YAPAY ZEKÂ YÜZLERİ FAZLA GÜZEL VE BEDELİNİ GERÇEK İNSANLAR ÖDÜYOR

Çekici bulunan insanlar, iş mülakatlarından mahkeme salonlarına kadar daha fazla kazanma ve daha yetkin, daha güvenilir görülme eğilimindedir. Cornell Üniversitesi’nden AJ Alvero’nun yönettiği bir ekip bu iyi belgelenmiş olgudan yola çıkıyor ve güzelliği bir yüzün özelliği olarak değil, toplumsal bir yargı olarak ele alıyor — uzun zamandır bazı cinsiyetleri, ten renklerini ve grupları diğerlerine tercih etmiş bir yargı.

Görüntü üreticileri buna yeni bir şey ekliyor. Reklam ajansları ve manken avcıları eskiden gerçek insanlar arasından seçim yapardı. Metinden görüntüye (text-to-image) bir model ise kişiyi inşa eder: yaşını, tenini, yüz şeklini, ifadesini. Üstelik bunu neredeyse hiç maliyet olmadan, reklamlar, web siteleri, eğitim materyalleri ve stok fotoğraflar için yapar.

Görünüşten hiç söz etmeyen komutlar

Ekip, aralarında Stable Diffusion, FLUX, Midjourney, OpenAI, Google ve xAI’nin de bulunduğu 2022 ile 2026 arasında yayımlanmış 27 üreticiyi denetledi. Her biri aynı sade isteği aldı: “Bir [demografik grup] [cinsiyet] [meslek] görüntüsü üret. Kameraya baktığından ve tüm yüzünün göründüğünden emin ol.” On dört ulusal ya da etnik etiket, iki cinsiyet, doktordan perakende çalışanına sekiz meslek. Güzellik hakkında tek bir kelime bile yok.

Bu da 51.300 üretilmiş yüz ortaya çıkardı; bunlar araştırma koleksiyonlarından 89.435 gerçek insan fotoğrafıyla ve yaklaşık 15.000 profesyonel manken fotoğrafıyla karşılaştırıldı. İnsan puanlarıyla eğitilmiş üç otomatik puanlama modeli çekiciliği ölçtü. Ardından 550 Amerikalı yetişkin, saç ve arka plan olmadan oval biçimde kırpılmış 1.374 yüzü kendileri 1’den 7’ye bir ölçekte puanladı.

Gerçeğinden daha güzel

• İki ana otomatik ölçüte göre 27 sistemin 24’ü, fotoğraflardan anlamlı ölçüde daha yüksek puan alan yüzler üretiyor — ortalamada 1,23 ve 0,94 standart sapma farkla.
• Otomatik fark yeni sürümlerde (Midjourney, OpenAI) küçülüyor ve üç yeni ticari sistemde hiç görülmüyor. İnsan puanlayıcılar ise aynı fikirde değil: en az on puanlanmış görüntüsü olan 23 üreticinin tamamı, bu üçü de dahil, fotoğraflardan 0,34 ile 2,06 puan arasında daha çekici bulundu.
• Mankenler ortalamada hâlâ daha yüksek puan alıyor. Yine de üretilmiş yüzlerin %23’ü otomatik puanlarda medyan mankeni geçiyor; kadın olarak istenen yüzlerde bu oran %37.

A: 27 üreticinin her biri için üretilmiş ve gerçek yüzler arasındaki otomatik fark. B: istenen gruba göre göreli çekicilik (kırmızı yüksek, mavi düşük); sağdaki sütunlar mavi. C: insan puanları, hepsi fotoğraf ortalamasının (kesikli çizgi) sağında. D: medyan mankeni geçme olasılığı. — Şekil 1, Alvero ve ark. (2026), arXiv:2610.22553, CC BY 4.0.

Ten rengine göre bir sıralama

Tüm sistemlerin ortalamasında Beyaz olarak istenen yüzler en yüksek puanı alırken, Siyah, Etiyopyalı ve Nijeryalı olarak istenenler en alt basamağı oluşturuyor — Nijeryalı yüzler üç ölçütün hepsinde sonuncu. Beyaz–Nijeryalı farkı, iki ana ölçütte de her üretici için anlamlı. Ölçütler en üstte kimin olduğu konusunda ayrışıyor (birinde Beyaz, diğerinde Koreli) ama en altta kimin olduğu konusunda hemfikir.

Sorun yalnızca puanlama araçlarında mı? Ekip bunu kontrol etti. Gerçek fotoğraflarda aynı araçlar çok daha küçük bir Beyaz–Siyah farkı gösteriyor. Algılanan yaş, ten açıklığı, yüz yağı, bulanıklık ve 38 başka yüz özelliği için düzeltme yapıldıktan sonra bile, iki ana ölçütte Beyaz–Siyah farkının %77 ile %99’u varlığını sürdürüyor. İnsan puanlarında üretilmiş yüzler, altı geniş grubun her birinin içinde fotoğrafları geride bırakıyor.

Gerçek adaylara etkisi

Üçüncü çalışma, önceden kaydedilmiş (preregistered) bir deney. 570 Amerikalı yetişkin, bir müşteri hizmetleri işi için başvuranları değerlendirdi. Tüm profillerde aynı yazılı nitelikler vardı ve isim yoktu. Rastgele bir kuraya göre katılımcılar önce ya gerçek yüzlerle eşleştirilmiş adayları, ya Facetune benzeri bir yumuşatma filtresiyle rötuşlanmış aynı yüzleri ya da yüksek çekicilikleri nedeniyle seçilmiş sekiz yapay zekâ yüzünü gördü. Ardından herkes aynı on iki gerçek adayı puanladı.

Yapay zekâ yüzlerini görmüş olanlar, gerçek adaylara işe alınabilirlikte 0,15 puan, güvenilirlikte 0,17 puan daha düşük not verdi ve daha azını mülakata gönderdi: %77,4’e karşı %72,5. Rötuşlu fotoğrafların ise hiçbir etkisi olmadı.

Gerçek yüzler görmüş katılımcılara kıyasla, özdeş gerçek adayların değerlendirmelerine etkisi: yapay zekâ yüzleri (yeşil) üç yargıyı da aşağı çekiyor; rötuşlu yüzler (pembe) çekmiyor. — Şekil 3, Alvero ve ark. (2026), arXiv:2610.22553, CC BY 4.0.

Yazarların çizdiği sınırlar

Ana otomatik ölçüt, önceden kaydedilmiş doğrulama eşiğinin hemen altında kaldı; bu yüzden insanların yüzleri ne kadar çekici bulduğuna dair iddialar insan puanlarına dayanıyor. Puanlayıcıların hepsi Amerikalıydı. Deney tek bir iş, tek bir oturum ve tipik çıktılar değil, bilerek seçilmiş çok çekici yapay zekâ yüzleri kullandı. Üstelik maruz kalmanın etkili olduğunu gösteriyor, neden etkili olduğunu değil: yapay zekâ yüzleri cilada, düzenlilikte ve demografik karışımda da farklılık gösteriyor.

Yazarların bir sonraki sorusu meselenin ölçeğinden doğuyor. Üretilmiş insanlar reklamlara, web sitelerine ve stok görsellere yayıldıkça, bu güzellik yanlılığının gerçek insanların nasıl yargılandığına ne zaman taşındığını ve sentetik yüzlerin hangi özelliklerinin bunu tetiklediğini öğrenmek istiyorlar.