Các nghiên cứu "AI đọc tính cách qua khuôn mặt" là những công trình huấn luyện mô hình máy học trên ảnh chân dung để dự đoán đặc điểm bên trong của người trong ảnh — khuynh hướng tình cảm, quan điểm chính trị tự khai, điểm trắc nghiệm tính cách. Một số bài báo từ năm 2017 báo cáo kết quả cao hơn mức đoán mò, gây tranh cãi lớn. Khi phân tích kỹ, phần lớn tín hiệu mô hình dùng đến từ cách người ta trình bày bản thân trong ảnh — kiểu tóc, kính, trang điểm, góc chụp, biểu cảm — chứ không phải từ cấu trúc khuôn mặt như nhân tướng học vẫn hứa.
Khác với các mô hình "đoán tội phạm" vốn bị bác bỏ gần như hoàn toàn, nhóm nghiên cứu này phức tạp hơn: một số tác giả nói rõ mục đích của họ là cảnh báo về nguy cơ mất quyền riêng tư. Bài này không đi vào chi tiết kỹ thuật, mà giúp bạn hiểu đúng ba điều: mô hình thật sự nhìn thấy gì, con số "độ chính xác" được báo cáo có nghĩa là gì, và vì sao dù kết quả ra sao, dùng nó để đánh giá người thật vẫn là sai.
Nghiên cứu nổi tiếng nhất và vì sao nó gây chấn động
Năm 2017, hai nhà nghiên cứu ở Đại học Stanford là Yilun Wang và Michal Kosinski công bố bản thảo, sau đó in năm 2018 trên một tạp chí tâm lý học xã hội lớn, cho thấy mô hình máy học phân biệt được khuynh hướng tình cảm của người trong ảnh tốt hơn người đoán. Dữ liệu là hàng chục nghìn ảnh người dùng tự đăng lên một trang hẹn hò ở Mỹ, kèm thông tin họ tự khai.
Kết quả được báo chí khắp thế giới đưa tin, thường với tiêu đề kiểu "AI nhìn mặt biết bạn là ai". Các tổ chức bảo vệ quyền của người đồng tính ở Mỹ lên tiếng phản đối gay gắt, lo ngại công nghệ này bị dùng ở những nơi xu hướng tình cảm của một người có thể khiến họ gặp nguy hiểm. Tác giả đáp rằng họ không tạo công cụ mới mà dùng kỹ thuật đã có, và công bố để cảnh báo xã hội.
Về sau, Kosinski và cộng sự công bố thêm những nghiên cứu theo hướng tương tự với quan điểm chính trị tự khai. Cách làm, và cả cách đọc kết quả, đều giống nhau về cấu trúc, nên những phân tích ở các mục dưới áp dụng cho cả nhóm nghiên cứu này.
Mô hình thật sự nhìn thấy gì
Ảnh tự chọn là ảnh tự trình bày. Ảnh trên trang hẹn hò hay mạng xã hội là ảnh người ta chọn để thể hiện bản thân với một nhóm người xem cụ thể. Kiểu tóc, râu, kính, trang điểm, độ nghiêng đầu, cách cười đều là lựa chọn văn hoá và cá nhân, và chúng khác nhau có hệ thống giữa các cộng đồng.
Phản biện chỉ ra những tín hiệu cụ thể. Năm 2018, nhóm gồm nhà tâm lý học khuôn mặt Alexander Todorov và hai nhà nghiên cứu máy học đã phân tích và cho thấy nhiều đặc điểm mô hình dựa vào — như đeo kính, phấn mắt, râu, góc chụp từ trên hay từ dưới — là chuyện trình bày, không phải cấu trúc xương mặt.
Làm mờ khuôn mặt mà mô hình vẫn đoán được. Một nghiên cứu lặp lại năm 2019 cho thấy mô hình vẫn phân loại tốt hơn mức may rủi trên ảnh đã làm mờ mạnh, nghĩa là nó dựa nhiều vào màu sắc, ánh sáng, bố cục chứ không chỉ vào nét mặt.
Không phải nhân tướng học được xác nhận. Kể cả khi mô hình đạt kết quả trên mức đoán mò, điều đó chứng minh ảnh tự chọn mang dấu vết của văn hoá tự trình bày, không chứng minh khuôn mặt bẩm sinh quyết định con người — đúng điều sách tướng cổ và Lombroso đã khẳng định.
