网易首页 > 网易号 > 正文 申请入驻

AI 也会"以貌取人" 而且比人还狠

0
分享至


来源:混沌巡洋舰

一项覆盖 GPT-4o、GPT-5、Gemini 3、Claude 4.5 的研究
揭示了语言模型最令人不安的一面

你看一眼陌生人的脸,大概三秒钟,脑子里就会冒出一个判断:
这个人靠不靠谱?能不能干?

科学家管这叫"面部特质推断"(face-based trait inference)。
它不准确,但人类就是这么干的——几十万年进化写进脑子里的本能。

问题来了:AI 会不会也干这事?

01 人类的老毛病,AI 也染上了

2026 年 8 月,PNAS Nexus 上线了一篇论文,标题直白得让人心里一紧:

"Like humans, language models demonstrate face-to-character biases" (和人类一样,语言模型表现出"面部长相—性格特征"偏见)

来自哈佛大学心理学系、卡内基梅隆大学语言技术研究所和 Cangrade 公司的三位研究者,干了件很硬核的事——

他们用13 项实验、近 8000 次试验,测试了4 个主流大模型(GPT-4o、GPT-5、Gemini 3 Flash Preview、Claude Sonnet 4.5),就问一个问题:

主要靠文本训练出来的大语言模型,看到一张人脸照片的时候,会不会像人类一样,凭长相去判断一个人的性格?

答案让人不太舒服。


图 1.实验使用的示例面孔。左组(1a/1b)在人类感知的"可信度"上不同;右组(2a/2b)在"能力"上不同。你能一眼看出哪张更"靠谱"吗?AI 也能,而且它比你更确信。

02 不是"有点偏见",是系统性地偏

先看核心数据。GPT-4o 在所有 7 个核心实验中,74.88%的判断都偏向了"预期中的那张脸"——也就是人类评分认为更可信或更能干的那张。

优势比(Odds Ratio)达到2.981,P 值小于 0.0001。统计上铁板钉钉。

但这还不是最离谱的。

GPT-4o 判断"能力"时的选中率高达 87.83%。

作为对比,人类做同样任务时的预估选中率大约只有62.65%。

换句话说——AI 比人类更"自信"地以貌取人,而且错得更理直气壮。

研究者还做了回归分析:面孔的形态变化(morph level)能解释 GPT 评分方差的81.01%。同样条件下,人类只有3.59%。

这说明什么?GPT 的判断几乎完全被面部特征牵着走。人类好歹还会犹豫一下。


图 2.按可信度递增排列的 7 张变形面孔(脸 1 → 脸 7)。相邻面孔生理差异很小(比如脸 3 和脸 5 很难区分),但脸 1 和脸 7 差异明显。实验发现:面孔差异越大,AI 判断越果断;差异越小,AI 反而比人类更容易出错。

03 偏见还会"传染"——连猴子都不放过

如果只是判断"这人看起来挺能干",那还算温和。但研究发现,这种偏见会层层升级:


第一层:从核心特质泛化到相关特质

实验让 GPT-4o 判断与"能力"语义相关的特征——自信(Confident)、聪明(Smart)、有领导力(Leader-like)等 6 项。结果?全部显著偏向。

可信度那边也一样:温暖(Warm)、乐于助人(Helpful)、友善(Friendly)……照单全收。

第二层:跨物种泛化

这是最魔幻的部分。

研究者拿了一组猴子的脸(来自耶鲁大学 Laurie Santos 实验室,人类已经给这些猴脸打过分,哪些"看起来nice"、哪些"看起来mean")。

GPT-4o 从来没在训练数据里见过这些猴子。但它依然选了那张"看起来 nicer"的猴脸——选中率 66%,显著高于随机。

一个主要靠文本训练的模型,把人类对"可信面相"的审美标准,迁移到了灵长类动物身上。

你品品这事儿。

第三层:极端决策

实验 6 直接上狠活:给 GPT-4o 看两张脸,问它哪张更像连环杀手、哪张更像人口贩子。

结果:68.7%的次数,它把"低可信度"面孔归为了罪犯。

实验 7 更现实:哪张脸更适合当校长?哪张值得风险投资?

