NYUSO ZA AI NI NZURI MNO, NA WATU HALISI NDIO HULIPA GHARAMA

Watu wanaoonekana kuwa na mvuto huwa wanapata kipato zaidi na kuonekana kuwa na uwezo zaidi na wa kuaminika zaidi, kuanzia usaili wa kazi hadi mahakamani. Timu inayoongozwa na AJ Alvero wa Chuo Kikuu cha Cornell inaanzia kwenye ukweli huo uliothibitishwa vyema na inauchukulia urembo si kama sifa ya uso, bali kama hukumu ya kijamii — ambayo kwa muda mrefu imependelea baadhi ya jinsia, rangi za ngozi na makundi kuliko mengine.

Programu za kutengeneza picha zinaleta jambo jipya. Mashirika ya matangazo na wasaka-wanamitindo walikuwa wakichagua miongoni mwa watu halisi. Modeli ya kugeuza maandishi kuwa picha inamjenga mtu: umri, ngozi, umbo la uso, sura ya hisia. Na inafanya hivyo karibu bila gharama yoyote, kwa matangazo, tovuti, vifaa vya mafunzo na picha za hifadhi.

Maagizo yasiyotaja sura hata kidogo

Timu ilikagua programu 27 zilizotolewa kati ya 2022 na 2026, kutoka Stable Diffusion, FLUX, Midjourney, OpenAI, Google na xAI, miongoni mwa wengine. Kila moja ilipokea ombi lile lile rahisi: “Generate an image of a [demographic] [sex] [career]. Make sure they are facing the camera with their full face visible.” (Tengeneza picha ya [kundi la watu] [jinsia] [kazi]. Hakikisha anaiangalia kamera na uso wake wote unaonekana.) Lebo kumi na nne za kitaifa au kikabila, jinsia mbili, kazi nane, kuanzia daktari hadi muuzaji dukani. Hakuna neno hata moja kuhusu urembo.

Hilo lilitoa nyuso 51,300 zilizotengenezwa, zikilinganishwa na picha 89,435 za watu halisi kutoka kwenye mikusanyiko ya utafiti, na karibu picha 15,000 za wanamitindo wa kitaalamu. Modeli tatu za kiotomatiki za kutoa alama, zilizofunzwa kwa tathmini za binadamu, zilipima mvuto. Kisha watu wazima 550 wa Marekani walitathmini wenyewe nyuso 1,374, kwa kipimo cha 1 hadi 7, zikiwa zimekatwa kwa umbo la yai bila nywele wala mandharinyuma.

Wazuri kuliko wa kweli

• Kwa vipimo viwili vikuu vya kiotomatiki, mifumo 24 kati ya 27 inatoa nyuso zenye alama za juu zaidi kwa kiasi kikubwa kuliko picha halisi — kwa mikengeuko sanifu 1.23 na 0.94 kwa wastani.
• Pengo la kiotomatiki linapungua katika matoleo ya karibuni (Midjourney, OpenAI), na mifumo mitatu ya kibiashara ya karibuni haina pengo lolote. Watathmini wa kibinadamu hawakubaliani: programu zote 23 zenye angalau picha kumi zilizotathminiwa zilionekana kuwa na mvuto zaidi kuliko picha halisi, kwa pointi 0.34 hadi 2.06, ikiwemo ile mitatu.
• Wanamitindo bado wanapata alama za juu zaidi kwa wastani. Hata hivyo 23% ya nyuso zilizotengenezwa zinamshinda mwanamitindo wa kati kwa alama za kiotomatiki, na 37% ya nyuso zilizoombwa kama za wanawake.

A: pengo la kiotomatiki kati ya nyuso zilizotengenezwa na halisi kwa kila moja ya programu 27. B: mvuto linganishi kwa kundi lililoombwa (nyekundu juu, buluu chini), safu za upande wa kulia zikiwa za buluu. C: tathmini za binadamu, zote upande wa kulia wa wastani wa picha halisi (mstari wa vistari). D: uwezekano wa kumshinda mwanamitindo wa kati. — Figure 1, Alvero et al. (2026), arXiv:2610.22553, CC BY 4.0.

