AI-gegenereerde gezichten kunnen de baankansen van echte mensen verkleinen

Je hebt eigenlijk geen wetenschappers nodig om te weten dat persoonlijke aantrekkelijkheid deuren opent, aangezien je daar waarschijnlijk zelf in zekere mate slachtoffer van bent geweest of van hebt geprofiteerd. Evenmin om te ontdekken dat AI-gezichten doorgaans aantrekkelijker zijn dan echte mensen, om uiteenlopende redenen die vaak met menselijke voorkeuren en processen samenhangen.

Toch trok een nieuwe Amerikaanse academische samenwerking over een verwant onderwerp vandaag mijn aandacht. Die levert aanwijzingen dat AI-schoonheid echte mensen sollicitatiegesprekken kan kosten. In een onderzoek met 570 mensen beoordeelden deelnemers die eerder ongewoon aantrekkelijke AI-gezichten hadden gezien echte sollicitanten vervolgens als minder geschikt om aan te nemen en minder betrouwbaar. Hun bereidheid om gesprekken aan te bieden daalde van 77,4% naar 72,5%, terwijl ze precies dezelfde sollicitanten beoordeelden.

Voorbeelden van AI-gezichten uit het onderzoek, die de grote variatie in aantrekkelijkheidsscores laten zien. Onderzoekers testten 27 beeldgeneratoren met gewone prompts die schoonheid niet noemden. De bovenste rij toont gezichten met enkele van de hoogste automatische scores; de onderste enkele van de laagste. Alle acht afgebeelde personen zijn door AI gegenereerd en niet echt. Bron

De onderzoekers bekeken ook hoe aantrekkelijk AI-gezichten lijken ten opzichte van echte gezichten, met beelden van verschillende commerciële modellen en modellen met open gewichten. Toen 550 mensen foto’s van echte personen naast AI-gezichten beoordeelden, kregen de synthetische gezichten consequent hogere scores. In een aanvullende vergelijking wezen passende meetmethoden uit dat 37% van de AI-gegenereerde vrouwelijke gezichten aantrekkelijker werd gevonden dan het doorsnee professionele fotomodel.

Vergelijking van AI-gezichten met professionele fotomodellen bij 27 beeldgeneratoren. De grafiek toont het percentage gegenereerde gezichten dat volgens automatische aantrekkelijkheidsmetingen boven de mediaan van professionele modellen scoorde. Zwarte punten vertegenwoordigen alle gegenereerde gezichten; gele cirkels alleen vrouwelijke gezichten. In totaal overschreed 23% deze maatstaf, oplopend tot 37% bij vrouwelijke gezichten. De stippellijnen geven deze twee gemiddelden aan.

Het artikel^† stelt:

‘We onderzochten 27 tekst-naar-beeldgeneratoren die tussen 2022 en 2026 verschenen met eenvoudige prompts die aantrekkelijkheid of schoonheid nooit noemen. We analyseerden 51.300 gegenereerde gezichten en 160.196 foto’s van echte mensen in primaire en aanvullende vergelijkingen.

‘We gebruikten drie automatische meetmethoden en verzamelden beoordelingen van 550 menselijke beoordelaars voor een deelverzameling van de beelden.

‘Bijna alle generatoren produceerden gezichten die automatisch hoger scoorden dan gefotografeerde gezichten. Menselijke beoordelaars vonden de resultaten van alle 23 generatoren significant aantrekkelijker dan gefotografeerde gezichten, zelfs na correctie voor meervoudige vergelijkingen.

‘Wanneer we de analyse op gender richten, zien we dat 37% van de met vrouwelijke prompts gegenereerde gezichten boven de mediaan van professionele fotomodellen scoorde.’

De auteurs merken ook op dat experts — zowel mensen als AI — weliswaar kunnen discussiëren over wie bovenaan de categorie ‘mooi’ staat, maar dat die verfijning ontbreekt bij de beoordelingen ‘niet aantrekkelijk’ of ‘minimaal aantrekkelijk’. Dat bereik is vergeleken daarmee een soort algemene vuilnisbak*:

‘Dat meetmethoden het sterker eens zijn over wie het minst dan over wie het meest wordt gewaardeerd, lijkt op een belangrijk kenmerk van esthetische classificatie in omgevingen zoals de modellenwereld: mensen en instellingen hoeven niet één ideaal te delen om terugkerende ongelijkheid te veroorzaken in wiens uiterlijk minder wordt gewaardeerd.’

