima temporada baja, con miras a agregar más talentos de primer nivel una vez que su núcleo de jugadores jóvenes se haya desarrollado más.

En general, la temporada baja 2024-2025 representó un acto de equilibrio para los Nacionales entre la competitividad inmediata y el crecimiento a largo plazo, sentando las bases para un futuro más prometedor y al mismo tiempo avanzando en el presente.


Mi conclusión

Estos resultados confirmaron mis sospechas sobre la IA. Dada mi experiencia en Estadística y Análisis, siempre ha existido un vínculo entre los dos campos. Los análisis son parte del proceso para simular la inteligencia. La analítica requiere datos. Las herramientas de IA actuales utilizan una gran cantidad de sitios de Internet para recopilar texto, resumirlo, analizarlo y resumirlo. Entonces, el viejo dicho Basura entra, basura sale aplica. Hay muchos buenos artículos sobre el tema MASN. Por tanto, un buen resultado para esa pregunta. ¿Predicciones sobre lo que hizo un equipo de béisbol? Puras conjeturas. Como resultado, obtenemos resúmenes que no son tan buenos.

Y no, ChatGPT no creó los enlaces de referencia de béisbol. Ese fue el enlazador BBREF. Tuve que corregir un error ortográfico que cometió ChatGPT para que el vinculador funcionara para Gore. Generó una k minúscula, pero BBREF requiere una K mayúscula.

Tu turno

Así que lo invito a probar el enlace ChatGPT, hacer una pregunta y copiar/páginar la pregunta y la respuesta y publicarla aquí para discutirla.

Continue Reading

Trending