Visages générés et normes de beauté

OOndine

Des chercheurs ont étudié si les générateurs d’images reproduisent des normes de beauté et influencent la façon dont les visages réels sont jugés. Leur étude, déposée sur arXiv, compare des visages générés à des photographies. Pour mener la comparaison, l’équipe a utilisé des consignes qui ne mentionnaient ni beauté ni attractivité. C’est un peu comme demander à plusieurs illustrateurs de dessiner un visage sans leur donner de modèle de beauté, puis de comparer leurs images à des portraits photographiques. Les chercheurs ont examiné 51 300 visages produits par 27 générateurs texte-image, lancés entre 2022 et 2026, ainsi que 160 196 photographies de personnes réelles. Trois mesures automatisées ont servi à comparer les images. Les chercheurs ont aussi demandé à 550 personnes d’évaluer une partie d’entre elles. Le résultat principal est net. Les mesures automatisées attribuent à presque tous les générateurs des scores d’attractivité supérieurs à ceux des visages photographiés. Les évaluateurs humains ont, eux aussi, jugé les images de chacun des 23 générateurs examinés plus attirantes que les photographies. La différence reste significative après une correction statistique qui tient compte des nombreuses comparaisons effectuées. Les scores varient également selon les catégories raciales, ethniques et nationales examinées. La publication examine aussi, dans une simulation de recrutement, l’effet de visages générés sur l’évaluation de candidats réels. Mais un article de Unite.AI évoque séparément une autre recherche universitaire américaine, sans en préciser la méthode ni les résultats. Il n’est donc pas possible d’établir, sur cette base, que la beauté des visages générés pénalise les candidats à l’emploi. Cette prépublication met en évidence des écarts dans les jugements d’attractivité ; leur portée en situation réelle reste à établir.