AIが生成した顔が、実在の人々を採用されにくくしているかもしれない

容姿の魅力がチャンスを開くことを知るのに、科学者の説明はさほど必要ありません。人生のどこかで、その恩恵を受けたり、不利益を被ったりした経験があるでしょう。同様に、AIが生成する顔は実在の人々よりも魅力的になりがちです。その理由はさまざまで、多くは人間自身の好みや制作過程に関わっています。

それでも、米国の新たな共同研究が今日、私の目を引きました。AIが生む美しさが実在する人々から就職面接の機会を奪っている可能性を示す証拠を報告していたからです。570人が参加した研究では、非常に魅力的なAI生成の顔を先に見た人は、その後、実在の応募者を採用に適さず、信頼性も低いと評価しました。面接を申し出る意向も77.4%から72.5%へ低下しました。評価対象はまったく同じ応募者だったにもかかわらず、です。

研究で用いられたAI生成の顔の例。魅力度の得点に大きな幅があることを示しています。研究者は27種類の画像生成器を普通のプロンプトで検証しましたが、美しさには触れていません。上段は自動評価で最高水準の魅力度を得た顔の一部、下段は最低水準の顔の一部です。写っている8人は全員AIによる生成で、実在の人物ではありません。 出典

研究者は多様な商用モデルとオープンウェイトモデルの画像を用い、AI生成の顔が実際の顔と比べてどの程度魅力的に見えるかも調べました。550人に実在の人物の写真とAI生成の顔を並べて評価してもらったところ、合成された顔は一貫して高得点でした。追加の比較では、適切な指標による評価で、AI生成の女性の顔の37%が典型的なプロのファッションモデルよりも魅力的とされました。

27種類の画像生成器による顔とプロのファッションモデルの比較。自動の魅力度指標を用い、プロのモデルの中央値より高得点となった生成顔の割合を示しています。黒い点は生成された顔全体、黄色い丸は女性の顔のみを表します。全体では23%がこの基準を上回り、女性の顔では37%に達しました。破線はこの二つの平均を示します。

論文^†は次のように述べています。

「私たちは、魅力度や美しさに一切言及しない単純なプロンプトを用いて、2022年から2026年に公開された27種類のテキスト画像生成器を調査し、主要比較と補足比較を通じて生成顔51,300枚と実在する人物の写真160,196枚を分析した。

「3種類の自動指標を使用し、一部の画像について550人の人間の評価者から評点を収集した。

「自動指標ではほぼすべての生成器が写真の顔より高得点の顔を生み出し、人間の評価者は23種類すべての生成器の出力を写真の顔より有意に魅力的と判断した。多重比較の補正後も、この結果は変わらなかった。

「性別に注目した分析では、女性を指定したプロンプトで生成された顔の37%が、プロのファッションモデルの中央値を上回った。」

著者らは、人間もAIも含めた専門家が「美しい」領域の頂点を誰が占めるかで意見を異にし、議論することはあっても、「魅力的でない」または「わずかに魅力的」という評価域には、そのような細かい区別はないとも指摘しています。比較すれば、そこは一種のひとまとめのごみ箱なのです*。

「誰を最も高く評価するかより、誰を最も低く評価するかについて指標間の一致度が高いことは、ファッションモデルのような分野の審美的分類に見られる重要な特徴と似ている。人々や組織は単一の理想に合意しなくても、誰の外見の価値を低く扱うかという不平等を繰り返し生み出し得る。」

顔の価値

研究の知見の多くは、人間に共通する文脈依存で相対的な知覚を改めて示しています。例えば、学校で最も賢い、あるいは最も魅力的だった人も、アイビーリーグの大学に入れば周囲の基準が大幅に上がり、新たな集団での相対的な位置が下がるかもしれません。

しかし、世界中でAI生成の人々が実際に歩き回り、面接で生身の人間を押しのけているわけではありません。では、生成AIの美的感覚という文化現象は、どうやって影響を及ぼすのでしょうか。

「AIの基準」に近づくために人々が美容整形に頼るかもしれないという憂慮すべき可能性に加え、この新研究が述べる影響は、AI以前の映画、テレビ、ファッションなど、目に触れ、人に影響する文化領域の美の文化に似ています。そこでは非現実的な外見の理想があふれ、私たちはそれを一種の信号と雑音の問題として処理することを学んできました。映画スターに憧れても、結婚するのは現実に縁のある相手です。

