AI生成的面孔可能正在降低真人的就业竞争力

其实，无须科学家告诉你，外表出众会带来机会——毕竟你一生中很可能在某种程度上因此受益或受挫；同样也无须科学家来发现，AI生成的面孔往往比真人更有吸引力（原因多种多样，其中许多与人类自身的偏好和创作过程有关）。

尽管如此，今天一项来自美国的相关新学术合作研究还是引起了我的注意。研究列举的证据表明，AI生成的美貌可能正在让真人失去求职面试机会。一项涉及570人的研究发现，先前看过异常漂亮的AI生成面孔的人，之后会认为真实求职者的就业能力和可信度较低；他们愿意提供面试机会的比例也从77.4%降至72.5%，尽管他们评估的求职者完全相同。

研究中的AI生成面孔示例，展示了它们的吸引力评分差异之大。研究人员使用27款图像生成器进行测试，所用提示词均为普通提示词，且未提及美貌。上排展示的是自动评分系统评为吸引力最高的一些面孔；下排展示的是评分最低的一些面孔。图中的8个人物全都是AI生成的，并非真人。 来源

研究人员还利用多种商业模型和开放权重模型生成的图像，调查AI生成面孔与真人面孔相比有多大吸引力。他们让550人给真人照片和AI生成面孔打分，结果发现合成面孔的得分始终更高；在另一项比较中，相关指标还显示，37%的AI生成女性面孔被评为比典型的职业时装模特更有吸引力。

27款图像生成器生成的面孔与职业时装模特的比较。图表使用自动化吸引力指标，展示生成面孔的得分高于职业模特中位数的比例。黑点代表所有生成面孔，黄色圆圈则仅代表女性面孔。总体而言，23%的生成面孔超过了这一基准；女性面孔的这一比例则升至37%。虚线标示这两个平均值。

论文^†指出：

“我们审查了27款于2022年至2026年间发布的文本生成图像工具，使用的简单提示词从未提及吸引力或美貌；我们分析了51,300张生成面孔，以及在主要和补充比较中使用的160,196张真人照片。

“我们采用了三种自动化测量方法，并收集了550名人工评审者对部分图像的评分。

“在自动化测量中，几乎所有生成器生成的面孔得分都高于照片中的真人；人工评审者则认为，全部23款生成器的输出都比真人照片更有吸引力，而且在对多重比较进行校正后，结果依然显著。

“聚焦性别进行分析时，我们发现，37%由女性提示词生成的面孔，得分高于职业时装模特的中位数。”

作者还指出，尽管专家——无论是人类还是AI——可能会对谁位居“美貌”象限之首各执一词、争论不休，但在“缺乏吸引力”或“略有吸引力”的评分区间里，却没有这样的细致区分；相比之下，这一区间就像一个笼统的垃圾桶*：

“不同测量方法在谁最不受重视这一点上的一致程度，高于它们在谁最受重视这一点上的一致程度。这与时装模特等领域审美分类的一个重要特点相似：人们和机构无须认同某个单一理想标准，也会反复造成外貌不受重视者处于不平等地位。”

面孔的价值

研究中的许多发现都重申了人们普遍熟悉的情境性和相对性认知：例如，如果你曾是学校里最聪明或最有魅力的人，进入常春藤盟校后，周围的标准可能会大幅提高，而你在新群体中的相对排名也会下降。

然而，现实世界里并没有到处都是由 AI 生成的人在街上行走、在求职面试中把血肉之躯挤到一旁；那么，生成式 AI 的审美文化现象究竟如何产生影响？

除了令人担忧的可能性——人们可能会求助于整形手术，以便更接近“AI 标准”——新研究所描述的影响，与 AI 出现之前电影、电视、时尚以及人类文化中其他引人注目且影响深远的领域所形成的审美文化颇为相似：我们曾经／如今仍然身处一个充斥着不切实际的外貌理想的环境；而我们也学会了将其视为一种信号与噪声的问题来应对。我们梦想着电影明星，但结婚时，选择的往往是现实中能找到的伴侣。

论文在类似的背景下描述了 AI 自身视觉审美日益增长的影响*：

“如果生成的人脸不仅比真实人脸更有吸引力，而且吸引力差异并不均等，[the]那么随之而来的问题是：这会如何影响人们对真实人物的评判？接触经过高度筛选或编辑的图像会改变人们对外貌的比较以及随后的评判，而经典的对比实验表明，接触极具吸引力的人会降低之后的吸引力评价。”