De waarde van gezichten

Veel bevindingen herhalen de alledaagse menselijke ervaring van contextuele en relatieve waarneming. Wie bijvoorbeeld de slimste of aantrekkelijkste persoon op school was, kan bij toelating tot een Ivy League-universiteit merken dat de omringende maatstaven sterk stijgen en de eigen relatieve positie in de nieuwe groep daalt.

Maar de wereld zit niet vol AI-mensen die daadwerkelijk rondlopen en mensen van vlees en bloed bij sollicitaties opzijduwen. Hoe kan het culturele verschijnsel van schoonheidsesthetiek door generatieve AI dan verschil maken?

Afgezien van de verontrustende mogelijkheid dat mensen plastische chirurgie gebruiken om dichter bij de ‘AI-norm’ te komen, lijkt het beschreven effect op de schoonheidscultuur van vóór AI in film, televisie, mode en andere zichtbare, invloedrijke sectoren van de menselijke cultuur. We waren en zijn omgeven door onrealistische lichamelijke idealen en leren daarmee omgaan als met een signaal-ruisprobleem. We dromen van filmsterren, maar trouwen met wie we kunnen.

Het artikel beschrijft de groeiende invloed van AI’s eigen visuele esthetiek in een vergelijkbare context*:

‘Als gegenereerde gezichten zowel aantrekkelijker dan echte gezichten zijn als in ongelijke mate aantrekkelijk, volgt [the] de vraag: wat betekent dat voor de beoordeling van echte mensen? Blootstelling aan sterk geselecteerde of bewerkte beelden verandert uiterlijke vergelijkingen en latere oordelen. Klassieke contrastexperimenten laten zien dat het zien van zeer aantrekkelijke mensen latere aantrekkelijkheidsoordelen kan verlagen.

‘Generatieve AI kan herhaaldelijk stromen uiteenlopende gezichten leveren die door dezelfde esthetische processen zijn gevormd. Het blijft onduidelijk of blootstelling aan AI-gezichten beoordelingen van echte mensen met concrete gevolgen verandert.’

De auteurs stellen geen specifieke oplossing voor, maar vragen om nader onderzoek naar wanneer AI-schoonheid onze oordelen over echte mensen beïnvloedt, welke kenmerken van synthetische gezichten dat effect veroorzaken en of de resultaten buiten het gesimuleerde wervingsexperiment standhouden.

Methode en gegevensvoorbereiding

Om vast te stellen hoe breed AI-beeldgeneratoren aantrekkelijke gezichten bevoordelen, testten de onderzoekers 27 tussen 2022 en 2026 verschenen systemen: Stable Diffusion 1.5, 2.1, XL, 3, 3.5-medium, 3.5-large en 3.5-large-turbo; FLUX.1 dev en schnell, FLUX.2, FLUX.2-klein 9B en FLUX.2-klein 4B; GPT Image 1.5 en GPT Image 2; Grok Image en Grok Imagine; Nano Banana 2 en Nano Banana Pro; Midjourney v6, v7 en v8; PixArt-Sigma; Playground 2.5; HunyuanDiT; Qwen-Image; Sana; en Lumina-2.

Alle systemen kregen dezelfde eenvoudige prompt voor portretten van 14 demografische categorieën binnen mannelijke en vrouwelijke groepen en acht beroepen: arts, advocaat, dierenarts, apotheker, kok, bouwvakker en verpleegkundige en winkelmedewerker. Schoonheid of aantrekkelijkheid werd niet genoemd.

Ook prompts zonder demografische kenmerken, geslacht of beroep werden getest, wat in totaal 51.300 beelden voor analyse opleverde.

Ter vergelijking werden 94.249 foto’s verzameld uit FairFace, IdenProf, SCUT-FBP5500, MEBeauty, de Chicago Face Database en de multiraciale en Indiase uitbreidingen daarvan, en de dataset Face Research Lab London. In 89.435 foto’s werden bruikbare gezichten herkend.