論文はAI独自の視覚的な美的感覚の影響の拡大を、同様の文脈で説明しています*。

「生成された顔が実際の顔より魅力的であり、しかもその程度が一様でないなら、[the]次の問いが生じる。それは実在する人々への評価にどのような影響を及ぼすのか。厳選または編集された画像への接触は外見の比較とその後の判断を変化させる。また古典的な対比実験は、非常に魅力的な人物を見るとその後の魅力度の判断が低下し得ることを示している。

「生成AIは同じ審美的過程によって形作られた、互いに異なる顔を次々と繰り返し提供できる。AI生成の顔への接触が、実在する人々に対する重要な結果を伴う評価を変えるかどうかは、まだ明らかでない。」

著者らは具体的な対処法を提案せず、AI生成の美しさが実在する人への判断に影響するのはいつか、合成顔のどの特徴がその作用を生むのか、模擬採用実験以外でも結果が成立するかを確かめるため、さらなる研究を求めています。

方法とデータの選定

AI画像生成器がどれほど広く魅力的な顔を好むかを調べるため、研究者は2022年から2026年に公開された27システムを検証しました。Stable Diffusion 1.5、2.1、XL、3、3.5-medium、3.5-large、3.5-large-turbo、FLUX.1 dev、schnell、FLUX.2、FLUX.2-klein 9B、FLUX.2-klein 4B、GPT Image 1.5、GPT Image 2、Grok Image、Grok Imagine、Nano Banana 2、Nano Banana Pro、Midjourney v6、v7、v8、PixArt-Sigma、Playground 2.5、HunyuanDiT、Qwen-Image、Sana、Lumina-2です。

全システムに同じ単純なプロンプトを使い、美しさや魅力度には言及せず、男性・女性の区分にまたがる14の人口統計カテゴリーと8つの職業（医師、弁護士、獣医師、薬剤師、料理人、建設作業員、看護師および小売店員）を表す肖像を生成しました。

人口統計、性別、職業の詳細を省いたプロンプトも検証し、分析用の画像は合計51,300枚となりました。

比較対象として、FairFace、IdenProf、SCUT-FBP5500、MEBeauty、Chicago Face Databaseとその多民族・インド人拡張版、およびFace Research Lab London Setから94,249枚の写真を抽出しました。89,435枚で利用可能な顔が検出されました。

新研究で使用した6つのデータセットの一つ、SCUT-FBP5500に含まれる多様な欧米人とアジア人の顔。 出典

追加比較には10k US Adult Faces Database、プロのファッションモデルの写真15,182枚、LookismBench-SyntheticFaces、FFHQ、StyleGAN2を使用しました。モデルの写真は「高い魅力度」の基準とし、残る画像群は魅力度指標の評価や追加比較のために別々に分析しました。

顔はMTCNNで検出・切り抜き後、標準化しました。魅力度はSCUT-FBP5500とMEBeautyで訓練したResNet-50モデル、およびCelebAの注釈で訓練したSwinFaceで評価しました。

自動的な魅力度得点が人間の意見と一致するかを確認するため、米国在住の成人550人が、実際の顔とAI生成の顔から選んだ1,374枚を評価しました。

別の実験では米国の成人570人を3群に分け、実際の写真、修整写真、AI生成の顔のいずれかを用いた応募者を見せました。その後、全3群が同じ実在の応募者を評価し、採用判断の違いを測定できるようにしました。主要な分析は事前登録されています。

検証

検証した27生成器のうち24種類で、二つの主要な魅力度指標のいずれにおいても、AI生成の顔が実際の写真より有意に高得点でした。この結果は以下に示すCelebA/SwinFace指標でも支持されました。

27の画像生成器におけるAI生成の顔と実際の写真の魅力度の差。3種類の自動指標にわたる平均Cohenのd値で示しています。正の値は生成された顔の魅力度が高いことを表します。

論文によれば、全3指標で13の生成器が、実際の写真より1標準偏差以上高く評価される顔を生成しました。ただしNano Banana Pro、Grok Image、Nano Banana 2には優位性が見られませんでした。

非常に魅力的な顔を生成する傾向は、より新しいMidjourneyとOpenAIのモデルで弱まりました。一方、この作用はオープンウェイトモデルではOpenAI、Google、Midjourney、xAIの商用製品のおよそ2倍の強さでした。

人間による評価では、信頼できる比較に十分な画像数を持つ23種類すべての生成器の顔が、実際の写真より魅力的とされました。1（最も魅力的でない）から7（最も魅力的）の尺度で、実際の顔の平均は3.10点でした。AI生成の顔は、生成器によって0.34〜2.06点高くなりました。以下の図をご覧ください。

