I volti generati dall’IA potrebbero rendere le persone reali meno assumibili

Non servono davvero gli scienziati per sapere che l’attrattiva personale apre le porte, visto che nella vita ne sarete probabilmente stati, in qualche misura, vittime o beneficiari; né per scoprire che i volti generati dall’IA tendono a essere più attraenti delle persone reali (per varie ragioni, molte legate a preferenze e processi umani).

Eppure oggi ha attirato la mia attenzione una nuova collaborazione accademica statunitense su un tema collegato, che presenta prove del fatto che la bellezza generata dall’IA potrebbe costare colloqui di lavoro a persone reali. In uno studio su 570 persone, chi aveva visto volti generati dall’IA insolitamente attraenti ha poi giudicato candidati reali meno assumibili e meno affidabili; la disponibilità a offrire colloqui è scesa dal 77,4% al 72,5%, pur valutando esattamente gli stessi candidati.

Esempi di volti generati dall’IA nello studio, che mostrano l’ampia variabilità dei punteggi di attrattiva. I ricercatori hanno testato 27 generatori di immagini con normali prompt che non menzionavano la bellezza. La fila superiore mostra volti con alcuni dei punteggi automatici più alti; quella inferiore alcuni dei più bassi. Tutte le otto persone raffigurate sono generate dall’IA, non reali. Fonte

I ricercatori hanno anche studiato quanto appaiano attraenti i volti generati dall’IA rispetto a quelli reali, utilizzando immagini prodotte da diversi modelli commerciali e a pesi aperti. Chiedendo a 550 persone di valutare fotografie di persone reali insieme a volti generati dall’IA, hanno riscontrato punteggi costantemente superiori per quelli sintetici; in un confronto aggiuntivo, metriche appropriate hanno rilevato che il 37% dei volti femminili generati dall’IA era giudicato più attraente della tipica modella professionista.

Confronto fra volti generati dall’IA e modelli professionisti di moda, su 27 generatori di immagini. Il grafico mostra la percentuale di volti generati con punteggi superiori alla mediana dei modelli professionisti, secondo misure automatiche di attrattiva. I punti neri rappresentano tutti i volti generati; i cerchi gialli solo quelli femminili. Nel complesso il 23% superava questo riferimento, salendo al 37% per i volti femminili. Le linee tratteggiate indicano queste due medie.

L’articolo^† afferma:

«Abbiamo esaminato 27 generatori da testo a immagine pubblicati tra il 2022 e il 2026 usando prompt semplici che non menzionano mai attrattiva o bellezza, analizzando 51.300 volti generati e 160.196 fotografie di persone reali nei confronti principali e supplementari.

«Abbiamo utilizzato tre misure automatiche e raccolto valutazioni di 550 valutatori umani su un sottoinsieme di immagini.

«Quasi tutti i generatori hanno prodotto volti con punteggi superiori a quelli fotografati nelle misure automatiche; i valutatori umani hanno giudicato i risultati di tutti i 23 generatori significativamente più attraenti dei volti fotografati, anche dopo la correzione per confronti multipli.

«Concentrando l’analisi sul genere, troviamo che il 37% dei volti generati con prompt femminili supera la mediana dei modelli professionisti di moda.»

Gli autori osservano inoltre che, se gli esperti — umani e di IA — possono discutere e dissentire su chi sia al vertice della categoria «bello», questa granularità non esiste nelle valutazioni «non attraente» o «minimamente attraente», che sono, per confronto, una sorta di pattumiera generica*:

«Il maggiore accordo tra misure su chi viene valorizzato meno rispetto a chi viene valorizzato di più ricorda una caratteristica importante della classificazione estetica in contesti come quello dei modelli di moda: persone e istituzioni non devono concordare su un unico ideale per produrre disuguaglianze ricorrenti su quali aspetti fisici ricevano meno valore.»

Il valore dei volti

Molti risultati dello studio ribadiscono la comune esperienza umana della percezione contestuale e relativa: se, per esempio, eravate la persona più intelligente o attraente della scuola, entrare in un’università della Ivy League può innalzare notevolmente gli standard dell’ambiente e abbassare la vostra posizione relativa nel nuovo gruppo.

Il mondo, però, non è pieno di persone generate dall’IA che passeggiano davvero e spingono via a gomitate esseri in carne e ossa ai colloqui di lavoro; come può allora fare la differenza il fenomeno culturale dell’estetica della bellezza dell’IA generativa?

Oltre alla preoccupante possibilità che le persone ricorrano alla chirurgia plastica per aderire maggiormente allo «standard dell’IA», l’effetto descritto dal nuovo studio è simile alla cultura della bellezza precedente all’IA nel cinema, in televisione, nella moda e in altri settori visibili e influenti della cultura umana: un ambiente in cui eravamo e siamo saturi di ideali fisici irrealistici, imparando a gestirli come un problema di rapporto segnale-rumore. Sogniamo le star del cinema, ma sposiamo chi possiamo.

