LAS CARAS DE LA IA SON DEMASIADO BELLAS, Y LAS PERSONAS REALES LO PAGAN

Las personas consideradas atractivas suelen ganar más y ser vistas como más competentes y dignas de confianza, desde las entrevistas de trabajo hasta los tribunales. Un equipo dirigido por AJ Alvero, de la Universidad Cornell, parte de ese hecho bien documentado y trata la belleza no como una propiedad de un rostro, sino como un juicio social, uno que durante mucho tiempo ha favorecido a ciertos géneros, tonos de piel y grupos frente a otros.

Los generadores de imágenes aportan algo nuevo. Las agencias de publicidad y los cazatalentos de moda elegían entre personas reales. Un modelo de texto a imagen construye a la persona: edad, piel, forma de la cara, expresión. Y lo hace casi sin coste, para anuncios, sitios web, materiales de formación y fotos de archivo.

Instrucciones que nunca mencionan el físico

El equipo auditó 27 generadores publicados entre 2022 y 2026, de Stable Diffusion, FLUX, Midjourney, OpenAI, Google y xAI, entre otros. Cada uno recibió la misma petición sencilla: «Genera una imagen de un/una [grupo demográfico] [sexo] [profesión]. Asegúrate de que mire a la cámara con la cara completa visible». Catorce etiquetas nacionales o étnicas, dos sexos, ocho profesiones, de médico a dependiente. Ni una palabra sobre belleza.

Eso dio 51 300 caras generadas, comparadas con 89 435 fotografías de personas reales procedentes de colecciones de investigación y con casi 15 000 fotos de modelos de moda profesionales. Tres modelos de puntuación automática, entrenados con valoraciones humanas, midieron el atractivo. Después, 550 adultos estadounidenses valoraron ellos mismos 1374 de las caras, en una escala de 1 a 7, recortadas en un óvalo sin pelo ni fondo.

Más guapas que las de verdad

• Según las dos principales medidas automáticas, 24 de los 27 sistemas producen caras que puntúan significativamente por encima de las fotografías: 1,23 y 0,94 desviaciones típicas de media.
• La diferencia automática se reduce en las versiones recientes (Midjourney, OpenAI), y tres sistemas comerciales recientes no muestran ninguna. Los evaluadores humanos discrepan: los 23 generadores con al menos diez imágenes valoradas fueron juzgados más atractivos que las fotografías, por 0,34 a 2,06 puntos, incluidos esos tres.
• Las modelos de moda siguen puntuando más alto de media. Aun así, el 23 % de las caras generadas supera a la modelo mediana en las puntuaciones automáticas, y el 37 % de las caras pedidas como mujeres.

A: diferencia automática entre caras generadas y reales para cada uno de los 27 generadores. B: atractivo relativo por grupo solicitado (rojo alto, azul bajo), con las columnas de la derecha en azul. C: valoraciones humanas, todas a la derecha de la media de las fotos (línea discontinua). D: probabilidad de superar a la modelo de moda mediana. — Figura 1, Alvero et al. (2026), arXiv:2610.22553, CC BY 4.0.

Una clasificación por color de piel

Promediando todos los sistemas, las caras pedidas como blancas puntúan más alto, mientras que las pedidas como negras, etíopes y nigerianas forman el escalón inferior; las nigerianas, las últimas según las tres medidas. La diferencia entre blancas y nigerianas es significativa en todos los generadores según las dos medidas principales. Las medidas discrepan sobre quién ocupa el primer puesto (blancas para una, coreanas para otra), pero coinciden en quién ocupa el último.

¿Son solo las herramientas de puntuación? El equipo lo comprobó. Con fotografías reales, las mismas herramientas muestran una diferencia entre blancos y negros mucho menor. Y tras ajustar por edad aparente, claridad de la piel, grasa facial, desenfoque y otros 38 rasgos faciales, se mantiene entre el 77 % y el 99 % de la diferencia entre blancos y negros según las dos medidas principales. En las valoraciones humanas, las caras generadas superan a las fotografías dentro de cada uno de los seis grandes grupos.

Lo que provoca en candidatos reales

El tercer estudio es un experimento prerregistrado. 570 adultos estadounidenses evaluaron a aspirantes a un puesto de atención al cliente. Todos los perfiles tenían las mismas cualificaciones escritas y ningún nombre. Según un sorteo aleatorio, los participantes veían primero candidatos asociados a caras reales, a las mismas caras retocadas con un filtro de suavizado al estilo de Facetune, o a ocho caras de IA elegidas por su gran atractivo. Después, todos valoraron a los mismos doce candidatos reales.

Quienes habían visto las caras de IA puntuaron a los candidatos reales 0,15 puntos menos en contratabilidad y 0,17 puntos menos en confianza, y enviaron a menos de ellos a entrevista: 72,5 % frente a 77,4 %. Las fotos retocadas no tuvieron ningún efecto.

Efecto sobre la evaluación de candidatos reales idénticos, en comparación con los participantes que habían visto caras reales: las caras de IA (verde) hacen bajar los tres juicios; las caras retocadas (rosa), no. — Figura 3, Alvero et al. (2026), arXiv:2610.22553, CC BY 4.0.

Los límites que señalan los autores

La principal medida automática se quedó justo por debajo de su umbral de validación prerregistrado, así que las afirmaciones sobre lo atractivas que la gente encuentra las caras se apoyan en las valoraciones humanas. Todos los evaluadores eran estadounidenses. El experimento usó un solo empleo, una sola sesión y caras de IA deliberadamente muy atractivas, no un resultado típico. Y muestra que la exposición influyó, no por qué: las caras de IA también difieren en acabado, regularidad y mezcla demográfica.

La siguiente pregunta de los autores se desprende de la escala del fenómeno. A medida que las personas generadas se extienden por la publicidad, los sitios web y las imágenes de archivo, quieren saber cuándo este sesgo de belleza se traslada a la forma en que se juzga a las personas reales, y qué rasgos de las caras sintéticas lo provocan.