Uiteenlopende westerse en Aziatische gezichten uit SCUT-FBP5500, een van zes datasets in het nieuwe onderzoek. Bron

Aanvullende vergelijkingen gebruikten de 10k US Adult Faces Database, een verzameling van 15.182 foto’s van professionele fotomodellen, LookismBench-SyntheticFaces, FFHQ en StyleGAN2. De modelfoto’s dienden als maatstaf voor ‘hoge aantrekkelijkheid’; de overige verzamelingen werden afzonderlijk onderzocht om de meetmethoden te beoordelen en verdere vergelijkingen te bieden.

Gezichten werden met MTCNN herkend en bijgesneden en daarna gestandaardiseerd. De aantrekkelijkheid werd beoordeeld met ResNet-50-modellen getraind op SCUT-FBP5500 en MEBeauty, en met SwinFace, getraind op CelebA-annotaties.

Om na te gaan of automatische scores overeenkwamen met menselijke meningen, beoordeelden 550 in de VS wonende volwassenen een selectie van 1.374 echte en AI-gegenereerde gezichten.

In een afzonderlijk experiment werden 570 Amerikaanse volwassenen in drie groepen verdeeld en kregen zij sollicitanten met echte foto’s, geretoucheerde foto’s of AI-gezichten te zien. Daarna beoordeelden alle groepen dezelfde echte sollicitanten, zodat verschillen in aannamebeslissingen meetbaar werden. De belangrijkste analyses waren vooraf geregistreerd.

Tests

Bij beide belangrijkste aantrekkelijkheidsmetingen scoorden AI-gezichten voor 24 van de 27 geteste generatoren significant hoger dan echte foto’s. De CelebA/SwinFace-meting ondersteunde dit resultaat eveneens, zoals hieronder te zien is:

Verschillen in aantrekkelijkheid tussen AI-gezichten en echte foto’s bij 27 beeldgeneratoren, uitgedrukt als gemiddelde Cohen’s d-scores over drie automatische meetmethoden. Positieve waarden betekenen hogere aantrekkelijkheidsscores voor gegenereerde gezichten.

Volgens het artikel produceerden 13 generatoren over de drie meetmethoden gezichten die meer dan één standaardafwijking boven echte foto’s werden beoordeeld. Voor Nano Banana Pro, Grok Image en Nano Banana 2 werd geen voordeel gevonden.

De neiging tot ongewoon aantrekkelijke gezichten was zwakker bij recentere Midjourney- en OpenAI-modellen. Bij modellen met open gewichten was het effect ongeveer tweemaal zo sterk als bij commerciële modellen van OpenAI, Google, Midjourney en xAI.

In menselijke beoordelingen werden de gezichten van alle 23 generatoren met voldoende beelden voor een betrouwbare vergelijking aantrekkelijker gevonden dan echte foto’s. Op een schaal van 1 (minst aantrekkelijk) tot 7 (meest aantrekkelijk) kregen echte gezichten gemiddeld 3,10 punten. AI-gezichten scoorden afhankelijk van de generator 0,34 tot 2,06 punten hoger, zoals hieronder weergegeven:

Menselijke aantrekkelijkheidsoordelen over gezichten uit 23 AI-beeldgeneratoren, op een schaal van 1 tot 7. De generatoren scoorden boven het gemiddelde van echte foto’s, aangegeven met de blauwe stippellijn. Rode punten tonen gemiddelden; horizontale balken de onzekerheid rond elk gemiddelde.

Mensen gaven AI-gezichten hogere scores in alle zes raciale en etnische categorieën (zie hieronder), zelfs bij Nano Banana Pro, Grok Image en Nano Banana 2, waarvan de gezichten in de tests niet boven echte foto’s hadden gescoord:

Menselijke aantrekkelijkheidsscores voor AI-gezichten (rood) en echte foto’s (blauw) in zes raciale en etnische categorieën. AI-gezichten kregen in elke categorie hogere gemiddelden, met verschillen van 0,74 tot 1,37 punten op een zevenpuntsschaal. Verticale balken geven de onzekerheid rond elk gemiddelde aan.