“生成式 AI 能够不断生成一系列各不相同、却都受到相同审美过程影响的人脸。目前尚不清楚，接触 AI 生成的人脸是否会改变人们对真实人物所作、并会带来实际后果的评价。”

作者没有提出具体的补救办法，而是呼吁开展更多研究，以确定 AI 生成的美貌会在何时影响我们对真实人物的判断；合成人脸的哪些特征会促成这种影响；以及在模拟招聘实验之外，研究结果是否仍然成立。

方法与数据整理

为确定 AI 图像生成器在多大程度上偏好有吸引力的人脸，研究人员测试了 2022 年至 2026 年间发布的 27 个系统，分别是 Stable Diffusion 1.5、2.1、XL、3、3.5-medium、3.5-large 和 3.5-large-turbo；FLUX.1 dev 和 schnell、FLUX.2、FLUX.2-klein 9B 及 FLUX.2-klein 4B；GPT Image 1.5 和 GPT Image 2；Grok Image 和 Grok Imagine；Nano Banana 2 和 Nano Banana Pro；Midjourney v6、v7 和 v8；PixArt-Sigma；Playground 2.5；HunyuanDiT；Qwen-Image；Sana；以及 Lumina-2。

所有系统均使用同一条简单提示词，生成代表 14 种人口统计类别的肖像，涵盖男性和女性类别以及八种职业（医生；律师；兽医；药剂师；厨师；建筑工人；护士和零售业从业者），且提示词中没有提及美貌或吸引力。

研究人员还测试了省略人口统计、性别或职业信息的提示词，最终生成了 51,300 张图像用于分析。

作为比较，研究人员从 FairFace、IdenProf、SCUT-FBP5500、MEBeauty、Chicago Face Database 及其多种族和印度人扩展数据集，以及 Face Research Lab London 数据集中选取了 94,249 张照片。在其中 89,435 张照片中检测到了可用的人脸。

来自 SCUT-FBP5500 数据集的多元西方面孔和亚洲面孔；该数据集是这项新研究所用的六个数据集之一。 来源

研究人员还使用 10k US Adult Faces Database、一组包含 15,182 张职业时装模特照片的数据集、LookismBench-SyntheticFaces、FFHQ 和 StyleGAN2 进行了额外比较。时装模特照片被用作“高吸引力”基准，其余数据集则分别进行分析，以评估吸引力测量指标并开展进一步比较。

研究人员使用 MTCNN 检测并裁剪人脸，然后对其进行标准化处理。吸引力评估采用了在 SCUT-FBP5500 和 MEBeauty 上训练的 ResNet-50 模型，以及在 CelebA 标注数据上训练的 SwinFace。

为检验自动评出的吸引力分数是否符合人类的看法，研究人员邀请了 550 名美国成年人，对选出的 1,374 张真人及 AI 生成人脸进行评估。

在另一项实验中，570 名美国成年人被分为三组，分别观看使用真实照片、修饰照片或 AI 生成人脸的求职者。随后，三组人都对同一批真实求职者进行了评估，从而可以测量招聘决定方面的差异。该研究的主要分析均已预先注册。

测试

在两项主要吸引力指标下，测试的 27 个生成器中有 24 个生成的人脸得分显著高于真实照片；如下所示，CelebA/SwinFace 指标也支持这一发现：

27种图像生成器生成的人脸与真实照片在吸引力上的差异，以三种自动化指标得出的平均Cohen’s d 分数表示。正值表示生成的人脸吸引力评分更高。

论文报告称，在全部三种指标中，有13种生成器生成的人脸评分比真实照片高出一个标准差以上，不过 Nano Banana Pro、Grok Image 和 Nano Banana 2 并未表现出优势。

较新的 Midjourney 和 OpenAI 模型生成异常有吸引力人脸的倾向有所减弱；而与 OpenAI、Google、Midjourney 和 xAI 的商业产品相比，开放权重模型中的这一效应约强一倍。

在人类评估中，所有23种经过测试、且图像数量足以进行可靠比较的生成器所生成的人脸，都被认为比真实照片更有吸引力。以1分（吸引力最低）至7分（吸引力最高）计，真实人脸的平均分为3.10分，而 AI 生成的人脸得分高出0.34至2.06分，具体差异取决于生成器，如下图所示：