75.19%的高影响职位推荐,都给了"高能力"面孔。

示意图.语言模型内化面部偏见的完整链条:训练语料中的人类偏见 → LLM 学习面部-性格关联 → 输入人脸图像 → 输出偏见判断 → 泛化至相关特征/跨物种/极端决策 → 渗透高风险场景。

04 越新的模型,越"以貌取人"

如果这是 GPT-4o 一个模型的毛病,那还好说——也许是个案。

但研究者把实验搬到了三个更新的模型上,结果更扎心:

GPT-5(能力判断)94.33%

GPT-5(高影响决策)97.04%

Gemini 3 Flash显著高于 GPT-4o

Claude Sonnet 4.5显著高于 GPT-4o

GPT-5 在实验 8 和 9 中的表现简直可以用"决绝"来形容——97% 的一致率,基本就是看到"能干脸"就一路绿灯。

有意思的是,这些模型在遇到种族和性别刻板印象时,通常会拒绝回答或者给出中立回应。说明目前的对齐训练(alignment training)是领域特定的——它教会了模型"不要歧视种族性别",但没教"不要以貌取人"。

一个漏洞堵上了,另一个还在漏。

05 这事为什么值得认真对待

你可能觉得:"不就是个 AI 看脸嘛,又不会真用它招人。"

但现实是,AI 正在越来越多地渗入筛选场景:

  • 招聘初筛

    ——有些公司已经开始用 AI 分析求职者视频面试中的"面部特征"来判断性格匹配度

  • 信贷审批

    ——部分 fintech 产品尝试结合"面部可信度"评估违约风险

  • 安全筛查

    ——机场、边境、大型活动的智能监控系统中,"可疑面孔"的判定逻辑可能就藏着这种偏见

  • 法律辅助

    ——AI 辅助证据分析时,如果无意中把"长得不像好人"纳入考量呢?

这篇论文的意义就在这里:它不是在说"AI 有个小毛病",而是在说当前最先进的 AI 系统,在高风险决策场景中使用时,可能存在系统性的、未被察觉的公平性缺陷。

论文的核心呼吁:

  1. 在高风险 AI 系统中排除人脸图像输入

  2. 发展域无关(domain-agnostic)的公平策略,而不是一个一个打补丁

  3. 将面相偏见审计纳入 AI 红队测试(red-teaming)的标准流程

人类以貌取人,那是进化遗留的 cognitive shortcut(认知捷径)——不完美,但至少我们知道它在,也在努力克服。

AI 以貌取人,则是另一种性质的问题:它是在没有意识、没有反思能力的情况下,把我们社会中最隐蔽的偏见之一,学得比我们本人还彻底、还坚定。

然后把它装进一个个"智能决策系统"里,用来判断谁该拿到 offer、谁该被多看两眼。

这篇论文发在 PNAS Nexus 上,不是什么冷门期刊。它提醒我们:当我们在谈论 AI 安全和对齐的时候,不能只盯着那些显眼的雷区——种族、性别、暴力内容。那些藏在视觉感知深处的、看似无害的"直觉判断",可能才是更难缠的对手。

毕竟,连猴子都没逃过。

论文信息

Lehr SA, Lothe Y, Banaji MR. Like humans, language models demonstrate face-to-character biases.
PNAS Nexus. 2026;5(8):pgag247.
DOI: 10.1093/pnasnexus/pgag247

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
19岁留学生已解救!被骗到泰国,头目撂狠话:200万,不给就断臂

19岁留学生已解救!被骗到泰国,头目撂狠话:200万,不给就断臂

皮皮电影
2026-11-22 05:30:14
世界上唯一不穿裤子的国家,男女老少都一样,出门简直“辣眼睛”

世界上唯一不穿裤子的国家,男女老少都一样,出门简直“辣眼睛”

千秋历史
2026-02-10 21:23:52
关羽确定被活捉时为啥不自刎?网友们剖析太精辟,当时所有人都懵圈

关羽确定被活捉时为啥不自刎?网友们剖析太精辟,当时所有人都懵圈

另子维爱读史
2026-11-19 20:39:07
7换1重回洛杉矶!终于,赛季首秀!

