ЛИЦА ОТ ИИ СЛИШКОМ КРАСИВЫ, И РАСПЛАЧИВАЮТСЯ ЗА ЭТО РЕАЛЬНЫЕ ЛЮДИ

Люди, которых считают привлекательными, как правило, больше зарабатывают и воспринимаются как более компетентные и надёжные — от собеседований до залов суда. Команда под руководством AJ Alvero из Корнеллского университета отталкивается от этого хорошо задокументированного факта и рассматривает красоту не как свойство лица, а как социальное суждение — суждение, которое издавна отдаёт предпочтение одним полам, оттенкам кожи и группам перед другими.

Генераторы изображений привносят нечто новое. Рекламные агентства и модельные скауты раньше выбирали среди реальных людей. Модель, превращающая текст в изображение, конструирует человека: возраст, кожу, форму лица, выражение. И делает это почти бесплатно — для рекламы, сайтов, учебных материалов и стоковых фотографий.

Запросы, в которых ни слова о внешности

Команда проверила 27 генераторов, выпущенных с 2022 по 2026 год, — среди прочих от Stable Diffusion, FLUX, Midjourney, OpenAI, Google и xAI. Каждый получил один и тот же простой запрос: «Создай изображение [демографическая группа] [пол] [профессия]. Убедись, что человек смотрит в камеру и его лицо видно полностью». Четырнадцать национальных или этнических обозначений, два пола, восемь профессий — от врача до продавца. Ни слова о красоте.

Так получилось 51 300 сгенерированных лиц, которые сравнили с 89 435 фотографиями реальных людей из исследовательских коллекций, а также почти с 15 000 фотографий профессиональных фотомоделей. Привлекательность измеряли три автоматические модели оценки, обученные на человеческих суждениях. Затем 550 взрослых американцев сами оценили 1374 лица по шкале от 1 до 7; лица были обрезаны в овал, без волос и фона.

Красивее оригинала

По двум основным автоматическим мерам 24 из 27 систем создают лица, которые получают значительно больше баллов, чем фотографии, — в среднем на 1,23 и 0,94 стандартного отклонения.
В последних версиях (Midjourney, OpenAI) автоматический разрыв уменьшается, а у трёх недавних коммерческих систем его нет вовсе. Люди-оценщики с этим не согласны: все 23 генератора, для которых оценено не менее десяти изображений, были признаны более привлекательными, чем фотографии, — на 0,34–2,06 балла, включая и эти три.
Фотомодели в среднем всё ещё получают больше баллов. Но 23% сгенерированных лиц обходят медианную модель по автоматическим оценкам, а среди лиц, запрошенных как женские, — 37%.

Четыре панели: разрывы по каждому генератору, цветная сетка по демографическим группам, человеческие оценки и доля лиц, обходящих медианную фотомодель.

A: автоматический разрыв между сгенерированными и реальными лицами для каждого из 27 генераторов. B: относительная привлекательность по запрошенной группе (красный — высокая, синий — низкая), правые столбцы синие. C: человеческие оценки, все правее среднего по фотографиям (пунктирная линия). D: вероятность обойти медианную фотомодель. — Рисунок 1, Alvero et al. (2026), arXiv:2610.22553, CC BY 4.0.

Рейтинг по цвету кожи

В среднем по всем системам лица, запрошенные как белые, получают больше всего баллов, а запрошенные как чернокожие, эфиопские и нигерийские образуют нижний ярус — нигерийские последние по всем трём мерам. Разрыв между белыми и нигерийскими лицами значим для каждого генератора по обеим основным мерам. Меры расходятся в том, кто на первом месте (белые по одной, корейцы по другой), но сходятся в том, кто на последнем.

Может, дело только в инструментах оценки? Команда это проверила. На реальных фотографиях те же инструменты показывают гораздо меньший разрыв между белыми и чернокожими. А после поправки на кажущийся возраст, светлоту кожи, жировую ткань лица, размытость и ещё 38 черт лица по обеим основным мерам сохраняется от 77% до 99% разрыва между белыми и чернокожими. В человеческих оценках сгенерированные лица обходят фотографии внутри каждой из шести крупных групп.

Что это делает с реальными кандидатами

Третье исследование — заранее зарегистрированный эксперимент. 570 взрослых американцев отбирали кандидатов на должность в службе поддержки клиентов. У всех профилей были одинаковые письменные квалификации и не было имён. По результатам случайной жеребьёвки участники сначала видели кандидатов с реальными лицами, с теми же лицами, отретушированными сглаживающим фильтром наподобие Facetune, или с восемью лицами от ИИ, отобранными за высокую привлекательность. Затем все оценивали одних и тех же двенадцать реальных кандидатов.

Те, кто видел лица от ИИ, оценили реальных кандидатов на 0,15 балла ниже по пригодности к найму и на 0,17 балла ниже по надёжности и реже приглашали их на собеседование: 72,5% против 77,4%. Отретушированные фото не дали никакого эффекта.

Точечная диаграмма: зелёные оценки для лиц от ИИ левее нуля, розовые оценки для отретушированных лиц — вокруг нуля.

Влияние на оценки одних и тех же реальных кандидатов по сравнению с участниками, видевшими реальные лица: лица от ИИ (зелёный) снижают все три суждения; отретушированные лица (розовый) — нет. — Рисунок 3, Alvero et al. (2026), arXiv:2610.22553, CC BY 4.0.

Ограничения, которые называют авторы

Основная автоматическая мера немного не дотянула до заранее зарегистрированного порога валидации, поэтому утверждения о том, насколько привлекательными люди находят эти лица, опираются на человеческие оценки. Все оценщики были американцами. В эксперименте использовались одна вакансия, одна сессия и намеренно очень привлекательные лица от ИИ, а не типичная выдача. И он показывает, что увиденное повлияло, но не почему: лица от ИИ отличаются ещё и отделкой, правильностью черт и демографическим составом.

Следующий вопрос авторов вытекает из масштаба явления. По мере того как сгенерированные люди распространяются в рекламе, на сайтах и в фотобанках, авторы хотят понять, когда это искажение в пользу красоты переносится на то, как оценивают реальных людей, и какие черты синтетических лиц его вызывают.