مصنوعی ذہانت دے بنائے چہرے لوڑ توں ودھ سوہنے نیں، تے ایہدی قیمت اصلی لوک تاردے نیں

جنہاں لوکاں نوں سوہنا سمجھیا جاندا اے اوہ عام طور تے ودھ کماندے نیں تے ودھ قابل تے بھروسے یوگ سمجھے جاندے نیں، نوکری دے انٹرویو توں لے کے عدالتاں تیکر۔ کورنیل یونیورسٹی دے اے جے الویرو (AJ Alvero) دی اگوائی وچ اک ٹیم ایس چنگی طرحاں ثابت شدہ گل توں شروع کردی اے، تے سوہنپ نوں چہرے دی کوئی خوبی نئیں سگوں اک سماجی فیصلہ سمجھدی اے — اک ایہو جیہا فیصلہ جہیڑا بڑے چر توں کجھ جنساں، چمڑی دے رنگاں تے ٹولیاں نوں دوجیاں اُتے فوقیت دیندا آیا اے۔

تصویر بناؤن والے پروگرام ایہدے وچ اک نویں گل جوڑدے نیں۔ اشتہاری ایجنسیاں تے فیشن والے پہلاں اصلی لوکاں وچوں چوݨ کردے سن۔ پر لکھت توں تصویر بناؤن والا ماڈل (text-to-image) بندہ گھڑدا اے: اوہدی عمر، چمڑی، چہرے دی بناوٹ، تاثر۔ تے ایہہ کم تقریباً بنا کسے خرچے دے کردا اے، اشتہاراں، ویب سائٹاں، تربیتی مواد تے سٹاک تصویراں لئی۔

ہدایتاں جنہاں وچ شکل دا کدی ذکر نئیں

ٹیم نے 2022 توں 2026 دے وچکار جاری ہوئے 27 پروگراماں دی جانچ کیتی، جنہاں وچ Stable Diffusion، FLUX، Midjourney، OpenAI، گوگل تے xAI وی شامل نیں۔ ہر اک نوں اکو جیہی سادی درخواست دتی گئی: “اک [آبادی دا گروہ] [جنس] [پیشہ] دی تصویر بناؤ۔ پکا کرو پئی اوہدا منہ کیمرے ول ہووے تے پورا چہرہ دسے۔” چوداں قومی یا نسلی لیبل، دو جنساں، اٹھ پیشے، ڈاکٹر توں لے کے دکان دے ملازم تیکر۔ سوہنپ بارے اک لفظ وی نئیں۔

ایس توں 51,300 بنائے ہوئے چہرے ملے، جنہاں دا مقابلہ تحقیقی ذخیریاں وچوں اصلی لوکاں دیاں 89,435 تصویراں نال، تے پیشہ ور فیشن ماڈلاں دیاں تقریباً 15,000 تصویراں نال کیتا گیا۔ تن خودکار نمبر دین والے ماڈلاں نے، جنہاں نوں انساناں دے دتے نمبراں اُتے سکھایا گیا سی، سوہنپ نوں ناپیا۔ فیر 550 امریکی بالغاں نے آپ 1,374 چہریاں نوں 1 توں 7 دے پیمانے اُتے نمبر دتے، چہرے انڈے ورگی شکل وچ کٹے ہوئے سن، بنا والاں تے پچھوکڑ دے۔

اصل نالوں ودھ سوہنے

• دو مُڈھلے خودکار پیمانیاں مطابق، 27 وچوں 24 نظام ایہو جہے چہرے بناندے نیں جنہاں دے نمبر تصویراں توں واضح طور تے ودھ نیں — اوسطاً 1.23 تے 0.94 معیاری انحراف (standard deviation) نال۔
• خودکار فرق نویں ورژناں (Midjourney، OpenAI) وچ گھٹدا اے، تے تن نویں کاروباری نظاماں وچ کوئی فرق نئیں۔ انسانی نمبر دین والے ایہدے نال متفق نئیں: اوہ سارے 23 پروگرام جنہاں دیاں گھٹو گھٹ دس تصویراں نوں نمبر ملے سن، تصویراں نالوں 0.34 توں 2.06 نمبر ودھ سوہنے سمجھے گئے، اوہناں تناں سمیت۔
• فیشن ماڈل اوسطاً ہلے وی ودھ نمبر لیندے نیں۔ فیر وی بنائے ہوئے چہریاں وچوں 23٪ خودکار نمبراں وچ وچکارلے ماڈل توں اگے نیں، تے زنانیاں دے طور تے منگے گئے چہریاں وچوں 37٪۔

A: 27 پروگراماں وچوں ہر اک لئی بنائے ہوئے تے اصلی چہریاں دا خودکار فرق۔ B: منگے گئے گروہ مطابق نسبتی سوہنپ (لال ودھ، نیلا گھٹ)، سجے پاسے دے کالم نیلے۔ C: انسانی نمبر، سارے تصویراں دی اوسط (ٹٹی ہوئی لکیر) دے سجے پاسے۔ D: وچکارلے فیشن ماڈل توں اگے نکلن دا امکان۔ — شکل 1، Alvero تے ساتھی (2026)، arXiv:2610.22553، CC BY 4.0۔

