Sztuczna inteligencja potrafi wskazać, komu zaufać, patrząc wyłącznie na twarz. Nowe badanie opublikowane w PNAS Nexus pokazuje, że modele językowe powielają te same uprzedzenia, które ludzie wyrabiają sobie w ułamku sekundy.
Kluczowe fakty:
- Badanie opublikowane w PNAS Nexus wykazało, że cztery modele językowe – GPT-4o, GPT-5, Gemini 3 Flash Preview oraz Claude Sonnet 4.5 – oceniają cechy charakteru człowieka na podstawie samego wyglądu twarzy, powielając uprzedzenia znane z ludzkich ocen pierwszego wrażenia.
- GPT-4o w ponad 74 proc. przypadków wskazywał twarze uznawane przez ludzi za bardziej kompetentne lub godne zaufania, a w kategorii samej kompetencji odsetek zgodności z ludzkimi ocenami wyniósł aż 87,83 proc.
- Model typował twarz rzekomo należącą do seryjnego zabójcy lub oszusta wyłącznie na podstawie wyglądu – bez żadnych danych o zachowaniu czy przeszłości osoby – i w 68,70 proc. prób wybierał twarz ocenianą jako mniej godna zaufania.
Zespół pod kierunkiem Stevena Lehra sprawdził cztery modele: GPT-4o, GPT-5, Gemini 3 Flash Preview oraz Claude Sonnet 4.5. Wynik jest niewygodny dla każdego, kto traktuje AI jak neutralnego arbitra. Bo okazuje się, że model ocenia charakter po wyglądzie chętniej i pewniej niż przeciętny człowiek.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Na czym polegało badanie
Naukowcy przeprowadzili trzynaście eksperymentów obejmujących blisko osiem tysięcy prób. Model dostawał parę komputerowo wygenerowanych twarzy i musiał wybrać jedną, odpowiadając na pytanie o zaufanie, kompetencję, inteligencję, pracowitość, pewność siebie, a także o cechy takie jak egoizm, obłuda czy agresja. Sam GPT-4o wykonał ponad cztery i pół tysiąca takich wymuszonych wyborów.
Twarze pochodziły z materiału opracowanego przez Alexandra Todorova, jednego z najbardziej znanych badaczy pierwszego wrażenia. To do jego klasycznej pracy z Janine Willis z 2006 roku odwołują się autorzy: udowodnili wtedy, że około stu milisekund wystarcza człowiekowi, by ocenić obcą twarz pod kątem zaufania czy kompetencji. Szybko nie znaczy trafnie. Takie oceny nie mają pokrycia w rzeczywistym charakterze osoby.
Podobny odruch wykryto u AI. GPT-4o wybierał osobę ocenianą przez ludzi jako bardziej kompetentna lub godna zaufania w 74,88 proc. prób, przy losowym wyborze byłoby to około połowy. Badacze sprawdzili też sytuacje o poważniejszych konsekwencjach. Model miał wskazać, która twarz należy raczej do seryjnego zabójcy albo oszusta prowadzącego piramidę finansową. Nie dostawał przy tym żadnych informacji o zachowaniu czy przeszłości tych osób, a mimo to typował twarz ocenianą jako mniej godna zaufania w 68,70 proc. prób.
Oto jak rozkładały się wyniki GPT-4o w poszczególnych kategoriach:
- Sama kompetencja: 87,83 proc. wskazań zgodnych z ocenami ludzi
- Samo zaufanie: 72,67 proc.
- Wybór rektora uczelni, założyciela wartego finansowania startupu i zarządcy funduszu emerytalnego: 75,19 proc. na rzecz twarzy kojarzonej z kompetencją
- Cechy twarzy tłumaczyły 81,01 proc. różnic w ocenach kompetencji wystawianych przez model, podczas gdy u ludzi było to zaledwie 3,59 proc.
Ta ostatnia liczba mówi najwięcej. Człowiek ocenia charakter po wyglądzie, ale robi to niekonsekwentnie i pod wpływem wielu innych czynników. Model niemal wyłącznie sugeruje się rysami twarzy.
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
GPT-5 sugeruje się wyglądem jeszcze mocniej
Nowsze modele nie naprawiły problemu, tylko go pogłębiły. Największą różnicę pokazał GPT-5. Wskazywał twarz kojarzoną z większą kompetencją w 94,33 proc. prób, a przy decyzjach dotyczących zatrudnienia i inwestowania robił to aż w 97,04 proc. przypadków. Dla porównania GPT-4o w tych samych sytuacjach zatrzymywał się na 75,19 proc. Nawet przy bardzo podobnych do siebie twarzach GPT-5 wciąż typował osobę, której spodziewaliby się ludzie, a w najtrudniejszych porównaniach osiągał 91,11 proc.
Zestawmy to z człowiekiem. Autorzy oszacowali, że w teście kompetencji ludzie wskazaliby oczekiwaną twarz w około 62,65 proc. przypadków. GPT-4o robił to w 87,83 proc., a GPT-5 przebił obu. Modele Google i Anthropic zachowały się podobnie, więc nie mówimy o wpadce jednego producenta, tylko o cesze całej generacji multimodalnych systemów.
