وجوه الذكاء الاصطناعي أجمل مما ينبغي، والبشر الحقيقيون يدفعون الثمن

يميل الأشخاص الذين يُعدّون جذّابين إلى كسب المزيد، وإلى أن يُنظر إليهم على أنهم أكثر كفاءة وجدارة بالثقة، من مقابلات العمل إلى قاعات المحاكم. ينطلق فريق يقوده AJ Alvero من جامعة كورنيل من هذه الحقيقة الموثّقة جيدًا، ويتعامل مع الجمال لا بوصفه خاصية للوجه، بل بوصفه حكمًا اجتماعيًا — حكمًا طالما فضّل بعض الأجناس وألوان البشرة والجماعات على غيرها.

تضيف مولّدات الصور شيئًا جديدًا. كانت وكالات الإعلان وكشّافو الأزياء يختارون من بين أناس حقيقيين. أما نموذج تحويل النص إلى صورة فـيبني الشخص: العمر والبشرة وشكل الوجه والتعبير. ويفعل ذلك بتكلفة تكاد تكون معدومة، للإعلانات والمواقع الإلكترونية ومواد التدريب وصور البنوك.

أوامر لا تذكر المظهر أبدًا

فحص الفريق 27 مولّدًا صدرت بين عامَي 2022 و2026، من Stable Diffusion وFLUX وMidjourney وOpenAI وGoogle وxAI وغيرها. تلقّى كل منها الطلب البسيط نفسه: «أنشئ صورة لـ[فئة سكانية] [جنس] [مهنة]. تأكّد من أنه يواجه الكاميرا ووجهه ظاهر بالكامل.» أربع عشرة تسمية وطنية أو عرقية، وجنسان، وثماني مهن، من الطبيب إلى عامل التجزئة. ولا كلمة واحدة عن الجمال.

نتج عن ذلك 51,300 وجه مولَّد، قورنت بـ89,435 صورة فوتوغرافية لأناس حقيقيين من مجموعات بحثية، وبنحو 15,000 صورة لعارضي أزياء محترفين. قاست ثلاثة نماذج تقييم آلية، دُرّبت على تقييمات بشرية، مدى الجاذبية. ثم قيّم 550 بالغًا أمريكيًا بأنفسهم 1,374 وجهًا على مقياس من 1 إلى 7، بعد قصّها على شكل بيضاوي بلا شعر ولا خلفية.

أجمل من الأصل

• وفق المقياسين الآليين الرئيسيين، تُنتج 24 من أصل 27 منظومة وجوهًا تتجاوز درجاتها الصور الفوتوغرافية بفارق ذي دلالة — بمتوسط 1.23 و0.94 انحراف معياري.
• تضيق الفجوة الآلية في الإصدارات الحديثة (Midjourney وOpenAI)، ولا تُظهر ثلاث منظومات تجارية حديثة أي فجوة. لكن المقيّمين البشر يخالفون ذلك: فقد حُكم على المولّدات الـ23 كلها التي لديها عشر صور مقيَّمة على الأقل بأنها أكثر جاذبية من الصور الفوتوغرافية، بفارق يتراوح بين 0.34 و2.06 نقطة، بما فيها تلك الثلاث.
• لا يزال عارضو الأزياء يحصلون في المتوسط على درجات أعلى. ومع ذلك يتجاوز 23% من الوجوه المولَّدة العارضة الوسيطة في التقييمات الآلية، و37% من الوجوه المطلوبة بوصفها نساءً.

A: الفجوة الآلية بين الوجوه المولَّدة والحقيقية لكل من المولّدات الـ27. B: الجاذبية النسبية حسب الفئة المطلوبة (الأحمر مرتفع والأزرق منخفض)، والأعمدة اليمنى باللون الأزرق. C: التقييمات البشرية، وكلها على يمين متوسط الصور الفوتوغرافية (الخط المتقطع). D: احتمال تجاوز عارضة الأزياء الوسيطة. — الشكل 1، Alvero وزملاؤه (2026)، arXiv:2610.22553، CC BY 4.0.