人们对23种 AI 图像生成器生成的人脸的吸引力评分，评分范围为1至7分。生成器的评分高于真实照片的平均水平，蓝色虚线表示该平均值。红点表示平均评分，横线表示各平均值的不确定性。

在六个种族和族裔类别中，AI 生成的人脸评分都更高（见下图），甚至包括 Nano Banana Pro、Grok Image 和 Nano Banana 2——尽管在测试中，这些模型生成的人脸得分并未高于真实照片：

人们对六个种族和族裔类别中的 AI 生成的人脸（红色）及真实照片（蓝色）的吸引力评分。在每个类别中，AI 生成的人脸平均得分都更高，差距为七分制中的0.74至1.37分。竖线表示各平均值的不确定性。

对于较新的模型，人类评分与自动化评估结果也有所不同。OpenAI 的 GPT Image 1.5 和 GPT Image 2 之间几乎没有变化，而 Midjourney 的第6、7和8版所获吸引力评分则逐步提高。

换言之，即使自动化指标显示这种倾向有所减弱，人们仍认为较新的 AI 模型会生成异常有吸引力的人脸。

不公平的优势

最后一项实验考察了看到有吸引力的 AI 生成人脸，是否会影响人们对真实求职者的评价。

研究模拟招聘一名“客户成功专员”，并将570名美国成年人分为三组。在评估了四名完全相同的求职者后，每组参与者都看到了八份个人资料，照片分别为真实照片、修饰过的照片或 AI 生成人脸。这些 AI 生成人脸此前的吸引力评分为七分制中的5.75分，而真实照片的得分为2.99分。修饰过的图像则采用基于 Facetune 的 One-tap Enhance 功能的效果进行了平滑和提亮处理。

此外，实验还纳入了另外12名求职者，他们在三个组中使用的照片和资历完全相同，以检验接触不同类型图像是否会影响招聘决定。

AI 生成人脸的求职者在就业能力和可信度方面的评分略高，但获得面试邀请的概率并未显著上升。然而，在看到这些人脸后，同一批真实求职者的就业能力和可信度评分都降低了，面试邀请率也从77.4%降至72.5%：

招聘测试结果显示，接触不同类型的人脸后，人们对真实求职者就业能力、可信度及其获得面试机会可能性的评价变化。看到 AI 生成人脸后，评价有所降低；看到修饰过的照片后则没有。各点表示与真实照片对照组相比的差异；竖线表示95%置信区间。

接触修饰过的照片后，并未出现类似的下降。这意味着，那些据称以最佳状态示人的真人，并没有像 AI 生成的图像那样“抬高标准”。

作者评论道：

“与 AI 生成面孔配对的候选人，直接评分仅略高一些；但看到这些面孔的参与者，之后在三项结果指标上对同一批真人候选人的评价都更低。”

“AI 生成的候选人本身在直接可信度评分上略高一些，因此，这不太可能只是人们普遍不喜欢带有 AI 生成面孔的个人资料。”

“不过，这项实验告诉我们，接触这些面孔会产生影响，却没有说明原因。”

结论

从个人观察来看，AI 生成的角色确实已经在我居住的城市里占据了街头广告的主导地位，不过那只是二维艺术。无论基于扩散模型的生成式视频能否突破当前的法律和伦理限制，在电视和电影中得到应用，仍有待观察；如果真的实现，我们或许可以预期，AI 生成和/或 AI 增强的演员将大幅增加，“抬高审美标准”，并让新论文所描绘的“无处不在的 AI 美貌”成为现实。

这种做法并不新鲜，新鲜的是自动化的可能性。在这种情况下，人们可以提炼当今或昔日现实世界中的名人、模特和公众代表的精髓，对其进行复制或“改良”，再广泛传播，而且无需进行昂贵的合同谈判。不过，这一切尚未到来；至于将来是否会实现，也未可知。

^† 题为 《生成式人工智能会产生并传播美貌偏见》，由来自康奈尔大学、佛罗里达大学和宾夕法尼亚大学的八位研究人员撰写。

* 我将作者在文中使用的引用转换成了超链接。

首发于 2026 年 10 月 19 日，星期一