Hiểu đúng các con số được báo cáo
Báo chí thường đưa tin "AI chính xác tám mươi phần trăm". Con số đó dễ bị hiểu sai, vì cách đo trong các nghiên cứu này khác với hình dung của người đọc. Bảng sau giải thích ba khái niệm hay gặp.
| Khái niệm | Nghĩa trong nghiên cứu | Người đọc hay hiểu thành | Thực tế |
|---|---|---|---|
| Độ chính xác theo cặp | Cho mô hình xem hai ảnh, một người thuộc nhóm A và một người thuộc nhóm B, hỏi ai là A | Nhìn một người bất kỳ là đoán đúng tám mươi phần trăm | Áp vào một đám đông thật, nơi nhóm A chiếm tỷ lệ nhỏ, phần lớn người bị gắn nhãn sẽ là gắn nhầm |
| Tương quan r khoảng 0,2 | Dự đoán và điểm trắc nghiệm có liên hệ yếu | AI biết khá rõ tính cách | Chỉ giải thích khoảng bốn phần trăm khác biệt giữa người với người; với từng cá nhân gần như không dùng được |
| Hơn mức đoán mò | Tốt hơn tung đồng xu một cách có ý nghĩa thống kê | Đủ tin cậy để dùng | Một tín hiệu yếu có ý nghĩa thống kê trên hàng chục nghìn ảnh vẫn quá yếu để kết luận về một người |
Phép tính bốn phần trăm đến từ việc bình phương hệ số tương quan, một quy ước quen thuộc trong thống kê. Đây là lý do các nhà nghiên cứu nghiêm túc tránh dùng kết quả như vậy để nói về một cá nhân cụ thể: con số có ý nghĩa ở cấp độ quần thể không chuyển thành độ chắc chắn ở cấp độ con người.
Vì sao "tính cách" là nhãn khó đo
Nhãn mà mô hình học theo thường là thông tin tự khai: người dùng tự điền khuynh hướng, tự trả lời trắc nghiệm tính cách, tự chọn quan điểm. Nhãn tự khai có giá trị nhưng cũng có giới hạn: người ta trả lời khác nhau tuỳ hoàn cảnh, tuỳ người hỏi, và có những điều người ta chọn không nói ra. Những người không công khai bản thân thì không có trong dữ liệu.
Trắc nghiệm tính cách như mô hình năm nhân tố đo xu hướng trung bình của một người, không phải bản chất cố định. Cùng một người có thể hướng ngoại ở chỗ làm, trầm lặng ở nhà. Muốn một bức ảnh nói lên điều mà ngay cả trắc nghiệm nhiều câu hỏi cũng chỉ đo được gần đúng là đòi hỏi quá sức của bất kỳ phương pháp nào.
Và mẫu ảnh thường thiên lệch về một nhóm dân cư — chủ yếu là người trẻ, dùng mạng xã hội hay trang hẹn hò ở một số nước. Kết quả trên nhóm đó không có cơ sở để áp sang người Việt, người lớn tuổi, hay ảnh chụp trong điều kiện khác.
Vì sao người ta dễ tin máy đọc được mặt
Có một hiện tượng tâm lý được nghiên cứu nhiều trong ngành hàng không và y khoa gọi là thiên kiến tự động hoá: con người có xu hướng tin vào kết luận của máy móc hơn mức đáng tin, nhất là khi kết quả được trình bày bằng con số và giao diện gọn gàng. Một câu "AI phân tích cho thấy bạn hướng nội" nghe có vẻ khách quan hơn câu y hệt từ miệng một người lạ.
Hiện tượng này cộng thêm với việc khuôn mặt vốn là thứ ta đã quen đánh giá trong tích tắc. Khi một nghiên cứu hay một ứng dụng nói rằng máy "nhìn ra" điều mà ta mơ hồ cảm thấy, nó xác nhận trực giác của ta bằng uy tín của công nghệ. Đó là lý do các tiêu đề "AI nhìn mặt biết bạn" lan nhanh hơn rất nhiều so với các bài phản biện đi sau.
Biết về thiên kiến này không làm nó biến mất, nhưng giúp bạn chậm lại một nhịp. Khi thấy mình gật gù với một kết luận về con người do máy đưa ra, hãy tự hỏi: nếu một người lạ nói câu này mà không có máy, mình có tin không?
Rủi ro thật nằm ở đâu
Dù khoa học còn tranh luận về mức độ tín hiệu, có một điểm mọi phía đều đồng ý: ảnh khuôn mặt là dữ liệu sinh trắc nhạy cảm, và việc dùng nó để suy đoán những điều người ta không muốn công khai là mối đe doạ thật đối với quyền riêng tư. Chính tác giả nghiên cứu năm 2017 cũng nêu điều này như thông điệp chính của họ.
