Yapay Zekâyla Üretilen Yüzler Gerçek İnsanların İşe Alınma Şansını Azaltıyor Olabilir

Fiziksel çekiciliğin kapıları açtığını bilmek için aslında bilim insanlarına ihtiyacınız yok; hayatınızda muhtemelen bir ölçüde bunun mağduru olmuş ya da bundan yararlanmışsınızdır. Yapay zekâyla üretilen yüzlerin gerçek insanlardan daha çekici olma eğiliminde olduğunu keşfetmek için de onlara ihtiyacınız yoktur (bunun, çoğu insan eliyle şekillenen tercih ve süreçlerle ilgili çeşitli nedenleri var).

Yine de ABD’de yürütülen yeni ve bağlantılı bir akademik iş birliği bugün dikkatimi çekti: yapay zekâyla üretilen güzelliğin gerçek insanların iş görüşmelerini kaybetmesine yol açabileceğine dair kanıtlar sunuyor. 570 kişinin katıldığı bir çalışmada, daha önce alışılmadık derecede çekici yapay zekâ yüzlerine maruz kalanlar, ardından gerçek iş adaylarını işe alınmaya daha az uygun ve daha az güvenilir buldu. Üstelik tam olarak aynı adayları değerlendirmelerine rağmen görüşme teklif etme isteklilikleri %77,4’ten %72,5’e düştü.

Çalışmadan yapay zekâyla üretilmiş yüz örnekleri, çekicilik puanlarının ne kadar geniş bir aralıkta değiştiğini gösteriyor. Araştırmacılar, sıradan istemler kullanarak 27 görüntü üreticisini test etti; bu istemler güzellikten söz etmiyordu. Üst sırada otomatik değerlendirme sistemlerinin en yüksek çekicilik puanlarından bazılarını verdiği yüzler, alt sırada ise en düşük puanlardan bazılarını alanlar yer alıyor. Görseldeki sekiz kişinin tamamı yapay zekâyla üretildi; gerçek değiller. Kaynak

Araştırmacılar ayrıca çeşitli ticari ve açık ağırlıklı modellerin ürettiği görüntüleri kullanarak yapay zekâ yüzlerinin gerçek yüzlere kıyasla ne kadar çekici göründüğünü inceledi. 550 kişiden, gerçek insan fotoğraflarını yapay zekâ yüzleriyle birlikte değerlendirmeleri istendiğinde, sentetik yüzlerin sürekli daha yüksek puan aldığı görüldü. Ek bir karşılaştırmada ise uygun ölçütler, yapay zekâyla üretilen kadın yüzlerinin %37’sinin tipik bir profesyonel mankenden daha çekici bulunduğunu ortaya koydu.

27 görüntü üreticisinde yapay zekâyla üretilen yüzlerin profesyonel mankenlerle karşılaştırılması. Grafik, otomatik çekicilik ölçümleri kullanıldığında profesyonel manken medyanından daha yüksek puan alan üretilmiş yüzlerin yüzdesini gösteriyor. Siyah noktalar üretilen tüm yüzleri, sarı daireler yalnızca kadın yüzlerini temsil ediyor. Genel olarak üretilen yüzlerin %23’ü bu eşiği aştı; kadın yüzlerinde oran %37’ye yükseldi. Kesikli çizgiler bu iki ortalamayı gösteriyor.

Makale^† şöyle diyor:

“Çekicilikten veya güzellikten hiç söz etmeyen basit istemlerle, 2022 ile 2026 arasında yayımlanmış 27 metinden görüntü üreticisini denetledik; ana ve ek karşılaştırmalarda üretilmiş 51.300 yüzü ve gerçek insanlara ait 160.196 fotoğrafı analiz ettik.

“Üç otomatik ölçüm kullandık ve görüntülerin bir alt kümesi için 550 insan değerlendiriciden puan topladık.

“Neredeyse tüm üreticiler, otomatik ölçümlerde fotoğraflanmış yüzlerden daha yüksek puan alan yüzler üretti. İnsan değerlendiriciler de çoklu karşılaştırma düzeltmesinden sonra dahi 23 üreticinin tamamının çıktılarını fotoğraflanmış yüzlerden anlamlı derecede daha çekici buldu.

