ใบหน้าที่ AI สร้างอาจทำให้คนจริงมีโอกาสได้งานน้อยลง

คุณไม่จำเป็นต้องพึ่งนักวิทยาศาสตร์เพื่อรู้ว่า รูปลักษณ์ที่ดึงดูดใจเปิดประตูสู่โอกาส เพราะชีวิตคุณคงเคยได้รับประโยชน์หรือเสียประโยชน์จากเรื่องนี้มาบ้าง เช่นเดียวกับการรู้ว่าใบหน้าที่ AI สร้างมักดูดีกว่าคนจริง ด้วยเหตุผลหลายอย่าง ซึ่งจำนวนมากเกี่ยวข้องกับความชอบและกระบวนการที่มนุษย์สร้างขึ้น

ถึงอย่างนั้น งานวิจัยร่วมชิ้นใหม่จากสหรัฐฯ ก็สะดุดตาผมวันนี้ เพราะยกหลักฐานว่าความงามจาก AI อาจทำให้คนจริงเสียโอกาสสัมภาษณ์งาน ในการศึกษาที่มีผู้เข้าร่วม 570 คน ผู้ที่ได้เห็นใบหน้า AI ซึ่งดึงดูดใจอย่างผิดปกติมาก่อน ประเมินผู้สมัครจริงในภายหลังว่าเหมาะแก่การจ้างงานและน่าเชื่อถือน้อยลง ความเต็มใจเชิญสัมภาษณ์ลดจาก 77.4% เหลือ 72.5% ทั้งที่กำลังประเมินผู้สมัครคนเดิมทุกประการ

ตัวอย่างใบหน้า AI ในการศึกษา แสดงความแตกต่างอย่างมากของคะแนนความดึงดูดใจ นักวิจัยทดสอบเครื่องมือสร้างภาพ 27 ระบบด้วยพรอมป์ต์ทั่วไปที่ไม่กล่าวถึงความงาม แถวบนเป็นบางใบหน้าที่ระบบอัตโนมัติให้คะแนนสูงที่สุด ส่วนแถวล่างเป็นบางใบหน้าที่ได้คะแนนต่ำที่สุด คนทั้งแปดในภาพล้วนสร้างด้วย AI ไม่ใช่คนจริง ที่มา

นักวิจัยยังศึกษาว่าใบหน้า AI ดูดึงดูดใจเพียงใดเมื่อเทียบกับใบหน้าจริง โดยใช้ภาพจากโมเดลเชิงพาณิชย์และโมเดลเปิดค่าน้ำหนักหลายชนิด เมื่อให้ 550 คนประเมินภาพคนจริงร่วมกับใบหน้า AI พบว่าใบหน้าสังเคราะห์ได้คะแนนสูงกว่าอย่างสม่ำเสมอ ในการเปรียบเทียบเพิ่มเติม ตัวชี้วัดที่เหมาะสมพบว่าใบหน้าผู้หญิงที่ AI สร้าง 37% ถูกมองว่าดึงดูดใจมากกว่านางแบบแฟชั่นอาชีพโดยทั่วไป

การเปรียบเทียบใบหน้า AI กับนายแบบนางแบบแฟชั่นอาชีพจากเครื่องมือสร้างภาพ 27 ระบบ กราฟแสดงสัดส่วนใบหน้าที่ได้คะแนนสูงกว่าค่ามัธยฐานของแบบอาชีพตามตัวชี้วัดความดึงดูดใจอัตโนมัติ จุดดำแทนใบหน้าที่สร้างทั้งหมด วงกลมเหลืองแทนเฉพาะใบหน้าผู้หญิง โดยรวม 23% สูงกว่าเกณฑ์นี้ และเพิ่มเป็น 37% สำหรับผู้หญิง เส้นประแสดงค่าเฉลี่ยทั้งสอง

บทความวิจัย^†ระบุว่า:

