Yapay zekâ yüzlere bakarak insanları yargılamaya daha yatkın hale geliyor

Yapay zeka alanında yürütülen güncel bir araştırma, GPT-4 ve onu takip eden yeni nesil yapay zeka modellerinin, insan yüzlerine bakarak yetkinlik ve güvenilirlik gibi kavramlar üzerinde ciddi önyargılar geliştirdiğini gösterdi. Özellikle kritik kararların verilmesinde, bu modellerin yüz hatlarını temel alarak değerlendirme yaptığı ve bu önyargının GPT-4'te önceki modellere göre daha belirgin hale geldiği tespit edildi. Araştırmada, 600 farklı deneme üzerinden yapılan analizlerde, GPT-4'ün insanların daha önce yetkin bulduğu yüzleri yüzde 87,83 oranında seçtiği belirlendi. İnsanların benzer bir seçimde yalnızca yüzde 62,65 oranında aynı tercihi yaptığı hesaplandı. Yüz hatlarındaki değişimin, modelin kararlarındaki değişkenliğin yüzde 81,01'ini açıkladığı, insanlarda ise bu oranın yüzde 3,59'da kaldığı görüldü.

GPT-4 ve yeni modellerde önyargı oranı yükseldi

Çalışmada, yalnızca insan yüzleriyle sınırlı kalınmadı; rhesus maymunlarının fotoğrafları da kullanıldı. İnsanların dostça olarak değerlendirdiği hayvanlar arasında, GPT-4 yüzde 66 oranında daha hoş görünen maymunları daha güvenilir buldu. Bir başka deneyde ise, model yüzde 68,70 oranında daha az güvenilir görünen yüzleri ağır suçlarla ilişkilendirdi. Özellikle üniversite rektörü, girişim yatırımı projesi veya yatırım portföyü yöneticisi gibi önemli pozisyonlarda, GPT-4 yüzde 75,19 oranında daha yetkin görünen kişileri tercih etti. Yeni yapay zeka modellerinde ise bu oranlar daha da yükseldi: GPT-5'te yüzde 97,04, Gemini 3 Flash Preview'da yüzde 87,04 ve Claude Sonnet 4.5'te yüzde 89,41 seviyelerine ulaşıldı. Bu veriler, yapay zekanın yüz tanıma ve değerlendirme süreçlerinde önyargı etkisinin giderek arttığını gösteriyor.

Araştırmacılardan yapay zeka sistemlerinde dış görünüş uyarısı

Uzmanlar, yapay zeka modellerinin bu tür önyargıları nasıl kazandığı konusunda kesin bir neden belirlemiş değil. Olası açıklamalar arasında, modellerin eğitiminde kullanılan metinlerden öğrenilen kalıplar ve eğitim setlerinde yer alan etiketlenmiş yüz görüntüleri bulunuyor. Araştırmacılar, özellikle yapay zekanın önemli kararlar verdiği alanlarda, insanın dış görünüşünün bir parametre olarak kullanılmasının ciddi riskler taşıdığına dikkat çekiyor. Ayrıca, kullanıcıların yapay zeka sonuçlarına aşırı güvenme eğiliminin, bu önyargıların etkisini daha da artırabileceği vurgulanıyor. Sonuç olarak, yüz tanıma ve değerlendirme süreçlerinde yapay zekanın önyargı geliştirme riski, hem etik hem de pratik açıdan önemli bir sorun olarak öne çıkıyor. Uzmanlar, yapay zeka tabanlı sistemlerin geliştirilmesinde, dış görünüşe dayalı kararların önüne geçecek yeni yöntemlerin acilen geliştirilmesi gerektiğini belirtiyor.