„Idealne” ciało wg AI: młode, białe i skrajnie wysportowane sylwetki
Naukowcy z Uniwersytetu w Toronto sprawdzili, jak Midjourney, DALL-E i Stable Diffusion rysują „idealne” ciała. W 300 obrazach dominowały młode, białe, bardzo szczupłe lub silnie umięśnione sylwetki, a kobiety częściej pokazywano w skąpych strojach.

Jak wygląda „idealne” ciało w oczach generatorów obrazów AI? Zespół z Uniwersytetu w Toronto postanowił to sprawdzić, prosząc trzy popularne platformy, Midjourney, DALL-E i Stable Diffusion, o tworzenie wizerunków kobiecych i męskich sylwetek, także w wersji „sportowej”. W analizie 300 wygenerowanych obrazów badacze zobaczyli powtarzalny wzorzec. AI najczęściej odtwarza i wzmacnia zachodni ideał ciała, bardzo szczupły albo bardzo umięśniony, z niskim poziomem tkanki tłuszczowej.
Wnioski dotyczyły nie tylko samej sylwetki, ale też tego, kogo AI w ogóle „uważa” za domyślnego bohatera takiego obrazu. Wygenerowane postacie były zwykle młode i białe, a w zestawie nie pojawiły się osoby z widoczną niepełnosprawnością. W przypadku kobiet częściej powtarzał się też schemat seksualizacji, atrakcyjna twarz, młody wygląd, jasne włosy i skąpe, odsłaniające stroje. Mężczyzn pokazywano częściej z mocno podkreśloną muskulaturą, nierzadko bez koszul.
To nie jest „tajemna opinia” algorytmu, tylko efekt tego, na czym takie modele się uczą. Jak czytamy w opisie pracy opublikowanej online 23 października 2025 r. w „Psychology of Popular Media”, AI korzysta z ogromnych zasobów obrazów dostępnych w internecie, więc łatwo przejmuje istniejące stereotypy i domyślne skojarzenia, zamiast je korygować. W praktyce oznacza to, że nawet jeśli użytkownik wpisze neutralny prompt, wynik może wpaść w te same koleiny, które od lat znamy z reklam i mediów społecznościowych.
Autorzy zwracają uwagę na ryzyko społeczne. Jeśli takie obrazy będą masowo używane w treściach publikowanych publicznie, mogą wzmacniać nierealistyczne oczekiwania wobec wyglądu, szczególnie u osób, które traktują wygenerowany obraz jak „obiektywny” wzorzec. Zespół z Toronto apeluje o podejście „skoncentrowane na człowieku” przy projektowaniu narzędzi, czyli takie, które uwzględnia płeć, wiek, rasę i niepełnosprawność, zamiast je pomijać.