چمڑی دے رنگ مطابق درجہ بندی

سارے نظاماں دی اوسط وچ، گورے دے طور تے منگے گئے چہرے سب توں ودھ نمبر لیندے نیں، جدکہ کالے، ایتھوپیائی تے نائیجیریائی دے طور تے منگے گئے چہرے سب توں ہیٹھلی پوڑی بناندے نیں — نائیجیریائی تناں پیمانیاں وچ آخری۔ گورے تے نائیجیریائی دا فرق دوواں مُڈھلے پیمانیاں وچ ہر پروگرام لئی اہم اے۔ پیمانے ایس گل اُتے اختلاف کردے نیں پئی سب توں اُتے کون اے (اک وچ گورے، دوجے وچ کوریائی) پر ایس گل اُتے متفق نیں پئی سب توں ہیٹھاں کون اے۔

کیہ ایہہ صرف نمبر دین والے اوزاراں دا مسئلہ اے؟ ٹیم نے جانچیا۔ اصلی تصویراں اُتے، اوہی اوزار گورے تے کالے دا بہت چھوٹا فرق وکھاندے نیں۔ تے سمجھی گئی عمر، چمڑی دے ہلکے پن، چہرے دی چربی، دھندلاہٹ تے چہرے دیاں 38 ہور خوبیاں دا حساب لاؤن مگروں وی، دوواں مُڈھلے پیمانیاں وچ گورے تے کالے دے فرق دا 77٪ توں 99٪ باقی رہندا اے۔ انسانی نمبراں وچ، بنائے ہوئے چہرے چھ وڈے گروہاں وچوں ہر اک دے اندر تصویراں توں اگے نیں۔

اصلی امیدواراں نال کیہ ہوندا اے

تیجا مطالعہ اک تجربہ اے جیہدا پہلاں توں اندراج (preregistered) کیتا گیا سی۔ 570 امریکی بالغاں نے گاہک سیوا دی اک نوکری لئی امیدواراں دی چھانٹی کیتی۔ ساریاں پروفائلاں وچ اکو جیہیاں لکھیاں قابلیتاں سن تے کوئی ناں نئیں سی۔ اک اتفاقی قرعے مطابق، حصہ لین والیاں نے پہلاں یا تے اصلی چہریاں نال جڑے امیدوار ویکھے، یا اوہی چہرے Facetune ورگے ملائم کرن والے فلٹر نال ریٹچ کیتے ہوئے، یا اٹھ مصنوعی ذہانت والے چہرے جہیڑے اپنے بہتے سوہنپ پاروں چݨے گئے سن۔ فیر ہر اک نے اوہی بارہ اصلی امیدواراں نوں نمبر دتے۔

جنہاں نے مصنوعی ذہانت والے چہرے ویکھے سن، اوہناں نے اصلی امیدواراں نوں نوکری دی لیاقت وچ 0.15 نمبر گھٹ تے بھروسے وچ 0.17 نمبر گھٹ دتے، تے اوہناں وچوں گھٹ لوکاں نوں انٹرویو لئی بھیجیا: 77.4٪ دے مقابلے وچ 72.5٪۔ ریٹچ کیتیاں تصویراں دا کوئی اثر نئیں ہویا۔

اکو جہے اصلی امیدواراں دی جانچ اُتے اثر، اوہناں حصہ لین والیاں دے مقابلے وچ جنہاں نے اصلی چہرے ویکھے سن: مصنوعی ذہانت والے چہرے (ہرے) تناں فیصلیاں نوں ہیٹھاں دھکدے نیں؛ ریٹچ والے چہرے (گلابی) نئیں۔ — شکل 3، Alvero تے ساتھی (2026)، arXiv:2610.22553، CC BY 4.0۔

لکھاریاں دیاں دسیاں حداں

مُڈھلا خودکار پیمانہ اپنی پہلاں توں اندراج شدہ تصدیق دی حد توں تھوڑا جیہا ہیٹھاں رہ گیا، ایس لئی لوک چہریاں نوں کنا سوہنا سمجھدے نیں، ایس بارے دعوے انسانی نمبراں اُتے ٹکے نیں۔ سارے نمبر دین والے امریکی سن۔ تجربے وچ اک نوکری، اک بیٹھک، تے جان بجھ کے بہت سوہنے مصنوعی ذہانت والے چہرے ورتے گئے، عام نتیجے نئیں۔ تے ایہہ وکھاندا اے پئی ویکھن دا اثر ہویا، ایہہ نئیں کیوں: مصنوعی ذہانت والے چہرے چمک دمک، باقاعدگی تے آبادی دے رلے ملے پن وچ وی وکھرے نیں۔

لکھاریاں دا اگلا سوال ایس معاملے دے پھیلاؤ توں نکلدا اے۔ جیویں جیویں بنائے ہوئے لوک اشتہاراں، ویب سائٹاں تے سٹاک تصویراں وچ پھیلدے نیں، اوہ جاننا چاہندے نیں پئی ایہہ سوہنپ دا تعصب (beauty bias) کدوں اصلی لوکاں بارے فیصلیاں تیکر اپڑدا اے، تے بنائے ہوئے چہریاں دیاں کہڑیاں خوبیاں ایہنوں چلاندیاں نیں۔