Tváře vytvořené AI mohou skutečným lidem zhoršovat šance na zaměstnání

K poznání, že osobní přitažlivost otevírá dveře, vlastně nepotřebujete vědce: nejspíš jste v životě do určité míry buď pocítili její nevýhody, nebo z ní těžili. Nepotřebujete je ani k zjištění, že tváře generované AI bývají přitažlivější než skuteční lidé — z různých důvodů, z nichž mnohé souvisejí s preferencemi a procesy vytvořenými lidmi.

Přesto mě dnes zaujala nová související spolupráce amerických akademiků, která uvádí důkazy, že krása generovaná AI může skutečné lidi připravovat o pracovní pohovory. Ve studii s 570 účastníky ti, kteří předtím viděli neobvykle přitažlivé tváře vytvořené AI, následně hodnotili skutečné uchazeče o práci jako méně vhodné k přijetí a méně důvěryhodné. Jejich ochota nabídnout pohovor klesla ze 77,4 % na 72,5 %, přestože posuzovali úplně stejné uchazeče.

Příklady tváří vytvořených AI ze studie ukazují, jak výrazně se lišila jejich hodnocení přitažlivosti. Výzkumníci otestovali 27 generátorů obrázků s běžnými zadáními, která nezmiňovala krásu. Horní řada ukazuje tváře s některými z nejvyšších hodnocení přitažlivosti od automatických systémů, spodní některé z nejnižších. Všech osm zobrazených lidí vytvořila AI; nejsou skuteční. Zdroj

Výzkumníci také zkoumali, jak přitažlivě působí tváře vytvořené AI oproti skutečným, a použili přitom obrázky z různých komerčních modelů a modelů s otevřenými vahami. Když 550 lidí hodnotilo fotografie skutečných lidí společně s tvářemi vytvořenými AI, syntetické tváře soustavně získávaly vyšší známky. V dalším srovnání příslušné metriky ukázaly, že 37 % ženských tváří vytvořených AI bylo hodnoceno jako přitažlivějších než typická profesionální módní modelka.

Srovnání tváří vytvořených AI s profesionálními módními modely a modelkami napříč 27 generátory obrázků. Graf ukazuje procento generovaných tváří, které podle automatických měřítek přitažlivosti překonaly medián profesionálních modelů. Černé body představují všechny generované tváře, žluté kruhy pouze ženské. Celkově tento standard překonalo 23 % generovaných tváří; u ženských tváří to bylo 37 %. Přerušované čáry označují tyto dva průměry.

Článek^† uvádí:

„Prověřili jsme 27 generátorů obrázků z textu vydaných v letech 2022 až 2026 pomocí jednoduchých zadání, která nikdy nezmiňují přitažlivost ani krásu. V hlavních a doplňkových srovnáních jsme analyzovali 51 300 generovaných tváří a 160 196 fotografií skutečných lidí.

„Použili jsme tři automatická měřítka a pro podmnožinu obrázků shromáždili hodnocení od 550 lidí.

„Téměř všechny generátory vytvářely tváře, které podle automatických měřítek získávaly vyšší skóre než fotografované tváře. Lidští hodnotitelé posoudili výstupy všech 23 generátorů jako významně přitažlivější než fotografované tváře, a to i po korekci na vícenásobná srovnání.

„Když analýzu zaměříme na gender, zjistíme, že 37 % tváří generovaných zadáními požadujícími ženy překonalo medián profesionálních módních modelů.“

Autoři také podotýkají, že odborníci — lidští i AI — se mohou neshodovat a přít o to, kdo je na vrcholu kvadrantu „krásných“. V pásmech hodnocení „nepřitažlivý“ nebo „minimálně přitažlivý“ však taková podrobnost neexistuje; ve srovnání s vrcholem jde o jakýsi společný odpadkový koš*:

„Větší shoda mezi měřítky ohledně těch, kteří jsou oceňováni nejméně, než ohledně těch nejvíce oceňovaných připomíná důležitý rys estetické klasifikace v prostředích, jako je modeling: lidé a instituce se nemusí shodnout na jediném ideálu, aby opakovaně vytvářeli nerovnosti v tom, čí vzhled má nižší hodnotu.“

Hodnota tváře

Mnoho zjištění studie opakuje běžnou lidskou zkušenost s kontextovým a relativním vnímáním: pokud jste například byli nejchytřejším nebo nejpřitažlivějším člověkem na své škole, nástup na univerzitu Ivy League může výrazně zvýšit okolní standardy a snížit vaše relativní postavení v nové skupině.