“Analizimizi cinsiyete odakladığımızda, kadın istemleriyle üretilen yüzlerin %37’sinin profesyonel manken medyanından daha yüksek puan aldığını görüyoruz.”

Yazarlar ayrıca gerek insan gerek yapay zekâ uzmanlarının “güzel” çeyreğinin zirvesinde kimin bulunduğu konusunda anlaşamayabileceğini ve tartışabileceğini belirtiyor. Buna karşılık, “çekici değil” veya “asgari düzeyde çekici” puan aralığında böyle bir ayrıntı düzeyi yok; burası kıyaslandığında bir tür genel atık kutusu gibi*:

“Ölçümler arasında en çok değer verilenler yerine en az değer verilenler konusunda daha fazla uzlaşı olması, mankenlik gibi ortamlardaki estetik sınıflandırmanın önemli bir özelliğine benziyor: insanların ve kurumların, kimin görünüşüne daha az değer verildiği konusunda tekrarlanan eşitsizlikler üretmek için tek bir ideal üzerinde anlaşmaları gerekmiyor.”

Yüzlerin Değeri

Çalışmanın birçok bulgusu, insanların bağlama bağlı ve göreli algıya ilişkin ortak deneyimini yineliyor: örneğin, okulunuzdaki en zeki veya en çekici kişiyseniz, bir Ivy League üniversitesine girmek çevrenizdeki standartları büyük ölçüde yükseltebilir ve yeni katıldığınız topluluk içindeki göreli konumunuzu düşürebilir.

Ancak dünya, gerçekten ortalıkta dolaşan ve iş görüşmelerinde etten kemikten insanları dirsekleyip kenara iten yapay zekâ insanlarıyla dolu değil. Öyleyse üretken yapay zekânın güzellik estetiği, kültürel bir olgu olarak nasıl fark yaratabilir?

İnsanların “yapay zekâ standardına” daha fazla yaklaşmak için estetik cerrahiye başvurabileceği yönündeki kaygı verici olasılığın yanı sıra, yeni çalışmada anlatılan etki; sinema, televizyon, moda ve insan kültürünün diğer görünür ve etkili alanlarındaki yapay zekâ öncesi güzellik kültürüne benziyor. Gerçekçi olmayan fiziksel ideallerle kuşatıldığımız ve bunu bir tür sinyal-gürültü sorunu gibi ele almayı öğrendiğimiz bir ortamdan söz ediyoruz. Film yıldızlarının hayalini kuruyor, ama evlenebildiğimiz kişiyle evleniyoruz.

Makale, yapay zekânın kendi görsel estetiğinin büyüyen etkisini benzer bir bağlamda anlatıyor*:

“Üretilmiş yüzler hem gerçek yüzlerden daha çekiciyse hem de bu çekicilik eşit dağılmıyorsa, [the] şu soru ortaya çıkar: gerçek insanların nasıl değerlendirildiği açısından sonuçları nelerdir? Özenle seçilmiş veya düzenlenmiş görüntülere maruz kalmak, görünüş karşılaştırmasını ve sonraki yargıyı değiştirir. Klasik karşıtlık deneyleri de çok çekici insanlara maruz kalmanın sonraki çekicilik değerlendirmelerini düşürebileceğini gösterir.

“Üretken yapay zekâ, aynı estetik süreçlerle şekillenmiş farklı yüzlerden oluşan sürekli akışlar sunabilir. Yapay zekâyla üretilen yüzlere maruz kalmanın gerçek insanlar hakkındaki önemli sonuçlar doğuran değerlendirmeleri değiştirip değiştirmediği belirsizliğini koruyor.”

Yazarlar belirli bir çözüm önermiyor. Bunun yerine, yapay zekâyla üretilen güzelliğin gerçek insanlar hakkındaki yargılarımızı ne zaman etkilediğini, sentetik yüzlerin hangi özelliklerinin bu etkiyi doğurduğunu ve sonuçların simüle edilmiş işe alım deneyinin dışında da geçerli olup olmayacağını belirlemek için daha fazla araştırma çağrısında bulunuyorlar.

