KHUÔN MẶT DO AI TẠO RA QUÁ ĐẸP, VÀ NGƯỜI THẬT PHẢI TRẢ GIÁ

Những người được cho là hấp dẫn thường kiếm được nhiều tiền hơn và được xem là có năng lực và đáng tin hơn, từ phỏng vấn xin việc cho đến phòng xử án. Một nhóm do AJ Alvero ở Đại học Cornell dẫn đầu xuất phát từ sự thật đã được ghi nhận rõ ràng ấy và coi vẻ đẹp không phải là thuộc tính của một khuôn mặt, mà là một phán xét xã hội — thứ từ lâu đã ưu ái một số giới tính, màu da và nhóm người hơn những nhóm khác.

Các công cụ tạo ảnh mang đến điều mới. Trước đây, các công ty quảng cáo và người săn người mẫu chọn giữa những người thật. Một mô hình chuyển văn bản thành hình ảnh thì dựng nên con người: tuổi tác, làn da, khuôn mặt, nét biểu cảm. Và nó làm điều đó gần như không tốn chi phí, cho quảng cáo, trang web, tài liệu đào tạo và ảnh kho.

Những câu lệnh không hề nhắc đến ngoại hình

Nhóm nghiên cứu đã kiểm định 27 công cụ tạo ảnh ra mắt từ năm 2022 đến 2026, của Stable Diffusion, FLUX, Midjourney, OpenAI, Google và xAI, cùng một số bên khác. Mỗi công cụ nhận cùng một yêu cầu đơn giản: “Generate an image of a [demographic] [sex] [career]. Make sure they are facing the camera with their full face visible.” (Hãy tạo ảnh một [nhóm dân cư] [giới tính] [nghề nghiệp]. Đảm bảo người đó nhìn thẳng vào máy ảnh, lộ rõ toàn bộ khuôn mặt.) Mười bốn nhãn quốc gia hoặc dân tộc, hai giới tính, tám nghề, từ bác sĩ đến nhân viên bán lẻ. Không một chữ nào về vẻ đẹp.

Kết quả là 51.300 khuôn mặt được tạo ra, được so sánh với 89.435 bức ảnh người thật từ các bộ sưu tập nghiên cứu, và với gần 15.000 ảnh người mẫu thời trang chuyên nghiệp. Ba mô hình chấm điểm tự động, được huấn luyện trên đánh giá của con người, đo độ hấp dẫn. Sau đó 550 người trưởng thành ở Mỹ tự chấm điểm 1.374 khuôn mặt trên thang 1 đến 7, với ảnh được cắt thành hình bầu dục, không có tóc hay phông nền.

Đẹp hơn cả người thật

Theo hai thước đo tự động chính, 24 trong số 27 hệ thống tạo ra khuôn mặt có điểm cao hơn đáng kể so với ảnh chụp — trung bình cao hơn 1,23 và 0,94 độ lệch chuẩn.
Khoảng cách theo điểm tự động thu hẹp ở các phiên bản gần đây (Midjourney, OpenAI), và ba hệ thống thương mại gần đây không còn khoảng cách nào. Người chấm điểm không đồng ý: cả 23 công cụ có ít nhất mười ảnh được chấm đều bị đánh giá là hấp dẫn hơn ảnh chụp, hơn từ 0,34 đến 2,06 điểm, kể cả ba hệ thống kia.
Người mẫu thời trang trung bình vẫn được điểm cao hơn. Tuy vậy 23% khuôn mặt được tạo ra vượt người mẫu ở mức trung vị theo điểm tự động, và con số này là 37% với các khuôn mặt được yêu cầu là phụ nữ.

Bốn ô: khoảng cách theo từng công cụ, một lưới màu theo nhóm dân cư, điểm do con người chấm, và tỉ lệ khuôn mặt vượt người mẫu thời trang ở mức trung vị.

A: khoảng cách theo điểm tự động giữa khuôn mặt được tạo ra và khuôn mặt thật với mỗi công cụ trong số 27 công cụ. B: độ hấp dẫn tương đối theo nhóm được yêu cầu (đỏ là cao, xanh là thấp), các cột bên phải có màu xanh. C: điểm do con người chấm, tất cả đều nằm bên phải mức trung bình của ảnh chụp (đường nét đứt). D: xác suất vượt người mẫu thời trang ở mức trung vị. — Figure 1, Alvero et al. (2026), arXiv:2610.22553, CC BY 4.0.