“เราตรวจสอบเครื่องมือสร้างภาพจากข้อความ 27 ระบบที่เผยแพร่ระหว่างปี 2022 ถึง 2026 ด้วยพรอมป์ต์ง่าย ๆ ที่ไม่กล่าวถึงความดึงดูดใจหรือความงามเลย โดยวิเคราะห์ใบหน้าที่สร้าง 51,300 ภาพ และภาพถ่ายคนจริง 160,196 ภาพในการเปรียบเทียบหลักและเพิ่มเติม

“เราใช้ตัวชี้วัดอัตโนมัติสามชนิด และรวบรวมคะแนนจากผู้ประเมินมนุษย์ 550 คนสำหรับภาพบางส่วน

“เกือบทุกระบบสร้างใบหน้าที่ได้คะแนนสูงกว่าใบหน้าในภาพถ่ายตามตัวชี้วัดอัตโนมัติ และผู้ประเมินมนุษย์ตัดสินว่าผลลัพธ์จากทั้ง 23 ระบบดึงดูดใจกว่าภาพถ่ายอย่างมีนัยสำคัญ แม้ปรับแก้สำหรับการเปรียบเทียบหลายครั้งแล้ว

“เมื่อวิเคราะห์โดยเน้นเพศ เราพบว่าใบหน้าจากพรอมป์ต์ที่ระบุผู้หญิง 37% ได้คะแนนสูงกว่าค่ามัธยฐานของนายแบบนางแบบแฟชั่นอาชีพ”

ผู้เขียนยังชี้ว่า ผู้เชี่ยวชาญทั้งมนุษย์และ AI อาจไม่เห็นตรงกันและถกเถียงว่าใครอยู่สูงสุดในกลุ่ม ‘สวย’ แต่ไม่มีการแยกแยะละเอียดเช่นนั้นในช่วงคะแนน‘ไม่ดึงดูดใจ’ หรือ ‘ดึงดูดใจเพียงเล็กน้อย’ ซึ่งเมื่อเทียบกันแล้วคล้ายถังขยะรวม ๆ แบบหนึ่ง*:

“ความเห็นที่ตรงกันระหว่างตัวชี้วัดเกี่ยวกับผู้ที่มีคุณค่าน้อยที่สุด มากกว่าผู้ที่มีคุณค่ามากที่สุด คล้ายลักษณะสำคัญของการจัดประเภทความงามในบริบทเช่นวงการนายแบบนางแบบแฟชั่น นั่นคือ ผู้คนและสถาบันไม่ต้องเห็นพ้องในอุดมคติเดียว ก็สร้างความไม่เท่าเทียมซ้ำ ๆ ว่ารูปลักษณ์ของใครถูกให้คุณค่าน้อยกว่าได้”

คุณค่าของใบหน้า

ข้อค้นพบหลายอย่างย้ำประสบการณ์ร่วมของมนุษย์เรื่องการรับรู้ที่ขึ้นกับบริบทและการเปรียบเทียบ เช่น หากคุณฉลาดหรือดูดีที่สุดในโรงเรียน การเข้ามหาวิทยาลัยในกลุ่มไอวีลีกอาจยกระดับมาตรฐานรอบตัวอย่างมาก และลดตำแหน่งสัมพัทธ์ของคุณในกลุ่มใหม่

แต่โลกไม่ได้เต็มไปด้วยคนที่ AI สร้างซึ่งเดินไปมาและเบียดคนเลือดเนื้อออกจากการสัมภาษณ์งานจริง ๆ แล้วปรากฏการณ์ทางวัฒนธรรมด้านความงามของ AI เชิงสร้างสรรค์จะสร้างผลกระทบได้อย่างไร?