Svět však není plný lidí vytvořených AI, kteří skutečně chodí kolem a lokty odstrkují lidi z masa a kostí na pracovních pohovorech. Jak tedy může kulturní fenomén estetiky krásy generativní AI něco změnit?

Kromě znepokojivé možnosti, že lidé mohou sáhnout po plastické chirurgii, aby lépe odpovídali „standardu AI“, se účinek popsaný v nové studii podobá kultuře krásy před AI ve filmu, televizi, módě a dalších viditelných a vlivných oblastech lidské kultury. Jde o prostředí, kde jsme byli a jsme zahlcováni nerealistickými fyzickými ideály a učíme se s tím vyrovnávat jako s určitým problémem poměru signálu a šumu. Sníme o filmových hvězdách, ale bereme si toho, koho můžeme.

Článek popisuje rostoucí vliv vlastní vizuální estetiky AI v podobném kontextu*:

„Jsou-li generované tváře přitažlivější než skutečné a zároveň různou měrou, [the] nabízí se otázka: jaké to má důsledky pro hodnocení skutečných lidí? Vystavení pečlivě vybraným nebo upraveným obrázkům mění porovnávání vzhledu a následné úsudky. Klasické kontrastní experimenty ukazují, že vystavení velmi přitažlivým lidem může snižovat následná hodnocení přitažlivosti.

„Generativní AI dokáže opakovaně dodávat proudy různých tváří formovaných stejnými estetickými procesy. Zda vystavení tvářím vytvořeným AI mění hodnocení skutečných lidí, která mají závažné důsledky, zůstává nejasné.“

Autoři nenavrhují konkrétní nápravu. Místo toho vyzývají k dalšímu výzkumu, který určí, kdy krása vytvořená AI ovlivňuje naše úsudky o skutečných lidech, jaké aspekty syntetických tváří tento efekt vyvolávají a zda by výsledky platily i mimo simulovaný náborový experiment.

Metoda a výběr dat

Aby zjistili, jak široce generátory obrázků AI upřednostňují přitažlivé tváře, výzkumníci otestovali 27 systémů vydaných v letech 2022 až 2026: Stable Diffusion 1.5, 2.1, XL, 3, 3.5-medium, 3.5-large a 3.5-large-turbo; FLUX.1 dev a schnell, FLUX.2, FLUX.2-klein 9B a FLUX.2-klein 4B; GPT Image 1.5 a GPT Image 2; Grok Image a Grok Imagine; Nano Banana 2 a Nano Banana Pro; Midjourney v6, v7 a v8; PixArt-Sigma; Playground 2.5; HunyuanDiT; Qwen-Image; Sana a Lumina-2.

Ve všech systémech bylo použito stejné jednoduché zadání pro portréty představující 14 demografických kategorií mezi muži a ženami a osm profesí (lékař; právník; veterinář; lékárník; kuchař; stavební dělník; zdravotní sestra a pracovník maloobchodu), bez zmínky o kráse či přitažlivosti.

Testována byla také zadání bez demografických údajů, pohlaví nebo profese. Celkem vzniklo 51 300 obrázků k analýze.

Pro srovnání bylo vybráno 94 249 fotografií z FairFace, IdenProf, SCUT-FBP5500, MEBeauty, Chicago Face Database a jejích multirasových a indických rozšíření a ze souboru Face Research Lab London. Použitelné tváře byly zjištěny na 89 435 fotografiích.

Různorodé západní a asijské tváře z datového souboru SCUT-FBP5500, jednoho ze šesti použitých v nové studii. Zdroj

Další srovnání využila 10k US Adult Faces Database, kolekci 15 182 fotografií profesionálních módních modelů, LookismBench-SyntheticFaces, FFHQ a StyleGAN2. Fotografie modelů sloužily jako měřítko „vysoké přitažlivosti“, zatímco ostatní sbírky byly analyzovány samostatně pro posouzení měřítek přitažlivosti a další porovnání.