L’articolo descrive l’influenza crescente dell’estetica visiva propria dell’IA in un contesto simile*:

«Se i volti generati sono più attraenti di quelli reali e lo sono in misura diseguale, sorge [the] la domanda: quali sono le conseguenze sui giudizi riguardanti persone reali? L’esposizione a immagini fortemente selezionate o modificate altera il confronto dell’aspetto e il giudizio successivo; i classici esperimenti sul contrasto mostrano che vedere persone molto attraenti può abbassare i giudizi di attrattiva successivi.

«L’IA generativa può offrire flussi ripetuti di volti distinti modellati dagli stessi processi estetici. Resta poco chiaro se vedere volti generati dall’IA modifichi valutazioni di persone reali con conseguenze concrete.»

Gli autori non propongono rimedi specifici, ma chiedono ulteriori ricerche per stabilire quando la bellezza generata dall’IA influenzi i nostri giudizi sulle persone reali, quali aspetti dei volti sintetici provochino l’effetto e se i risultati reggerebbero fuori dall’esperimento di assunzione simulata.

Metodo e preparazione dei dati

Per stabilire quanto diffusamente i generatori di immagini IA favoriscano volti attraenti, i ricercatori hanno testato 27 sistemi pubblicati tra il 2022 e il 2026: Stable Diffusion 1.5, 2.1, XL, 3, 3.5-medium, 3.5-large e 3.5-large-turbo; FLUX.1 dev e schnell, FLUX.2, FLUX.2-klein 9B e FLUX.2-klein 4B; GPT Image 1.5 e GPT Image 2; Grok Image e Grok Imagine; Nano Banana 2 e Nano Banana Pro; Midjourney v6, v7 e v8; PixArt-Sigma; Playground 2.5; HunyuanDiT; Qwen-Image; Sana; e Lumina-2.

Lo stesso semplice prompt è stato usato in tutti i sistemi per generare ritratti rappresentativi di 14 categorie demografiche, maschili e femminili, e otto professioni (medico; avvocato; veterinario; farmacista; cuoco; operaio edile; infermiere e addetto al commercio al dettaglio), senza menzionare bellezza o attrattiva.

Sono stati testati anche prompt privi di dettagli demografici, sesso o professione, producendo complessivamente 51.300 immagini da analizzare.

Per il confronto sono state tratte 94.249 fotografie da FairFace, IdenProf, SCUT-FBP5500, MEBeauty, dalla Chicago Face Database e dalle sue estensioni multirazziali e indiane, e dal set Face Research Lab London. Volti utilizzabili sono stati rilevati in 89.435 fotografie.

Diversi volti occidentali e asiatici del set SCUT-FBP5500, uno dei sei usati nel nuovo studio. Fonte

Altri confronti hanno utilizzato la 10k US Adult Faces Database, una raccolta di 15.182 fotografie di modelli professionisti di moda, LookismBench-SyntheticFaces, FFHQ e StyleGAN2. Le fotografie dei modelli servivano come riferimento di «elevata attrattiva», mentre le altre raccolte sono state analizzate separatamente per valutare le misure di attrattiva e offrire ulteriori confronti.

I volti sono stati rilevati e ritagliati con MTCNN, poi standardizzati. L’attrattiva è stata valutata con modelli ResNet-50 addestrati su SCUT-FBP5500 e MEBeauty, e con SwinFace, addestrato sulle annotazioni di CelebA.

Per verificare se i punteggi automatici di attrattiva corrispondessero alle opinioni umane, 550 adulti residenti negli Stati Uniti hanno valutato 1.374 volti reali e generati dall’IA.

In un esperimento separato, 570 adulti statunitensi sono stati suddivisi in tre gruppi e hanno visto candidati con fotografie reali, ritoccate o volti generati dall’IA. In seguito tutti e tre i gruppi hanno valutato gli stessi candidati reali, consentendo di misurare differenze nelle decisioni di assunzione. Le analisi principali dello studio sono state preregistrate.

Test

In entrambe le principali metriche di attrattiva, i volti generati dall’IA hanno ottenuto punteggi significativamente superiori alle fotografie reali per 24 dei 27 generatori testati; anche la metrica CelebA/SwinFace sostiene il risultato, come mostrato sotto:

Differenze di attrattiva tra volti generati dall’IA e fotografie reali per 27 generatori di immagini, espresse come punteggi d di Cohen medi su tre metriche automatiche. Valori positivi indicano punteggi di attrattiva superiori per i volti generati.

Secondo l’articolo, nelle tre metriche, 13 generatori hanno prodotto volti valutati oltre una deviazione standard sopra le fotografie reali; nessun vantaggio è stato invece rilevato per Nano Banana Pro, Grok Image o Nano Banana 2.

La tendenza a produrre volti insolitamente attraenti era meno pronunciata nei modelli Midjourney e OpenAI più recenti, mentre l’effetto era circa doppio nei modelli a pesi aperti rispetto alle offerte commerciali di OpenAI, Google, Midjourney e xAI.