23種類のAI画像生成器の顔に対する人間の魅力度評価。尺度は1から7です。生成器の得点は、青い破線で示す実際の写真の平均を上回っています。赤い点は平均評価、横線は各平均の不確実性を示します。

6つの人種・民族カテゴリーすべてで、AI生成の顔に高い評価が記録されました（下図参照）。これは、自動検証では実際の写真を上回らなかったNano Banana Pro、Grok Image、Nano Banana 2にも当てはまりました。

6つの人種・民族カテゴリーにおけるAI生成の顔（赤）と実際の写真（青）への人間の魅力度評価。すべてのカテゴリーでAI生成の顔の平均が高く、7段階尺度で差は0.74〜1.37点でした。縦線は各平均の不確実性を示します。

新しいモデルについても、人間の評価は自動評価と異なりました。OpenAIのGPT Image 1.5とGPT Image 2の間ではほとんど変化がない一方、Midjourneyのバージョン6、7、8では魅力度評価が順に高くなりました。

つまり、自動指標がその傾向の減少を示していても、人間は新しいAIモデルがなお非常に魅力的な顔を生成すると判断したのです。

不公平な優位性

最後の実験では、魅力的なAI生成の顔を見ることが、実在の求職者への判断に影響するかを調べました。

「カスタマーサクセス担当者」の模擬求人で、米国の成人570人を3群に分けました。同一の4人の応募者を評価した後、各群に8人分のプロフィールを見せ、その顔は実際の写真、修整写真、AI生成の顔のいずれかでした。AIの顔は事前に魅力度7点満点中5.75点を得ており、実際の写真は2.99点でした。修整画像にはFacetuneのOne-tap Enhance機能に基づく効果で、平滑化と明るさの調整を施しました。

さらに12人の応募者を加え、全3群で写真と資格を同一にしました。異なる種類の画像を見ることが採用判断に影響するかを検証するためです。

AI生成の顔を持つ応募者は、採用適性と信頼性がわずかに高く評価されましたが、面接招待の有意な増加はありませんでした。しかし、その顔を見た後には同じ実在の応募者の採用適性と信頼性が低く評価され、面接招待率は77.4%から72.5%へ低下しました。

異なる種類の顔への接触後、実在の応募者の採用適性、信頼性、面接を受ける可能性の評価がどう変わったかを示す採用実験の結果。AI生成の顔を見た後には評価が下がりましたが、修整写真の後には下がりませんでした。点は実際の写真の対照群との差、縦線は95%信頼区間を示します。

修整写真への接触後には同程度の低下は記録されませんでした。つまり、最高の姿を見せているはずの実在の人間は、AI画像のように「基準を引き上げ」なかったのです。

著者らは次のように述べています。

「AI生成の顔を組み合わせた候補者への直接評価はわずかに高いだけだった。しかし、それらの顔を見た参加者は、その後、同じ実在の候補者を3つの結果指標すべてでより否定的に評価した。

「AI生成の候補者自身への直接的な信頼性評価はわずかに高かった。このため、AIの顔を使うプロフィールへの単純で一律な嫌悪による説明は考えにくい。

「それでも、この実験が示すのは、接触が影響したということであり、その理由ではない。」

結論

個人的な観察ですが、私の住む都市ではAI生成のキャラクターが街頭広告を席巻しています。ただし、それは2Dアートです。拡散モデルによる生成動画のテレビや映画での利用が、現在の法的・倫理的制約を乗り越えるかは、まだ分かりません。実現すれば、AI生成またはAIで補強された俳優が大幅に増え、「美的基準を引き上げ」、新論文が描く「身の回りにあふれるAIの美」を実現するかもしれません。

原理は新しくありませんが、自動化の可能性は新しいものです。その場合、現在や過去の実在の有名人、モデル、公的な代表者のエッセンスを抽出し、複製や「改良」を加え、高額な契約交渉をせずに広く行き渡らせることができるでしょう。ただし、それはまだ先の話であり、実現するかどうかも定かではありません。

^† 論文名は「生成AIは美貌の偏りを生み出し伝播させる」。コーネル大学、フロリダ大学、ペンシルベニア大学の8人の研究者によるものです。

* 著者らの本文中の引用を、私がハイパーリンクに変換しました。

初公開：2026年10月19日（月曜日）