Kandydat do pracy może zostać oceniony gorzej ze względu na rysy twarzy, choć nie mówią one nic o jego umiejętnościach. Ludzie od dawna ulegają takim uprzedzeniom. Nowe badanie wskazuje, że podobny błąd popełniają również modele sztucznej inteligencji, którym pokazano wyłącznie twarze, bez żadnych informacji o przedstawionych osobach.
Naukowcy z Harvardu, Carnegie Mellon University i firmy Cangrade sprawdzili, jak modele GPT-4o, GPT-5, Gemini oraz Claude oceniają wygląd twarzy. W niemal 8 tysiącach prób, przeprowadzonych w ramach 13 eksperymentów, wszystkie badane systemy częściej uznawały za bardziej kompetentne osoby o rysach kojarzonych z kompetencją przez ludzi. Wyniki opublikowano w czasopiśmie PNAS Nexus.
W pierwszych eksperymentach badacze posłużyli się twarzami wygenerowanymi komputerowo. Różniły się one cechami, które — jak wykazały wcześniejsze badania — wpływają na ludzkie oceny. GPT-4o wskazywał twarz zwykle uznawaną przez ludzi za bardziej kompetentną w około 88 proc. przypadków, a za bardziej godną zaufania — w około 73 proc. Gdy różnice między twarzami były największe, zgodność w ocenach kompetencji sięgała 98 proc.
Autorzy zestawili te wyniki także z wcześniejszymi danymi dotyczącymi ocen dokonywanych przez ludzi. Oszacowali, że uczestnicy tamtych badań wybierali twarz odpowiadającą temu wzorcowi w około 63 proc. przypadków. Zastrzegli jednak, że jest to porównanie poglądowe, a nie bezpośredni pomiar różnicy między ludźmi a AI.
Od twarzy małp po decyzje o zatrudnieniu
W jednym z eksperymentów GPT-4o oceniał zdjęcia makaków. Za bardziej godne zaufania uznawał twarze, które ludzie wcześniej ocenili jako „miłe”, w około 66 proc. przypadków. Zdaniem badaczy sugeruje to, że model nie odtwarzał jedynie zapamiętanych ocen konkretnych ludzkich twarzy, lecz stosował szerszy wzorzec kojarzący wygląd z cechami charakteru.
Następnie badacze poprosili model o wskazanie, która z dwóch osób wygląda na bardziej skłonną do popełnienia określonych przestępstw, między innymi oszustwa finansowego czy handlu ludźmi. W około 69 proc. przypadków wybierał twarz sprawiającą wrażenie mniej godnej zaufania. Nie miał przy tym żadnych informacji o zachowaniu przedstawionych osób.
Podobny schemat pojawił się w zadaniach dotyczących poważnych decyzji: kogo zatrudnić na stanowisku rektora uczelni, komu przyznać finansowanie na rozwój firmy albo komu powierzyć zarządzanie oszczędnościami emerytalnymi. GPT-4o wskazywał osobę o twarzy wyglądającej na bardziej kompetentną w około 75 proc. przypadków. Nie przedstawiono mu życiorysów ani kwalifikacji kandydatów.
Nowsze modele również ulegały uprzedzeniom
Wyniki pozostałych modeli nie wskazały, by nowsze systemy były wolne od tego błędu. GPT-5, Gemini 3 Flash Preview i Claude Sonnet 4.5 także opierały oceny na wyglądzie twarzy, niekiedy częściej niż GPT-4o. W zadaniach dotyczących decyzji o realnych konsekwencjach GPT-5 wybierał twarz wyglądającą na bardziej kompetentną w 97 proc. przypadków.
Autorzy badania zwracają uwagę na lukę w zabezpieczeniach modeli AI. System może być uczony, by nie oceniać kwalifikacji na podstawie płci, a jednocześnie nadal wyciągać wnioski z rysów twarzy. Badanie nie ustaliło dokładnie, skąd bierze się ta skłonność. Naukowcy przypuszczają, że jednym ze źródeł mogą być ludzkie uprzedzenia utrwalone w ogromnych zbiorach tekstów wykorzystywanych do trenowania modeli.
Wraz z rosnącym wykorzystaniem AI przy ocenie kandydatów do pracy i innych ważnych decyzjach wyniki te skłaniają do prostego pytania: jeśli wygląd nie mówi nic wiarygodnego o kompetencji czy uczciwości, po co system miałby w ogóle widzieć twarz?