Nelle valutazioni umane, i volti di tutti i 23 generatori con immagini sufficienti per un confronto affidabile sono stati giudicati più attraenti delle fotografie reali. Su una scala da 1 (meno attraente) a 7 (più attraente), i volti reali hanno ricevuto una media di 3,10, mentre quelli generati dall’IA erano da 0,34 a 2,06 punti più in alto, secondo il generatore, come indicato sotto:

Valutazioni umane dell’attrattiva dei volti prodotti da 23 generatori di immagini IA, su una scala da 1 a 7. I generatori superavano la media delle fotografie reali, indicata dalla linea blu tratteggiata. I punti rossi indicano le medie, le barre orizzontali l’incertezza intorno a ciascuna media.

Valutazioni umane superiori per i volti di IA sono state registrate in tutte le sei categorie razziali ed etniche (vedere sotto), anche per Nano Banana Pro, Grok Image e Nano Banana 2, i cui volti non avevano superato le fotografie reali nei test:

Valutazioni umane dell’attrattiva di volti generati dall’IA (rosso) e fotografie reali (blu) in sei categorie razziali ed etniche. I volti di IA ricevevano medie superiori in ogni categoria, con differenze da 0,74 a 1,37 punti su una scala di sette punti. Le barre verticali indicano l’incertezza intorno a ciascuna media.

Le valutazioni umane differivano dai risultati automatici anche per i modelli più recenti. Si è osservato poco cambiamento tra GPT Image 1.5 e GPT Image 2 di OpenAI, mentre le versioni 6, 7 e 8 di Midjourney ricevevano punteggi di attrattiva progressivamente più alti.

In altre parole, le persone continuavano a giudicare i modelli di IA più recenti capaci di produrre volti insolitamente attraenti, anche quando le metriche automatiche suggerivano una diminuzione della tendenza.

Il vantaggio ingiusto

L’esperimento finale ha indagato se l’esposizione a volti attraenti generati dall’IA potesse influenzare il giudizio su candidati reali.

Per un posto simulato di «addetto al successo del cliente», 570 adulti statunitensi sono stati divisi in tre gruppi. Dopo aver valutato quattro candidati identici, ogni gruppo ha visto otto profili con fotografie reali, ritoccate o volti di IA. I volti di IA avevano precedentemente ottenuto 5,75 su sette per attrattiva, rispetto a 2,99 delle fotografie reali. Le immagini ritoccate erano state levigate e schiarite con un effetto basato sulla funzione One-tap Enhance di Facetune.

Sono stati inclusi altri dodici candidati, con fotografie e qualifiche identiche nei tre gruppi, per verificare se vedere immagini diverse influenzasse le decisioni di assunzione.

I candidati con volti di IA hanno ricevuto valutazioni leggermente superiori di assumibilità e affidabilità, ma senza un aumento significativo degli inviti ai colloqui. Dopo l’esposizione a questi volti, però, gli stessi candidati reali sono stati giudicati meno assumibili e affidabili, e gli inviti sono scesi dal 77,4% al 72,5%:

Risultati del test di assunzione che mostrano variazioni nell’assumibilità percepita, affidabilità e probabilità di colloquio dei candidati reali dopo aver visto tipi diversi di volti. Valutazioni inferiori seguivano l’esposizione ai volti di IA, non alle fotografie ritoccate. I punti indicano differenze rispetto al gruppo di controllo con foto reali; le linee verticali gli intervalli di confidenza al 95%.

Nessun calo comparabile è stato osservato dopo le fotografie ritoccate: esseri umani reali presumibilmente al meglio del proprio aspetto non avevano «alzato l’asticella» come le immagini di IA.

Gli autori commentano:

«I candidati abbinati a volti di IA hanno ricevuto valutazioni dirette solo leggermente migliori, ma i partecipanti che avevano visto quei volti hanno poi giudicato gli stessi candidati reali più negativamente su tutti e tre gli esiti.

«Gli stessi candidati generati dall’IA hanno ottenuto valutazioni dirette di affidabilità leggermente superiori, rendendo meno probabile una semplice avversione generalizzata per i profili con volti di IA.

«L’esperimento ci dice comunque che l’esposizione contava, non perché.»

Conclusione

Come osservazione personale, nella città in cui vivo i personaggi generati dall’IA dominano ormai certamente la pubblicità in strada, ma si tratta di arte in 2D. Resta da vedere se l’uso di video generativi basati sulla diffusione in televisione e nel cinema supererà gli attuali vincoli legali ed etici; in tal caso potremmo forse aspettarci molti più attori generati e/o potenziati dall’IA ad «alzare lo standard estetico», realizzando lo scenario di «bellezza IA ambientale» delineato dal nuovo articolo.

Il principio non è nuovo; il potenziale di automazione, invece, sì. Si potrebbe allora distillare l’essenza di celebrità, modelli e rappresentanti pubblici reali, attuali o passati, riprodurli o «migliorarli» e diffonderli ampiamente senza costose trattative contrattuali. Ma tutto questo deve ancora accadere, ammesso che accada.

^† Intitolato Generative AI Produces and Transmits Beauty Bias, di otto ricercatori di Cornell, University of Florida e University of Pennsylvania.

* Ho trasformato le citazioni degli autori nel testo in collegamenti ipertestuali.

Pubblicato per la prima volta lunedì 19 ottobre 2026