Menselijke beoordelingen verschilden ook bij recentere modellen van automatische resultaten. Tussen OpenAI’s GPT Image 1.5 en GPT Image 2 veranderde weinig, terwijl Midjourney-versies 6, 7 en 8 steeds hogere aantrekkelijkheidsscores kregen.

Met andere woorden: mensen vonden nog steeds dat recentere AI-modellen ongewoon aantrekkelijke gezichten produceerden, zelfs wanneer automatische metingen suggereerden dat die neiging was afgenomen.

Het oneerlijke voordeel

Het laatste experiment onderzocht of het zien van aantrekkelijke AI-gezichten invloed kon hebben op de beoordeling van echte sollicitanten.

Voor een gesimuleerde vacature van ‘medewerker klantsucces’ werden 570 Amerikaanse volwassenen in drie groepen verdeeld. Nadat ze vier identieke sollicitanten hadden beoordeeld, zag elke groep acht profielen met echte foto’s, geretoucheerde foto’s of AI-gezichten. De AI-gezichten hadden eerder 5,75 van zeven aantrekkelijkheidspunten gekregen, tegenover 2,99 voor echte foto’s. De geretoucheerde beelden waren gladder en helderder gemaakt met een effect gebaseerd op Facetunes functie One-tap Enhance.

Nog eens twaalf kandidaten, met in alle drie groepen identieke foto’s en kwalificaties, werden toegevoegd om te testen of de verschillende beelden de aannamebeslissingen beïnvloedden.

Sollicitanten met AI-gezichten kregen iets hogere beoordelingen voor geschiktheid om aangenomen te worden en betrouwbaarheid, maar er was geen significante toename in gespreksuitnodigingen. Na het zien van deze gezichten werden echter dezelfde echte sollicitanten als minder geschikt en betrouwbaar beoordeeld, en daalden de gespreksuitnodigingen van 77,4% naar 72,5%:

Resultaten van de wervingstest met veranderingen in de waargenomen geschiktheid, betrouwbaarheid en gesprekskans van echte sollicitanten na het zien van verschillende gezichtstypen. Lagere beoordelingen volgden op AI-gezichten, niet op geretoucheerde foto’s. Punten tonen verschillen met de controlegroep met echte foto’s; verticale lijnen tonen 95%-betrouwbaarheidsintervallen.

Na geretoucheerde foto’s trad geen vergelijkbare daling op. Echte mensen die er vermoedelijk op hun best uitzagen, legden de lat dus niet hoger zoals de AI-beelden dat deden.

De auteurs schrijven:

‘Kandidaten met AI-gezichten kregen slechts iets betere directe beoordelingen, maar deelnemers die deze gezichten zagen, beoordeelden vervolgens dezelfde echte kandidaten negatiever op alle drie uitkomsten.

‘De AI-kandidaten zelf kregen iets hogere directe betrouwbaarheidsscores. Een eenvoudige algemene afkeer van profielen met AI-gezichten is daardoor minder waarschijnlijk.

‘Toch vertelt het experiment ons dat blootstelling ertoe deed, niet waarom.’

Conclusie

Uit eigen waarneming kan ik zeggen dat AI-personages de straatreclame in mijn woonplaats inmiddels zeker overheersen, maar dat is tweedimensionale kunst. Of generatieve, op diffusie gebaseerde video in televisie en film de huidige juridische en ethische beperkingen zal overwinnen, moet nog blijken. Als dat gebeurt, kunnen mogelijk veel meer AI-gegenereerde en/of door AI verbeterde acteurs ‘de esthetische standaard verhogen’ en het beschreven scenario van ‘omringende AI-schoonheid’ verwezenlijken.

Het principe is niet nieuw; het automatiseringspotentieel wel. Men zou dan de essentie van huidige of vroegere echte beroemdheden, modellen en publieke vertegenwoordigers kunnen distilleren, reproduceren of ‘verbeteren’ en breed verspreiden zonder dure contractonderhandelingen. Maar dat ligt nog in de toekomst, als het er ooit van komt.

^† Getiteld Generative AI Produces and Transmits Beauty Bias, van acht onderzoekers van Cornell, de University of Florida en de University of Pennsylvania.

* Ik heb de bronverwijzingen van de auteurs in de tekst omgezet in hyperlinks.

Voor het eerst gepubliceerd op maandag 19 oktober 2026