นอกจากความเป็นไปได้ที่น่ากังวลว่า ผู้คนอาจหันไปทำศัลยกรรมเพื่อให้ใกล้ ‘มาตรฐาน AI’ ผลที่งานวิจัยใหม่อธิบายก็คล้ายวัฒนธรรมความงามก่อนยุค AI ในภาพยนตร์ โทรทัศน์ แฟชั่น และด้านอื่นของวัฒนธรรมที่มองเห็นและมีอิทธิพลต่อเรา เราเคยและยังคงถูกล้อมด้วยอุดมคติทางกายภาพที่ไม่สมจริง และเรียนรู้จัดการกับมันเสมือนปัญหาสัญญาณกับเสียงรบกวน เราฝันถึงดาราหนัง แต่แต่งงานกับคนที่เราสามารถลงเอยด้วยได้

บทความอธิบายอิทธิพลที่เพิ่มขึ้นของสุนทรียภาพทางสายตาของ AI ในบริบทคล้ายกัน*:

“หากใบหน้าที่สร้างทั้งดึงดูดใจกว่าใบหน้าจริงและมีความดึงดูดใจไม่เท่ากัน [the]คำถามที่ตามมาคือ จะส่งผลอย่างไรต่อการตัดสินคนจริง? การเห็นภาพที่คัดเลือกอย่างมากหรือผ่านการแต่งเปลี่ยนการเปรียบเทียบรูปลักษณ์และการตัดสินภายหลัง และการทดลองเรื่องความต่างแบบดั้งเดิมชี้ว่าการเห็นคนที่ดึงดูดใจมากอาจลดการประเมินความดึงดูดใจภายหลังได้

“AI เชิงสร้างสรรค์สามารถส่งกระแสใบหน้าที่ต่างกันอย่างต่อเนื่องซ้ำ ๆ โดยทั้งหมดถูกกำหนดด้วยกระบวนการทางสุนทรียภาพเดียวกัน ยังไม่ชัดว่าการเห็นใบหน้า AI เปลี่ยนการประเมินคนจริงที่ก่อผลสำคัญหรือไม่”

ผู้เขียนไม่ได้เสนอวิธีแก้เฉพาะ แต่เรียกร้องการวิจัยเพิ่มเติมเพื่อระบุว่าความงาม AI มีผลต่อการตัดสินคนจริงเมื่อใด ลักษณะใดของใบหน้าสังเคราะห์ขับเคลื่อนผลนี้ และผลจะยังคงอยู่ภายนอกการทดลองรับสมัครงานจำลองหรือไม่

วิธีการและการคัดสรรข้อมูล

เพื่อดูว่าเครื่องมือสร้างภาพ AI นิยมใบหน้าดึงดูดใจอย่างแพร่หลายเพียงใด นักวิจัยทดสอบ 27 ระบบที่เผยแพร่ระหว่าง 2022–2026 ได้แก่ Stable Diffusion 1.5, 2.1, XL, 3, 3.5-medium, 3.5-large และ 3.5-large-turbo; FLUX.1 dev และ 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; และ Lumina-2

ทุกระบบใช้พรอมป์ต์ง่าย ๆ เดียวกันเพื่อสร้างภาพบุคคลที่เป็นตัวแทน 14 หมวดประชากรในกลุ่มชายและหญิง และแปดอาชีพ (แพทย์; ทนายความ; สัตวแพทย์; เภสัชกร; พ่อครัวแม่ครัว; คนงานก่อสร้าง; พยาบาลและพนักงานค้าปลีก) โดยไม่กล่าวถึงความงามหรือความดึงดูดใจ

ยังทดสอบพรอมป์ต์ที่ละรายละเอียดประชากร เพศ หรืออาชีพด้วย รวมได้ภาพสำหรับวิเคราะห์ 51,300 ภาพ

สำหรับการเปรียบเทียบ นำภาพถ่าย 94,249 ภาพจาก FairFace; IdenProf; SCUT-FBP5500; MEBeauty; Chicago Face Database และส่วนขยายหลายเชื้อชาติและอินเดีย; รวมถึงชุด Face Research Lab London ตรวจพบใบหน้าที่ใช้ได้ใน 89,435 ภาพ