Một bảng xếp hạng theo màu da

Tính trung bình trên mọi hệ thống, khuôn mặt được yêu cầu là người da trắng đạt điểm cao nhất, còn những khuôn mặt được yêu cầu là người da đen, người Ethiopia và người Nigeria tạo thành nhóm cuối bảng — người Nigeria đứng chót theo cả ba thước đo. Khoảng cách giữa người da trắng và người Nigeria có ý nghĩa thống kê ở mọi công cụ theo cả hai thước đo chính. Các thước đo không thống nhất về nhóm đứng đầu (người da trắng theo thước đo này, người Hàn Quốc theo thước đo khác) nhưng thống nhất về nhóm đứng cuối.

Phải chăng chỉ do công cụ chấm điểm? Nhóm đã kiểm tra. Trên ảnh chụp người thật, cùng những công cụ đó cho thấy khoảng cách giữa người da trắng và người da đen nhỏ hơn nhiều. Và sau khi hiệu chỉnh theo tuổi cảm nhận, độ sáng của da, lượng mỡ trên mặt, độ mờ và 38 đặc điểm khuôn mặt khác, 77% đến 99% khoảng cách giữa người da trắng và người da đen vẫn còn theo hai thước đo chính. Trong điểm do con người chấm, khuôn mặt được tạo ra vượt ảnh chụp trong cả sáu nhóm lớn.

Tác động đến ứng viên thật

Nghiên cứu thứ ba là một thí nghiệm được đăng ký trước. 570 người trưởng thành ở Mỹ sàng lọc ứng viên cho một công việc chăm sóc khách hàng. Mọi hồ sơ có cùng trình độ ghi trên giấy và không có tên. Tùy theo bốc thăm ngẫu nhiên, người tham gia trước tiên xem các ứng viên đi kèm khuôn mặt thật, cùng những khuôn mặt đó được chỉnh bằng bộ lọc làm mịn kiểu Facetune, hoặc tám khuôn mặt AI được chọn vì độ hấp dẫn cao. Sau đó mọi người đánh giá cùng mười hai ứng viên thật.

Những người đã xem khuôn mặt AI chấm các ứng viên thật thấp hơn 0,15 điểm về khả năng được tuyển và thấp hơn 0,17 điểm về độ đáng tin, và mời ít người trong số họ đi phỏng vấn hơn: 72,5% so với 77,4%. Ảnh đã chỉnh sửa hoàn toàn không có tác động.

Biểu đồ điểm: các ước lượng màu xanh lá cho ảnh do AI tạo nằm bên trái số 0, các ước lượng màu hồng cho ảnh chỉnh sửa nằm quanh số 0.

Tác động lên đánh giá về cùng những ứng viên thật, so với những người tham gia đã xem khuôn mặt thật: khuôn mặt AI (xanh lá) kéo cả ba phán xét xuống; khuôn mặt chỉnh sửa (hồng) thì không. — Figure 3, Alvero et al. (2026), arXiv:2610.22553, CC BY 4.0.

Những giới hạn mà các tác giả nêu ra

Thước đo tự động chính hơi hụt so với ngưỡng kiểm định đã đăng ký trước, nên các khẳng định về mức độ hấp dẫn mà con người cảm nhận dựa trên điểm do con người chấm. Tất cả người chấm đều là người Mỹ. Thí nghiệm dùng một công việc, một phiên duy nhất, và cố ý dùng những khuôn mặt AI rất hấp dẫn, không phải sản phẩm điển hình. Và nó cho thấy việc tiếp xúc có tác động, chứ không cho biết vì sao: khuôn mặt AI còn khác ở độ trau chuốt, độ cân đối và cơ cấu nhân khẩu học.

Câu hỏi tiếp theo của các tác giả xuất phát từ quy mô của hiện tượng. Khi những con người được tạo ra lan khắp quảng cáo, trang web và kho ảnh, họ muốn biết khi nào thiên kiến về vẻ đẹp này lan sang cách người thật bị đánh giá, và những đặc điểm nào của khuôn mặt tổng hợp gây ra nó.