Yöntem ve Verilerin Derlenmesi

Yapay zekâ görüntü üreticilerinin çekici yüzleri ne ölçüde kayırdığını belirlemek için araştırmacılar, 2022 ile 2026 arasında yayımlanmış 27 sistemi test etti: Stable Diffusion 1.5, 2.1, XL, 3, 3.5-medium, 3.5-large ve 3.5-large-turbo; FLUX.1 dev ve schnell, FLUX.2, FLUX.2-klein 9B ve FLUX.2-klein 4B; GPT Image 1.5 ve GPT Image 2; Grok Image ve Grok Imagine; Nano Banana 2 ve Nano Banana Pro; Midjourney v6, v7 ve v8; PixArt-Sigma; Playground 2.5; HunyuanDiT; Qwen-Image; Sana ve Lumina-2.

Tüm sistemlerde, güzellik veya çekicilikten söz etmeden, erkek ve kadın kategorilerine yayılan 14 demografik kategoriyi ve sekiz mesleği (doktor; avukat; veteriner; eczacı; aşçı; inşaat işçisi; hemşire ve perakende çalışanı) temsil eden portreler üretmek için aynı basit istem kullanıldı.

Demografik özellik, cinsiyet veya meslek ayrıntılarını içermeyen istemler de test edildi ve analiz için toplam 51.300 görüntü üretildi.

Karşılaştırma amacıyla FairFace, IdenProf, SCUT-FBP5500, MEBeauty, Chicago Face Database ile onun çok ırklı ve Hint uzantıları ve Face Research Lab London Set veri kümelerinden 94.249 fotoğraf alındı. 89.435 fotoğrafta kullanılabilir yüzler tespit edildi.

Yeni çalışmada kullanılan altı veri kümesinden biri olan SCUT-FBP5500’den çeşitli Batılı ve Asyalı yüzler. Kaynak

Ek karşılaştırmalar için 10k US Adult Faces Database, profesyonel mankenlerin 15.182 fotoğrafından oluşan bir koleksiyon, LookismBench-SyntheticFaces, FFHQ ve StyleGAN2 kullanıldı. Manken fotoğrafları “yüksek çekicilik” ölçütü olarak kullanılırken, diğer koleksiyonlar çekicilik ölçümlerini değerlendirmek ve ek karşılaştırmalar sunmak için ayrı ayrı analiz edildi.

Yüzler MTCNN kullanılarak tespit edilip kırpıldı, ardından standartlaştırıldı. Çekicilik, SCUT-FBP5500 ve MEBeauty üzerinde eğitilmiş ResNet-50 modelleri ve SwinFace kullanılarak değerlendirildi; ikincisi CelebA açıklamaları üzerinde eğitilmişti.

Otomatik çekicilik puanlarının insan görüşleriyle örtüşüp örtüşmediğini kontrol etmek için seçilen 1.374 gerçek ve yapay zekâ üretimi yüz, ABD’de yaşayan 550 yetişkin tarafından değerlendirildi.

Ayrı bir deneyde 570 ABD’li yetişkin üç gruba ayrıldı ve kendilerine gerçek fotoğraflı, rötuşlanmış fotoğraflı veya yapay zekâyla üretilmiş yüzlere sahip iş adayları gösterildi. Daha sonra aynı gerçek adaylar üç grubun tamamı tarafından değerlendirildi; böylece işe alım kararlarındaki farklılıklar ölçülebildi. Çalışmanın ana analizleri önceden kayda geçirildi.

Testler

Her iki ana çekicilik ölçütünde de test edilen 27 üreticinin 24’ünde yapay zekâ yüzleri gerçek fotoğraflardan anlamlı derecede daha yüksek puan aldı. Aşağıda görüldüğü gibi CelebA/SwinFace ölçütü de bu bulguyu destekledi:

27 görüntü üreticisinde yapay zekâyla üretilen yüzlerle gerçek fotoğraflar arasındaki çekicilik farkları, üç otomatik ölçütün ortalama Cohen d puanlarıyla ifade ediliyor. Pozitif değerler, üretilen yüzlerin daha yüksek çekicilik puanı aldığını gösteriyor.