ใบหน้าชาวตะวันตกและเอเชียที่หลากหลายจากชุดข้อมูล SCUT-FBP5500 หนึ่งในหกชุดที่ใช้ในงานวิจัยใหม่ ที่มา

การเปรียบเทียบเพิ่มเติมใช้ 10k US Adult Faces Database; ชุดภาพถ่ายนายแบบนางแบบแฟชั่นอาชีพ 15,182 ภาพ; LookismBench-SyntheticFaces; FFHQ; และ StyleGAN2 ภาพแบบอาชีพใช้เป็นเกณฑ์ ‘ความดึงดูดใจสูง’ ส่วนชุดอื่นวิเคราะห์แยกเพื่อประเมินตัวชี้วัดความดึงดูดใจและเพิ่มการเปรียบเทียบ

ตรวจหาและตัดใบหน้าด้วย MTCNN แล้วปรับให้เป็นมาตรฐาน ประเมินความดึงดูดใจด้วยโมเดล ResNet-50 ที่ฝึกบน SCUT-FBP5500 และ MEBeauty และ SwinFace ที่ฝึกบนคำกำกับของ CelebA

เพื่อตรวจว่าคะแนนอัตโนมัติตรงกับความเห็นคนหรือไม่ ผู้ใหญ่ในสหรัฐฯ 550 คนประเมินใบหน้าจริงและใบหน้า AI ที่เลือกมา 1,374 ภาพ

ในการทดลองแยก ผู้ใหญ่สหรัฐฯ 570 คนแบ่งเป็นสามกลุ่ม และเห็นผู้สมัครที่ใช้ภาพถ่ายจริง ภาพแต่ง หรือใบหน้า AI จากนั้นทั้งสามกลุ่มประเมินผู้สมัครจริงกลุ่มเดียวกัน เพื่อวัดความแตกต่างในการตัดสินใจจ้างงาน การวิเคราะห์หลักของการศึกษาได้ลงทะเบียนไว้ล่วงหน้า

การทดสอบ

ตามตัวชี้วัดความดึงดูดใจหลักทั้งสอง ใบหน้า AI จาก 24 ใน 27 ระบบได้คะแนนสูงกว่าภาพจริงอย่างมีนัยสำคัญ ตัวชี้วัด CelebA/SwinFace ก็สนับสนุนข้อค้นพบนี้ ดังแสดงด้านล่าง:

ความต่างของความดึงดูดใจระหว่างใบหน้า AI กับภาพจริงใน 27 ระบบ แสดงเป็นค่าเฉลี่ยคะแนน d ของ Cohenจากตัวชี้วัดอัตโนมัติสามชนิด ค่าบวกหมายถึงใบหน้าที่สร้างได้คะแนนสูงกว่า

บทความรายงานว่าในตัวชี้วัดทั้งสาม 13 ระบบสร้างใบหน้าที่ได้คะแนนสูงกว่าภาพจริงเกินหนึ่งส่วนเบี่ยงเบนมาตรฐาน แต่ไม่พบข้อได้เปรียบสำหรับ Nano Banana Pro, Grok Image หรือ Nano Banana 2

แนวโน้มสร้างใบหน้าดึงดูดใจผิดปกติเด่นน้อยลงในโมเดล Midjourney และ OpenAI รุ่นใหม่ ส่วนโมเดลเปิดค่าน้ำหนักมีผลนี้แรงกว่าผลิตภัณฑ์เชิงพาณิชย์จาก OpenAI, Google, Midjourney และ xAI ราวสองเท่า

ในการประเมินของมนุษย์ ใบหน้าจากทั้ง 23 ระบบที่มีภาพพอสำหรับเปรียบเทียบอย่างน่าเชื่อถือถูกมองว่าดึงดูดใจกว่าภาพจริง บนมาตราส่วน 1 (ดึงดูดใจน้อยที่สุด) ถึง 7 (มากที่สุด) ใบหน้าจริงได้เฉลี่ย 3.10 ส่วนใบหน้า AI สูงกว่า 0.34 ถึง 2.06 คะแนนตามระบบ ดังนี้:

คะแนนความดึงดูดใจที่คนให้ใบหน้าจากระบบสร้างภาพ AI 23 ระบบ บนมาตราส่วน 1 ถึง 7 คะแนนระบบสูงกว่าค่าเฉลี่ยภาพจริงซึ่งแสดงด้วยเส้นประสีน้ำเงิน จุดแดงคือคะแนนเฉลี่ย แถบแนวนอนคือความไม่แน่นอนรอบแต่ละค่าเฉลี่ย

ใบหน้า AI ได้คะแนนจากคนสูงกว่าในกลุ่มเชื้อชาติและชาติพันธุ์ทั้งหก (ดูกราฟด้านล่าง) แม้แต่ Nano Banana Pro, Grok Image และ Nano Banana 2 ซึ่งใบหน้าไม่ได้คะแนนสูงกว่าภาพจริงในการทดสอบอัตโนมัติ:

คะแนนความดึงดูดใจจากคนสำหรับใบหน้า AI (แดง) และภาพจริง (น้ำเงิน) ในหกกลุ่มเชื้อชาติและชาติพันธุ์ ใบหน้า AI ได้ค่าเฉลี่ยสูงกว่าทุกกลุ่ม ต่างกัน 0.74 ถึง 1.37 คะแนนบนมาตราส่วนเจ็ดคะแนน แถบแนวตั้งแสดงความไม่แน่นอนรอบแต่ละค่าเฉลี่ย

คะแนนจากคนยังต่างจากผลอัตโนมัติสำหรับโมเดลใหม่ พบการเปลี่ยนแปลงน้อยระหว่าง GPT Image 1.5 กับ GPT Image 2 ของ OpenAI ขณะที่คะแนนความดึงดูดใจเพิ่มขึ้นตามลำดับใน Midjourney รุ่น 6, 7 และ 8

กล่าวอีกอย่าง คนยังมองว่าโมเดล AI ใหม่สร้างใบหน้าที่ดึงดูดใจผิดปกติ แม้ตัวชี้วัดอัตโนมัติบอกว่าแนวโน้มนี้ลดลงแล้ว

ข้อได้เปรียบที่ไม่เป็นธรรม

การทดลองสุดท้ายศึกษาว่าการเห็นใบหน้า AI ที่ดึงดูดใจส่งผลต่อการตัดสินผู้สมัครงานจริงหรือไม่

สำหรับตำแหน่งจำลอง ‘เจ้าหน้าที่ความสำเร็จของลูกค้า’ ผู้ใหญ่สหรัฐฯ 570 คนแบ่งเป็นสามกลุ่ม หลังประเมินผู้สมัครสี่คนที่เหมือนกัน แต่ละกลุ่มเห็นแปดโปรไฟล์ที่ใช้ภาพจริง ภาพแต่ง หรือใบหน้า AI ใบหน้า AI เคยได้คะแนนความดึงดูดใจ 5.75 จากเจ็ด เทียบกับ 2.99 ของภาพจริง ภาพแต่งได้รับการปรับให้เรียบเนียนและสว่างด้วยเอฟเฟกต์ที่อิงฟีเจอร์ One-tap Enhance ของ Facetune

เพิ่มผู้สมัครอีกสิบสองคน ซึ่งใช้ภาพและคุณสมบัติเดียวกันในทั้งสามกลุ่ม เพื่อทดสอบว่าการเห็นภาพต่างประเภทเปลี่ยนการตัดสินใจจ้างงานหรือไม่

ผู้สมัครที่ใช้ใบหน้า AI ได้คะแนนความเหมาะสมในการจ้างและความน่าเชื่อถือสูงขึ้นเล็กน้อย แต่ไม่พบการเพิ่มคำเชิญสัมภาษณ์อย่างมีนัยสำคัญ อย่างไรก็ตาม หลังเห็นใบหน้าเหล่านั้น ผู้สมัครจริงคนเดิมถูกให้คะแนนว่าเหมาะแก่การจ้างและน่าเชื่อถือน้อยลง โดยคำเชิญสัมภาษณ์ลดจาก 77.4% เป็น 72.5%:

ผลการทดสอบจ้างงานแสดงการเปลี่ยนแปลงการรับรู้ความเหมาะสมในการจ้าง ความน่าเชื่อถือ และโอกาสสัมภาษณ์ของผู้สมัครจริงหลังเห็นใบหน้าต่างประเภท คะแนนลดหลังเห็นใบหน้า AI แต่ไม่ลดหลังภาพแต่ง จุดแสดงความต่างจากกลุ่มควบคุมภาพจริง เส้นแนวตั้งแสดงช่วงความเชื่อมั่น 95%

ไม่พบการลดลงใกล้เคียงกันหลังเห็นภาพแต่ง หมายความว่าคนจริงซึ่งน่าจะดูดีที่สุดไม่ได้ ‘ยกระดับมาตรฐาน’ แบบที่ภาพ AI ทำ

ผู้เขียนให้ความเห็นว่า:

“ผู้สมัครที่จับคู่กับใบหน้า AI ได้คะแนนโดยตรงดีขึ้นเพียงเล็กน้อย แต่ผู้เข้าร่วมที่เห็นใบหน้าเหล่านั้นภายหลังประเมินผู้สมัครจริงคนเดิมในทางลบมากขึ้นในผลลัพธ์ทั้งสามด้าน

“ผู้สมัคร AI เองได้คะแนนความน่าเชื่อถือโดยตรงสูงขึ้นเล็กน้อย ทำให้คำอธิบายว่าเป็นความไม่ชอบโปรไฟล์ใบหน้า AI แบบเหมารวมง่าย ๆ มีโอกาสน้อยลง

“ถึงกระนั้น การทดลองบอกว่าการเห็นมีผล ไม่ได้บอกว่าเพราะอะไร”

บทสรุป

จากข้อสังเกตส่วนตัว ตัวละคร AI ครองโฆษณาระดับถนนในเมืองที่ผมอยู่แล้วจริง ๆ แต่นั่นเป็นงานสองมิติ การใช้วิดีโอเชิงสร้างสรรค์ที่อาศัยดิฟฟิวชันในทีวีและภาพยนตร์จะผ่านข้อจำกัดด้านกฎหมายและจริยธรรมปัจจุบันได้หรือไม่ยังต้องรอดู หากได้ เราอาจเห็นนักแสดงที่ AI สร้างหรือเสริมมากขึ้นอย่างมาก ‘ยกระดับมาตรฐานความงาม’ และทำให้ฉากทัศน์ ‘ความงาม AI ที่อยู่รอบตัว’ ตามงานวิจัยเป็นจริง

หลักการไม่ใช่ของใหม่ แต่ศักยภาพด้านการทำงานอัตโนมัติเป็นของใหม่ ในกรณีเช่นนั้น เราอาจสกัดแก่นของคนดัง นายแบบนางแบบ และตัวแทนสาธารณะตัวจริงในปัจจุบันหรืออดีต นำไปทำซ้ำหรือ ‘ปรับปรุง’ แล้วเผยแพร่อย่างกว้างขวางโดยไม่ต้องเจรจาสัญญาราคาแพง แต่เรื่องนั้นยังมาไม่ถึง และอาจไม่มาถึงก็ได้

^† ชื่อเรื่อง AI เชิงสร้างสรรค์สร้างและถ่ายทอดอคติด้านความงาม โดยนักวิจัยแปดคนจาก Cornell มหาวิทยาลัยฟลอริดา และมหาวิทยาลัยเพนซิลเวเนีย

* ผมเปลี่ยนการอ้างอิงในเนื้อความของผู้เขียนให้เป็นไฮเปอร์ลิงก์

เผยแพร่ครั้งแรก วันจันทร์ที่ 19 ตุลาคม 2026