Nie zaskakuje mnie, że model nauczony na ludzkich tekstach przejmuje ludzkie skróty myślowe. Zaskakuje mnie skala. Człowiek w tym samym teście mylił się znacznie częściej, a model robił to niemal odruchowo i z pozorną pewnością. I tu jest właśnie pułapka. Kiedy rekruter zerka na zdjęcie kandydata i coś mu podpowiada przeczucie, wie, że to tylko przeczucie. Kiedy to samo robi system, dostajemy procent i ranking, który wygląda na obiektywny pomiar. A jest przesądem ubranym w interfejs. Nie twierdzę, że AI w HR należy wyrzucić do kosza. Twierdzę, że wpuszczanie fotografii twarzy do procesu decydującego o czyjejś pracy albo kredycie to proszenie się o kłopoty. Zostawiam otwarte pytanie: czy zdążymy usunąć zdjęcia z tych systemów, zanim ktoś przez nie straci szansę, o której nigdy się nie dowie?
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Skąd modele biorą te skojarzenia
Autorzy nie mają pewności, skąd bierze się ten mechanizm. Najbardziej prawdopodobne źródło to teksty użyte podczas treningu. Język i kultura od wieków łączą wygląd człowieka z określonymi cechami charakteru, od literatury po codzienne powiedzenia, a model chłonie te skojarzenia razem z resztą danych.
Badanie ma jedno wyraźne ograniczenie i sami autorzy je wskazują. W każdym teście model był zmuszony wybrać jedną z dwóch odpowiedzi. Nie wiadomo więc, czy zacząłby oceniać charakter po twarzy z własnej inicjatywy, gdyby nikt go o to nie poprosił. To różnica między odruchem a przymusem, ale dla praktycznych zastosowań mniej ważna, niż mogłoby się wydawać. W rekrutacji czy scoringu to człowiek zadaje modelowi dokładnie takie pytanie.
Wniosek badaczy jest konkretny. Ocenianie charakteru na podstawie twarzy powinno wejść do standardowych testów bezpieczeństwa modeli, a zdjęcia twarzy należy wykluczyć z systemów podejmujących decyzje o dużej wadze dla ludzi. Gdyby modele były wolne od tego uprzedzenia, mogłyby wręcz pomagać w jego eliminowaniu. W obecnej postaci raczej je wzmocnią.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
AI Act, RODO i polskie działy HR
Dla polskiego czytelnika to nie jest ciekawostka z zagranicznego laboratorium. Trafia w sam środek zmiany regulacyjnej, która dzieje się właśnie teraz. Systemy AI wspierające rekrutację i ocenę pracowników unijny AI Act zalicza do kategorii wysokiego ryzyka (załącznik III), a większość obowiązków dla tej kategorii zaczyna obowiązywać od sierpnia 2026 roku. Część zakazów działa jeszcze wcześniej, bo od lutego 2025 roku. Wśród praktyk objętych szczególnymi ograniczeniami są systemy wyciągające wnioski o cechach człowieka z jego wizerunku oraz rozpoznawanie emocji w miejscu pracy.
Do tego dochodzi RODO. Twarz to dana biometryczna, a więc kategoria szczególnie wrażliwa. Prawnicy przypominają rzecz prostą: hasło można zmienić, twarzy nie. Jeśli producent narzędzia rekrutacyjnego reklamuje wykrywanie osobowości albo prawdomówności z obrazu, ryzyko prawne jest natychmiastowe, a nie odroczone. Badanie Lehra dostarcza tu twardego argumentu. Pokazuje, że model wyciąga wnioski z twarzy nawet wtedy, gdy nikt go o to formalnie nie prosi o kategoryzację, a jedynie o rekomendację.
Skala problemu rośnie razem z użyciem AI w polskich firmach. Z raportu AIPORT.pl wynika, że 88 proc. firm korzysta już z narzędzi sztucznej inteligencji, a 59 proc. robi to regularnie. Polski Instytut Ekonomiczny naliczył z kolei, że co ósmy nowy startup w kraju to firma AI. Im więcej takich narzędzi wchodzi do działów HR, tym poważniejsze staje się pytanie, ile z nich widzi zdjęcie kandydata i co z nim robi. Pisałem o tym szerzej w tekście o algorytmach w rekrutacji, do którego linkuję poniżej.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz źródeł zewnętrznych, w tym recenzowanego badania „Like humans, language models demonstrate face-to-character biases” autorstwa Stevena Lehra i współpracowników, opublikowanego w PNAS Nexus (DOI: 10.1093/pnasnexus/pgag247), a także komunikatu prasowego z 18 sierpnia 2026 roku i relacji serwisu TechXplore. Materiał wykorzystuje również klasyczne badanie pierwszego wrażenia Janine Willis i Alexandra Todorova z 2006 roku oraz doniesienia Mirage News. Kontekst polski (AI Act, RODO, rynek HR) oparto na danych Polskiego Instytutu Ekonomicznego, publikacjach prawnych oraz wcześniejszym materiale AIPORT.pl o AI w rekrutacji. Dane liczbowe zweryfikowano z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych ustaleń na temat uprzedzeń modeli AI wobec wizerunku.