Orodha ya ngazi kwa rangi ya ngozi

Kwa wastani wa mifumo yote, nyuso zilizoombwa kama za Wazungu zinapata alama za juu kabisa, huku zile zilizoombwa kama za watu Weusi, Waethiopia na Wanaijeria zikiunda daraja la chini kabisa — Wanaijeria wakiwa wa mwisho kwa vipimo vyote vitatu. Pengo kati ya Wazungu na Wanaijeria ni la kitakwimu kwa kila programu kwa vipimo vyote viwili vikuu. Vipimo havikubaliani kuhusu nani yuko juu kabisa (Wazungu kwa kimoja, Wakorea kwa kingine) lakini vinakubaliana kuhusu nani yuko chini kabisa.

Je, ni zana za kutoa alama tu? Timu ilikagua. Kwenye picha halisi, zana hizo hizo zinaonyesha pengo dogo zaidi kati ya Wazungu na watu Weusi. Na baada ya kurekebisha kwa umri unaoonekana, weupe wa ngozi, mafuta ya usoni, ukungu na sifa nyingine 38 za uso, 77% hadi 99% ya pengo kati ya Wazungu na watu Weusi linabaki kwa vipimo viwili vikuu. Katika tathmini za binadamu, nyuso zilizotengenezwa zinazishinda picha halisi ndani ya kila moja ya makundi sita mapana.

Inawafanya nini waombaji halisi

Utafiti wa tatu ni jaribio lililosajiliwa mapema. Watu wazima 570 wa Marekani walichuja waombaji wa kazi ya huduma kwa wateja. Wasifu wote ulikuwa na sifa zile zile zilizoandikwa na haukuwa na majina. Kulingana na bahati nasibu, washiriki kwanza waliona waombaji wakiambatana na nyuso halisi, nyuso zile zile zilizorekebishwa kwa kichujio cha kulainisha kama cha Facetune, au nyuso nane za AI zilizochaguliwa kwa mvuto wao mkubwa. Kisha kila mtu aliwatathmini waombaji wale wale kumi na wawili halisi.

Wale walioziona nyuso za AI waliwapa waombaji halisi pointi 0.15 chini kwa kufaa kuajiriwa na pointi 0.17 chini kwa kuaminika, na waliwapeleka wachache zaidi kwenye usaili: 72.5% dhidi ya 77.4%. Picha zilizorekebishwa hazikuwa na athari yoyote.

Athari kwenye tathmini za waombaji halisi wale wale, ikilinganishwa na washiriki walioona nyuso halisi: nyuso za AI (kijani) zinashusha hukumu zote tatu; nyuso zilizorekebishwa (waridi) hazishushi. — Figure 3, Alvero et al. (2026), arXiv:2610.22553, CC BY 4.0.

Mipaka wanayoitaja waandishi

Kipimo kikuu cha kiotomatiki kilikosa kidogo kufikia kiwango chake cha uthibitisho kilichosajiliwa mapema, kwa hiyo madai kuhusu jinsi watu wanavyoziona nyuso hizo kuwa na mvuto yanategemea tathmini za binadamu. Watathmini wote walikuwa Wamarekani. Jaribio lilitumia kazi moja, kikao kimoja, na kwa makusudi nyuso za AI zenye mvuto mkubwa sana, si matokeo ya kawaida. Na linaonyesha kwamba kuziona kulikuwa na athari, si kwa nini: nyuso za AI pia zinatofautiana kwa ung’arishaji, ulinganifu na mchanganyiko wa makundi ya watu.

Swali linalofuata la waandishi linatokana na ukubwa wa jambo hili. Watu waliotengenezwa wanapoenea katika matangazo, tovuti na hifadhi za picha, wanataka kujua ni lini upendeleo huu wa urembo unahamia kwenye jinsi watu halisi wanavyohukumiwa, na ni sifa zipi za nyuso bandia zinazousababisha.