AIハイパーリアリズム：AI顔が人間よりも現実的であると認識される理由

最近の証拠は、AIに生成された顔が人間の顔と見分けがつかないことを示しています。ただし、アルゴリズムは白い顔で不釣り合いに訓練されているため、白いAIの顔は特に現実的に見える場合があります。実験1（n = 124人の大人）では、以前に公開されたデータの再分析とともに、白いAIの顔が実際の人間の顔よりも頻繁に人間と判断されることを示しました。逆説的に、このタスクで最もエラーを犯した人は最も自信がありました（ダニングクルーガー効果）。実験2（n = 610人の成人）では、顔空間理論と参加者の定性的レポートを使用して、AIを人間の顔と区別するが参加者によって誤って解釈され、AIハイパーリアリズムにつながる重要な顔の属性を特定しました。ただし、属性により、機械学習を使用した高精度が許可されています。これらの調査結果は、心理理論がAI出力の理解を伝え、AIアルゴリズムを削除するための方向性を提供する方法を示しており、それによってAIの倫理的使用を促進します。

Recent evidence shows that AI-generated faces are now indistinguishable from human faces. However, algorithms are trained disproportionately on White faces, and thus White AI faces may appear especially realistic. In Experiment 1 (N = 124 adults), alongside our reanalysis of previously published data, we showed that White AI faces are judged as human more often than actual human faces-a phenomenon we term AI hyperrealism. Paradoxically, people who made the most errors in this task were the most confident (a Dunning-Kruger effect). In Experiment 2 (N = 610 adults), we used face-space theory and participant qualitative reports to identify key facial attributes that distinguish AI from human faces but were misinterpreted by participants, leading to AI hyperrealism. However, the attributes permitted high accuracy using machine learning. These findings illustrate how psychological theory can inform understanding of AI outputs and provide direction for debiasing AI algorithms, thereby promoting the ethical use of AI.