Makaleye göre üç ölçütün tamamında 13 üretici, gerçek fotoğraflardan bir standart sapmadan fazla yüksek puan alan yüzler üretti. Ancak Nano Banana Pro, Grok Image veya Nano Banana 2 için bir üstünlük bulunmadı.

Alışılmadık derecede çekici yüzler üretme eğilimi daha yeni Midjourney ve OpenAI modellerinde daha az belirgindi. Buna karşılık etki, açık ağırlıklı modellerde OpenAI, Google, Midjourney ve xAI’ın ticari ürünlerine kıyasla yaklaşık iki kat güçlüydü.

İnsan değerlendirmelerinde, güvenilir bir karşılaştırma için yeterli sayıda görüntüyle test edilen 23 üreticinin tamamının yüzleri gerçek fotoğraflardan daha çekici bulundu. 1’den (en az çekici) 7’ye (en çekici) uzanan ölçekte gerçek yüzler ortalama 3,10 puan alırken, yapay zekâ yüzleri üreticiye bağlı olarak 0,34 ile 2,06 puan daha yüksek puan aldı; aşağıda gösterildiği gibi:

23 yapay zekâ görüntü üreticisinin oluşturduğu yüzler için 1 ile 7 arasındaki insan çekicilik puanları. Üreticiler, mavi kesikli çizginin gösterdiği gerçek fotoğraf ortalamasının üzerinde puan aldı. Kırmızı noktalar ortalama puanları, yatay çubuklar her ortalamanın çevresindeki belirsizliği gösteriyor.

Yapay zekâ yüzleri altı ırksal ve etnik kategorinin tamamında daha yüksek puan aldı (aşağıdaki grafiğe bakınız). Bu durum, testlerde yüzleri gerçek fotoğraflardan daha yüksek puan almayan Nano Banana Pro, Grok Image ve Nano Banana 2 için bile geçerliydi:

Altı ırksal ve etnik kategoride yapay zekâ yüzlerine (kırmızı) ve gerçek fotoğraflara (mavi) verilen insan çekicilik puanları. Yapay zekâ yüzleri her kategoride daha yüksek ortalama puan aldı; farklar yedi puanlık ölçekte 0,74 ile 1,37 puan arasında değişti. Dikey çubuklar her ortalamanın çevresindeki belirsizliği gösteriyor.

Yeni modellerde insan puanları otomatik sonuçlardan da farklılaştı. OpenAI’ın GPT Image 1.5 ve GPT Image 2 modelleri arasında çok az değişim kaydedilirken, Midjourney’nin 6, 7 ve 8 sürümlerinde giderek daha yüksek çekicilik puanları kaydedildi.

Başka bir deyişle, otomatik ölçütler bu eğilimin azaldığını düşündürdüğünde bile daha yeni yapay zekâ modelleri, insanlar tarafından hâlâ alışılmadık derecede çekici yüzler üretiyor olarak değerlendirildi.

Haksız Avantaj

Son deney, çekici yapay zekâ yüzlerine maruz kalmanın gerçek iş adaylarının nasıl değerlendirildiğini etkileyip etkileyemeyeceğini araştırdı.

Simüle edilmiş bir “Müşteri Başarısı Uzmanı” pozisyonu için 570 ABD’li yetişkin üç gruba ayrıldı. Dört aynı adayı değerlendirdikten sonra her gruba gerçek fotoğraflar, rötuşlanmış fotoğraflar veya yapay zekâ yüzleri içeren sekiz profil gösterildi. Yapay zekâ yüzleri daha önce çekicilik açısından yedi üzerinden 5,75 puan almıştı; gerçek fotoğrafların puanı ise 2,99’du. Rötuşlanmış görüntüler, Facetune’un One-tap Enhance özelliğine dayalı bir efektle pürüzsüzleştirilip aydınlatılmıştı.