Tváře byly detekovány a oříznuty pomocí MTCNN a poté standardizovány. Přitažlivost hodnotily modely ResNet-50 vytrénované na SCUT-FBP5500 a MEBeauty a model SwinFace vytrénovaný na anotacích CelebA.

Aby se ověřilo, zda automatická hodnocení přitažlivosti odpovídají lidským názorům, výběr 1 374 skutečných a AI-generovaných tváří posoudilo 550 dospělých žijících v USA.

V samostatném experimentu bylo 570 dospělých Američanů rozděleno do tří skupin a byly jim ukázány profily uchazečů se skutečnými fotografiemi, retušovanými fotografiemi nebo tvářemi vytvořenými AI. Poté všechny tři skupiny hodnotily stejné skutečné uchazeče, což umožnilo měřit rozdíly v náborových rozhodnutích. Hlavní analýzy studie byly předem registrovány.

Testy

Podle obou hlavních měřítek přitažlivosti získaly tváře vytvořené AI významně vyšší hodnocení než skutečné fotografie u 24 z 27 testovaných generátorů. Zjištění podpořila také metrika CelebA/SwinFace, jak ukazuje následující graf:

Rozdíly v přitažlivosti mezi tvářemi vytvořenými AI a skutečnými fotografiemi u 27 generátorů obrázků, vyjádřené průměrnými hodnotami Cohenova d ze tří automatických metrik. Kladné hodnoty znamenají vyšší hodnocení přitažlivosti generovaných tváří.

Podle článku vytvářelo 13 generátorů ve všech třech metrikách tváře hodnocené o více než jednu směrodatnou odchylku výše než skutečné fotografie. U Nano Banana Pro, Grok Image ani Nano Banana 2 však žádná výhoda zjištěna nebyla.

Sklon vytvářet neobvykle přitažlivé tváře byl méně výrazný u novějších modelů Midjourney a OpenAI. U modelů s otevřenými vahami byl efekt přibližně dvakrát silnější než u komerčních produktů OpenAI, Google, Midjourney a xAI.

Při lidském hodnocení byly tváře ze všech 23 generátorů, testovaných s dostatkem obrázků pro spolehlivé srovnání, považovány za přitažlivější než skutečné fotografie. Na stupnici od 1 (nejméně přitažlivé) do 7 (nejpřitažlivější) získaly skutečné tváře v průměru 3,10 bodu, zatímco tváře vytvořené AI získaly podle generátoru o 0,34 až 2,06 bodu více, jak je znázorněno níže:

Lidská hodnocení přitažlivosti tváří vytvořených 23 generátory obrázků AI na stupnici od 1 do 7. Generátory překonaly průměr skutečných fotografií, označený modrou přerušovanou čárou. Červené body označují průměrná hodnocení, vodorovné úsečky nejistotu kolem každého průměru.

Vyšší hodnocení tváří vytvořených AI bylo zaznamenáno ve všech šesti rasových a etnických kategoriích (viz graf níže), a to i u Nano Banana Pro, Grok Image a Nano Banana 2, jejichž tváře v testech nezískaly vyšší hodnocení než skutečné fotografie:

Lidská hodnocení přitažlivosti tváří vytvořených AI (červeně) a skutečných fotografií (modře) v šesti rasových a etnických kategoriích. Tváře vytvořené AI získaly v každé kategorii vyšší průměrné známky; rozdíly se pohybovaly od 0,74 do 1,37 bodu na sedmibodové stupnici. Svislé úsečky označují nejistotu kolem každého průměru.

U novějších modelů se lidská hodnocení také lišila od automatických výsledků. Mezi GPT Image 1.5 a GPT Image 2 od OpenAI byla zaznamenána jen malá změna, zatímco verze Midjourney 6, 7 a 8 dostávaly postupně vyšší hodnocení přitažlivosti.