Rủi ro không đợi mô hình chính xác mới xuất hiện. Một hệ thống đoán sai vẫn gây hại khi người ta tin nó: một người bị gắn nhãn về khuynh hướng, quan điểm hay tính cách có thể bị phân biệt đối xử ở chỗ làm, trong gia đình, trên mạng. Các sản phẩm "phân tích khuôn mặt" dùng trong tuyển dụng hay đánh giá nhân sự là một dạng của rủi ro này, và trang có bài riêng trong danh mục định kiến ngoại hình.
Với người dùng phổ thông, điều nên làm khá cụ thể: không tải ảnh người khác lên các ứng dụng hay chatbot để nhờ "đoán tính cách", nhất là ảnh trẻ em; khi tự thử với ảnh của mình, bỏ thông tin vị trí, tên, nơi làm việc đi kèm; và coi mọi kết luận về con người từ một bức ảnh là trò chơi, không phải sự thật. Phần kỹ thuật về sinh trắc học được trang AI Định Danh bàn sâu hơn.
Đọc tin "AI nhìn mặt biết bạn là người thế nào" cho tỉnh táo
Những bài báo về chủ đề này sẽ còn xuất hiện, vì nó hấp dẫn người đọc. Một danh sách ngắn để tự kiểm khi đọc:
- Ảnh huấn luyện là ảnh tự chọn trên mạng hay ảnh chụp có kiểm soát cùng điều kiện? Ảnh tự chọn mang theo cả văn hoá tự trình bày.
- Con số chính xác được đo theo cặp hay trên một nhóm dân cư thật? Nếu theo cặp, đừng hiểu thành xác suất đoán đúng một người.
- Nhãn là tự khai hay do người khác gán? Cả hai đều có giới hạn, nhưng giới hạn khác nhau.
- Kết quả có được nhóm độc lập lặp lại không, và khi lặp lại thì mạnh hay yếu đi?
- Tác giả kết luận về khuôn mặt bẩm sinh hay về cách người ta trình bày bản thân? Hai kết luận này khác nhau rất xa.
- Ai có thể dùng công nghệ này và để làm gì với người không đồng ý bị phân tích?
Trả lời được sáu câu này, bạn sẽ thấy phần lớn các tiêu đề giật gân đã đi xa hơn nhiều so với điều nghiên cứu gốc thật sự cho thấy.
Câu hỏi thường gặp
AI có thật sự đoán được tính cách qua ảnh không?
Một số nghiên cứu báo cáo mối liên hệ yếu giữa ảnh và điểm trắc nghiệm tính cách, phần lớn giải thích được bằng cách người ta trình bày bản thân trong ảnh. Mối liên hệ đó quá yếu để đoán tính cách của một người cụ thể, và không xác nhận ý tưởng rằng cấu trúc khuôn mặt quyết định tính cách.
Vì sao nghiên cứu năm 2017 lại bị phản đối dù tác giả nói là để cảnh báo?
Người phản đối lo rằng nghiên cứu cung cấp cách làm và tạo ấn tượng khuôn mặt "lộ" khuynh hướng, dễ bị hiểu sai và bị lạm dụng. Họ cũng chỉ ra các vấn đề về mẫu chỉ gồm một nhóm dân cư hẹp, việc dùng ảnh người dùng không xin phép, và cách diễn giải kết quả quá xa.
Độ chính xác theo cặp khác gì độ chính xác thông thường?
Theo cặp nghĩa là mô hình được biết chắc một trong hai người thuộc nhóm cần tìm và chỉ phải chọn ai. Ngoài đời không ai đưa sẵn cặp như vậy, và khi nhóm cần tìm chiếm tỷ lệ nhỏ, số người bị đoán nhầm sẽ cao hơn nhiều so với con số được báo cáo.
Chatbot đa phương thức có đoán được tính cách qua ảnh không?
Nhiều chatbot hiện nay được thiết kế để từ chối suy đoán các đặc điểm nhạy cảm từ ảnh khuôn mặt. Khi chúng đưa ra nhận xét về "tính cách", đó thường là văn bản suy từ biểu cảm, trang phục, bối cảnh ảnh, không có giá trị kiểm chứng; hãy kiểm chính sách của phiên bản hiện hành.
Nghiên cứu khuôn mặt bằng AI có hướng nào hữu ích không?
Có. Ví dụ nghiên cứu vì sao người ta hình thành ấn tượng về khuôn mặt, kiểm tra định kiến trong các hệ thống nhận diện, hay hỗ trợ bác sĩ nhận ra dấu hiệu của một số hội chứng di truyền. Điểm chung là chúng không dùng khuôn mặt để phán xét phẩm chất con người.