Farklı görüntülere maruz kalmanın işe alım kararlarını etkileyip etkilemediğini test etmek için, üç grubun tamamında fotoğrafları ve nitelikleri aynı olan on iki aday daha eklendi.

Yapay zekâ yüzlerine sahip adaylar işe alınabilirlik ve güvenilirlik açısından biraz daha yüksek puan aldı; ancak görüşme davetlerinde anlamlı bir artış bulunmadı. Ne var ki bu yüzlere maruz kaldıktan sonra aynı gerçek adaylar işe alınmaya daha az uygun ve daha az güvenilir olarak değerlendirildi; görüşme davetleri %77,4’ten %72,5’e düştü:

Farklı yüz türlerine maruz kaldıktan sonra gerçek adayların algılanan işe alınabilirliğinde, güvenilirliğinde ve görüşme daveti alma olasılığında meydana gelen değişimleri gösteren işe alım testi sonuçları. Yapay zekâ yüzlerine maruz kalmanın ardından daha düşük değerlendirmeler görüldü; rötuşlanmış fotoğraflardan sonra ise görülmedi. Noktalar, gerçek fotoğrafların kullanıldığı kontrol grubuna göre farkları; dikey çizgiler %95 güven aralıklarını gösteriyor.

Rötuşlanmış fotoğraflara maruz kaldıktan sonra benzer bir düşüş kaydedilmedi. Bu da, sözde en iyi hâlleriyle görünen gerçek insanların, yapay zekâ görüntülerinin yaptığı gibi “çıtayı yükseltmediği” anlamına geliyor.

Yazarlar şu yorumu yapıyor:

“Yapay zekâ yüzleriyle eşleştirilen adaylar doğrudan değerlendirmelerde yalnızca biraz daha yüksek puan aldı. Ancak bu yüzleri gören katılımcılar daha sonra aynı gerçek adayları üç sonucun tamamında daha olumsuz değerlendirdi.

“Yapay zekâ üretimi adayların kendileri doğrudan güvenilirlik değerlendirmelerinde biraz daha yüksek puan aldı. Bu, yapay zekâ yüzlü profillere yönelik basit ve genel bir hoşnutsuzluk açıklamasını daha az olası kılıyor.

“Yine de deney bize maruz kalmanın önemli olduğunu söylüyor; nedenini değil.”

Sonuç

Kendi gözlemime göre, yaşadığım şehirde sokak düzeyindeki reklamlara yapay zekâ karakterleri kesinlikle hâkim olmaya başladı; ama bunlar iki boyutlu görseller. Televizyon ve sinemada difüzyon tabanlı üretken videonun kullanımının mevcut hukuki ve etik sınırlamaları aşıp aşmayacağını zaman gösterecek. Aşarsa, çok daha geniş bir yapay zekâ üretimi ve/veya yapay zekâyla geliştirilmiş oyuncu kitlesinin “estetik standardı yükseltmesini” ve yeni makalenin tarif ettiği “her yanı saran yapay zekâ güzelliği” senaryosunu hayata geçirmesini bekleyebiliriz.

İlke yeni değil; yeni olan otomasyon potansiyeli. Böyle bir durumda, günümüzün veya geçmişin gerçek dünyadaki ünlülerinin, mankenlerinin ve kamuya mal olmuş temsilcilerinin özünü damıtmak, onları çoğaltmak veya “geliştirmek” ve pahalı sözleşme görüşmeleri yapmadan geniş çapta yaymak mümkün olabilir. Ama bu henüz gerçekleşmedi; gerçekleşip gerçekleşmeyeceği de belli değil.

^† Başlığı Generative AI Produces and Transmits Beauty Bias olan çalışma, Cornell, Florida Üniversitesi ve Pennsylvania Üniversitesi’nden sekiz araştırmacı tarafından hazırlandı.

* Yazarların metin içi atıflarını köprülere ben dönüştürdüm.

İlk yayımlanma: 19 Ekim 2026 Pazartesi