Jinými slovy, lidé stále považovali novější modely AI za tvůrce neobvykle přitažlivých tváří, i když automatické metriky naznačovaly, že tento sklon zeslábl.

Nespravedlivá výhoda

Závěrečný experiment zkoumal, zda vystavení přitažlivým tvářím vytvořeným AI může ovlivnit hodnocení skutečných uchazečů o zaměstnání.

Pro simulovanou pozici „specialista péče o úspěch zákazníků“ bylo 570 dospělých Američanů rozděleno do tří skupin. Po hodnocení čtyř totožných uchazečů dostala každá skupina osm profilů se skutečnými fotografiemi, retušovanými fotografiemi nebo tvářemi vytvořenými AI. Tváře AI předtím získaly za přitažlivost 5,75 bodu ze sedmi oproti 2,99 bodu u skutečných fotografií. Retušované obrázky byly vyhlazeny a zesvětleny efektem založeným na funkci One-tap Enhance aplikace Facetune.

Zařazeno bylo dalších dvanáct uchazečů s totožnými fotografiemi a kvalifikací ve všech třech skupinách, aby se ověřilo, zda vystavení různým obrázkům ovlivňuje náborová rozhodnutí.

Uchazeči s tvářemi vytvořenými AI získali o něco vyšší hodnocení vhodnosti k přijetí a důvěryhodnosti, přesto však nebyl zjištěn významný nárůst pozvánek na pohovor. Po vystavení těmto tvářím však byli stejní skuteční uchazeči hodnoceni jako méně vhodní k přijetí a méně důvěryhodní a podíl pozvánek na pohovor klesl ze 77,4 % na 72,5 %:

Výsledky náborového testu ukazují změny ve vnímané vhodnosti skutečných uchazečů k přijetí, jejich důvěryhodnosti a pravděpodobnosti pozvání na pohovor po vystavení různým typům tváří. Nižší hodnocení následovala po tvářích vytvořených AI, nikoli po retušovaných fotografiích. Body ukazují rozdíly oproti kontrolní skupině se skutečnými fotografiemi; svislé čáry označují 95% intervaly spolehlivosti.

Po vystavení retušovaným fotografiím nebyl zaznamenán srovnatelný pokles. To znamená, že skuteční lidé, kteří údajně vypadali co nejlépe, „nezvedli laťku“ tak jako obrázky AI.

Autoři komentují:

„Kandidáti spojení s tvářemi vytvořenými AI získali jen o něco lepší přímá hodnocení, ale účastníci, kteří tyto tváře viděli, následně hodnotili stejné skutečné kandidáty negativněji ve všech třech výsledcích.

„Samotní kandidáti vytvoření AI získali o něco vyšší přímá hodnocení důvěryhodnosti, což snižuje pravděpodobnost jednoduchého vysvětlení obecnou nechutí k profilům s tvářemi AI.

„Experiment nám přesto říká, že vystavení těmto tvářím hrálo roli, nikoli proč.“

Závěr

Podle mých osobních pozorování už postavy vytvořené AI zcela jistě začaly dominovat pouliční reklamě ve městě, kde žiji, ale jde o dvourozměrnou tvorbu. Zda využití generativního videa založeného na difuzi v televizi a filmu překoná současná právní a etická omezení, se teprve ukáže. Pokud ano, možná nás čeká mnohem širší populace herců vytvořených a/nebo vylepšených AI, kteří budou „zvyšovat estetický standard“ a naplní scénář „všudypřítomné krásy AI“, který nová studie nastiňuje.

Princip není nový, potenciál automatizace však ano. V takovém případě by bylo možné vydestilovat podstatu současných či někdejších skutečných celebrit, modelů a veřejných představitelů, množit nebo „vylepšovat“ je a široce je šířit bez drahého vyjednávání smluv. To však teprve přijde, pokud vůbec.

^† Práce nazvaná Generative AI Produces and Transmits Beauty Bias, od osmi výzkumníků z Cornellu, University of Florida a University of Pennsylvania.

* Citace autorů v průběžném textu jsem převedl na hypertextové odkazy.

Poprvé publikováno v pondělí 19. října 2026