7换1重回洛杉矶!终于,赛季首秀!

左右为篮
2026-11-21 11:11:34
成都风向要变!大胆说一句:十年后成都这些片区,要成为价值高地

成都风向要变!大胆说一句:十年后成都这些片区,要成为价值高地

黑哥讲现代史
2026-11-22 00:03:07
本想涨油价多收税,结果大家少开车,反而收得更少

本想涨油价多收税,结果大家少开车,反而收得更少

生活魔术专家
2026-10-27 04:25:53
医院一线医护被逼走投无路,霸权式管理闹剧何时休?

医院一线医护被逼走投无路,霸权式管理闹剧何时休?

峰哥跑交通
2026-11-21 16:39:17
阿卡进决赛:以信念为壤燃尽自我!带伤阿卡战胜了对手和自己!

阿卡进决赛:以信念为壤燃尽自我!带伤阿卡战胜了对手和自己!

网球之家
2026-11-21 23:56:20
特朗普称将与伊朗达成一项永久性协议

特朗普称将与伊朗达成一项永久性协议

每日经济新闻
2026-11-22 00:06:27
李国旭:我已经请唐田吃拉面了,作为大连人说话要算数

李国旭:我已经请唐田吃拉面了,作为大连人说话要算数

懂球帝
2026-11-22 08:13:40
美媒曾言:当初贱卖给中国的工业瑰宝,西方想办法,一件件抢回来

美媒曾言:当初贱卖给中国的工业瑰宝,西方想办法,一件件抢回来

谁将笑到最后
2026-11-21 11:30:37
轰动全国的“91大神”庭审细节曝光,炸翻无数人

轰动全国的“91大神”庭审细节曝光,炸翻无数人

鸣金网
2026-10-18 14:17:30
经济日报:“温差”待消弭,信心不可失

经济日报:“温差”待消弭,信心不可失

澎湃新闻
2026-11-21 18:49:02
余文乐离婚4个月,飞去丹麦:花4500克朗吃一顿饭,说终于圆梦了

余文乐离婚4个月,飞去丹麦:花4500克朗吃一顿饭,说终于圆梦了

阿废冷眼观察所
2026-11-21 02:43:48
量子纠缠首次验证人的位置,335次几乎全过

量子纠缠首次验证人的位置,335次几乎全过

科学边界哦
2026-11-20 19:05:41
多国领导人感谢中国

多国领导人感谢中国

环球网资讯
2026-11-21 07:38:13
33岁高校女教师在公园拉二胡,被围得里三层外三层,有人从外地赶来捧场,现场大合唱;曾被质疑“有失身份”,本人回应:舞台不分大小

33岁高校女教师在公园拉二胡,被围得里三层外三层,有人从外地赶来捧场,现场大合唱;曾被质疑“有失身份”,本人回应:舞台不分大小

大风新闻
2026-11-21 22:05:03
重型导弹补刀!拆解克里米亚大桥核心桥拱被彻底炸塌全过程

重型导弹补刀!拆解克里米亚大桥核心桥拱被彻底炸塌全过程

瞩望云霄
2026-11-21 13:33:37
突发噩耗!!31岁肌肉型男,职业卡选手,突然离世!

突发噩耗!!31岁肌肉型男,职业卡选手,突然离世!

健身S叔
2026-11-22 10:57:11
我八十七岁,用亲身经历告诉你:钱差不多,请保姆真不如住养老院

我八十七岁,用亲身经历告诉你:钱差不多,请保姆真不如住养老院

金哥说新能源车
2026-11-21 00:31:16
2026-11-22 11:28:49
人工智能学家 incentive-icons
人工智能学家
人工智能领域权威媒体
5178文章数 37534关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

教育
手机
游戏
本地
公开课

教育要闻

曾经“感动中国”的庞众望完成清华大学博士论文答辩,本人发声:将继续潜心钻研,在科研探索的道路上不断前行

手机要闻

2026年最后一款超模旗舰!小米18标准版屏幕、性能、影像全面领跑

PC Gamer试玩GTA6百小时:双主角出色但任务重复

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版