Jak vypadá podle AI ideální muž. Odpověď vás rozesmála k slzám
Generativní modely umělé inteligence dnes dokážou vytvořit téměř cokoliv. Ale co se stane, když je požádáte o zobrazení ideálního muže? Větší stereotyp už to snad být nemůže.
Generativní umělá inteligence se stala fenoménem. Miliony lidí denně experimentují s nástroji jako Midjourney, DALL-E nebo Stable Diffusion. Stačí napsat pár slov a během vteřin máte před sebou obraz, který by malíř tvořil hodiny.
Výsledky bývají překvapivě uniformní a zároveň bizarní. Jde o hypermaskulinní postavy s nereálnými proporcemi, dokonale vymodelovanými svaly, symetrickými rysy a často i s tajemným, téměř umělým výrazem. Jako by AI měla v hlavě jedinou šablonu krásy – a tu opakuje dokola.
Kde se bere ta šablona?
Odpověď tkví v tréninkových datech. Generativní modely se učí na miliardách obrázků z internetu. A internet není neutrální zrcadlo reality – je zkreslený, plný stereotypů a kulturních předsudků. Když model analyzuje tisíce fotografií označených jako „atraktivní muž“, učí se z nich stereotypy.
Problém je, že tyto obrázky pocházejí převážně ze západního kulturního kontextu. Jde o fitness influencery, hollywoodské herce, modely z reklamních kampaní. AI se tak učí eurocentrickému standardu krásy, který ignoruje obrovskou rozmanitost toho, co různé kultury považují za přitažlivé.
Proč AI sklouzává k extrémům
Tady přichází na řadu druhý klíčový problém: způsob, jakým formulujeme zadání. Slova jako „ideální“ nebo „dokonalý“ vedou k extrémům. Výsledkem je často efekt, kterému se říká „tajemné údolí“.
Algoritmy jako zesilovače nereálných standardů
A teď se dostáváme k jádru problému. Tyto AI generované obrazy se nedrží jen v experimentálních laboratořích. Zaplavují sociální sítě. Instagram, TikTok, Pinterest – všude najdete „ideální muže“.
Studie z oblasti mediální psychologie ukazují, že opakovaná expozice nerealistickým tělesným ideálům vede k nespokojenosti s vlastním tělem, zvýšené úzkosti a v extrémních případech i k poruchám příjmu potravy. A to platí nejen pro ženy – mužská populace čelí stále většímu tlaku na vzhled.
Jeden z uživatelů fitness komunity na Redditu napsal: „Vím, že ty obrázky nejsou reálné. Ale když je vidím každý den, začnu se srovnávat. A vždycky prohraju.“
Problém je v tom, že algoritmy sociálních sítí tyto obsahy aktivně podporují. Dokonalé, vyretušované, AI vylepšené obrazy získávají více interakcí – a tedy i větší dosah. Vzniká začarovaný kruh, kde nerealistické standardy vytlačují autentickou reprezentaci.
Etika a odpovědnost vývojářů
Otázka zní: měli by tvůrci generativních modelů zasáhnout? Měli by implementovat filtry, které by zabránily vytváření extrémně stereotypních nebo nerealistických obrazů lidského těla?
Není to jednoduché. Na jedné straně stojí svoboda tvorby a experimentu. AI je nástroj – a jako každý nástroj může být použit odpovědně i neodpovědně. Na druhé straně tu máme dokumentované dopady na duševní zdraví, zejména mladých lidí.
Některé společnosti už začínají reagovat. OpenAI například upravilo DALL-E tak, aby automaticky zvyšovalo diverzitu generovaných postav – i když to uživatel explicitně nezadá. Stable Diffusion zase experimentuje s etickými filtry, které varují před potenciálně problematickým obsahem.
Vývojář z týmu pracujícího na open-source generativním modelu říká: „Snažíme se najít rovnováhu. Nechceme cenzurovat kreativitu, ale zároveň nechceme přispívat k šíření škodlivých stereotypů. Je to neustálý proces učení.“
Jak se mění pojem „ideál“
Zajímavé je sledovat, jak se interpretace „ideálu“ mění. Novější modely, trénované na pestřejších datasetech a s lepšími etickými zábranami (nebo bezpečnostními mechanismy), začínají generovat rozmanitější a realističtější reprezentace. Místo jedné šablony nabízejí spektrum – různé typy postav, etnické skupiny, věkové kategorie.
Zároveň se mění i uživatelské zadání. Lidé se učí formulovat výzvy tak, aby dostali autentičtějších výsledků. Místo „ideální muž“ zadávají „muž s přirozeným vzhledem“.
Otázka tedy není, jestli AI dokáže vytvořit „ideálního muže“, ale co to znamená pro nás.
Možná právě v tom tkví největší ponaučení: ideál není šablona, ale mozaika. A čím dřív to pochopíme – my i naše algoritmy – tím lépe.