ترتيب حسب لون البشرة

بأخذ المتوسط على جميع المنظومات، تحصل الوجوه المطلوبة بوصفها بيضاء على أعلى الدرجات، في حين تشكّل الوجوه المطلوبة بوصفها سوداء وإثيوبية ونيجيرية الشريحة الدنيا — والنيجيرية في المرتبة الأخيرة وفق المقاييس الثلاثة. والفجوة بين البيض والنيجيريين ذات دلالة في كل مولّد وفق المقياسين الرئيسيين. تختلف المقاييس حول من يتصدّر (البيض في أحدها، والكوريون في آخر)، لكنها تتفق على من يتذيّل.

هل الأمر مجرد أدوات التقييم؟ تحقّق الفريق من ذلك. ففي الصور الفوتوغرافية الحقيقية، تُظهر الأدوات نفسها فجوة أصغر بكثير بين البيض والسود. وبعد ضبط العمر الظاهر ودرجة فتح لون البشرة ودهون الوجه والضبابية و38 سمة وجهية أخرى، يبقى ما بين 77% و99% من الفجوة بين البيض والسود وفق المقياسين الرئيسيين. وفي التقييمات البشرية، تتفوّق الوجوه المولَّدة على الصور الفوتوغرافية داخل كل واحدة من المجموعات الكبرى الست.

ما يفعله ذلك بالمرشحين الحقيقيين

الدراسة الثالثة تجربة مسجّلة مسبقًا. فرز 570 بالغًا أمريكيًا متقدّمين لوظيفة في خدمة العملاء. كانت لجميع الملفات المؤهلات المكتوبة نفسها ولا أسماء فيها. وبحسب قرعة عشوائية، رأى المشاركون أولًا مرشحين مقرونين بوجوه حقيقية، أو بالوجوه نفسها بعد تنقيحها بمرشّح تنعيم شبيه بـFacetune، أو بثمانية وجوه مولَّدة بالذكاء الاصطناعي اختيرت لجاذبيتها العالية. ثم قيّم الجميع المرشحين الحقيقيين الاثني عشر أنفسهم.

قيّم من رأوا وجوه الذكاء الاصطناعي المرشحين الحقيقيين أدنى بـ0.15 نقطة في الجدارة بالتوظيف وأدنى بـ0.17 نقطة في الجدارة بالثقة، وأرسلوا عددًا أقل منهم إلى المقابلة: 72.5% مقابل 77.4%. أما الصور المنقّحة فلم يكن لها أي أثر.

الأثر في تقييم مرشحين حقيقيين متطابقين، مقارنةً بالمشاركين الذين رأوا وجوهًا حقيقية: وجوه الذكاء الاصطناعي (بالأخضر) تخفض الأحكام الثلاثة كلها؛ والوجوه المنقّحة (بالوردي) لا تفعل. — الشكل 3، Alvero وزملاؤه (2026)، arXiv:2610.22553، CC BY 4.0.

الحدود التي يرسمها المؤلفون

جاء المقياس الآلي الرئيسي دون عتبة التحقق المسجّلة مسبقًا بقليل، لذا فإن الاستنتاجات المتعلقة بمدى جاذبية الوجوه في نظر الناس تستند إلى التقييمات البشرية. كان جميع المقيّمين أمريكيين. واستخدمت التجربة وظيفة واحدة وجلسة واحدة ووجوهًا مولَّدة شديدة الجاذبية عن قصد، لا مُخرَجات نموذجية. وهي تُظهر أن التعرّض كان له أثر، لا لماذا: فوجوه الذكاء الاصطناعي تختلف أيضًا في الصقل والانتظام والمزيج السكاني.

ينبع سؤال المؤلفين التالي من حجم الظاهرة. فمع انتشار الأشخاص المولَّدين في الإعلانات والمواقع الإلكترونية وبنوك الصور، يريدون أن يعرفوا متى ينتقل هذا التحيّز الجمالي إلى طريقة الحكم على الأشخاص الحقيقيين، وأيّ سمات الوجوه الاصطناعية هي التي تحرّكه.