Cap article de la revista Nature ha demostrat que les dones conservadores tinguin un major atractiu físic

Estan circulant per xarxes les conclusions d’un estudi suposadament publicat a Nature segons el qual uns acadèmics haurien demostrat a través de la IA que les dones “comparativament poc atractives i desdenyoses tenen més probabilitats de ser d’esquerres”.

Estudi a la revista Nature amb Intel·ligència Artificial: com menys atractiva i més desdenyosa és una dona, més probabilitats té de ser d'esquerra.

És FALS. El document al qual fan referència es va publicar a Scientific Reports, una revista d’accés obert de menor prestigi i índex d’impacte que Nature, però del mateix grup. El que analitza en realitat l’estudi és que certs trets facials d’una persona poden determinar que una màquina detecti la ideologia d’una persona, però l’assaig es va fer sobre una mostra reduïda de 3.288 candidats composta únicament per polítics i polítiques daneses, és a dir, els resultats no són extrapolables a tota la població.

A més a més, la màquina va encertar la ideologia en el 61% de les vegades (només una mica més d’una de cada dues, que és el que fa l’atzar), el qual, segons les expertes consultades, no és una precisió acceptable per afirmar que la intel·ligència artificial pot correlacionar les expressions facials amb la ideologia política. En cap cas l’estudi defineix el concepte de la bellesa. 

Les xarxes manipulen els resultats de l’estudi 

L’estudi va ser publicat el 31 de març i la seva publicació no va tenir massa impacte. Per què gairebé tres mesos després tanta gent l’està utilitzant per dir que les dones d’esquerres són més lletges? L’origen de la desinformació està a un tuit que va compartir Jordan Peterson, una personalitat dins del món de la desinformació al que altres membres de la International Fact-Checking Network com AAP i AFP Fact Check ja han verificat amb anterioritat. L’influencer canadenc va assenyalar el 19 de juny que “les dones comparativament poc atractives i despectives tenen més probabilitats de ser d’esquerres”, citant l’estudi. 

A Espanya, aquest tuit va assolir rellevància al ser compartit per Miguel Ángel Quintana, professor a l’Institut Superior de Sociologia, Economia i Política (ISSEP) de Madrid, i col·laborador del mitjà The Objective, que va assenyalar que l’estudi s’havia publicat a Nature. A més d’ell, altres influencers com Wall Street Wolverine també van donar difusió al rumor. 

Tanmateix, i tal com indica a Verificat Robert Klemmensen, professor de Política Comparativa de la Universitat de Lund (Suècia) i un dels autors de l’estudi, les seves conclusions poc tenen a veure amb el que pel que sembla van interpretar els missatges esmentats: el que van fer va ser investigar “si la masculinitat, les puntuacions de bellesa o les expressions facials podrien ser importants perquè l’algoritme d’aprenentatge automàtic predigués si algú era d’esquerra o de dreta”, explica a través d’un correu electrònic.

Un cop processades les cares que, per cert, eren de polítics i polítiques danesos —és a dir, que els resultats no són generalitzables a la resta de la població mundial—, la màquina va observar que, efectivament, les candidates amb major puntuació de bellesa coincidien amb aquelles de dretes. 

Això no significa necessàriament que siguin més atractives per se, sinó que suggereix, segons Klemmensen, que “els polítics saben quines expressions facials són les més desitjables per un grup determinat de l’electorat”. El problema de tot això és que la màquina no va encertar molt més que si llancéssim una moneda a l’aire i prediguéssim un resultat a l’atzar. 

Com si llancéssim una moneda a l’aire 

En concret, l’algoritme va encertar en un 61% de les ocasions, això és, “només un 10 % de vegades més que llançar una moneda”, explica a Verificat Ana Valdivia, matemàtica, i professora en intel·ligència artificial, Governança i Política a l’Oxford Internet Institute (OII), de Regne Unit. Aquest percentatge d’èxit, unit a la mida limitada de la nostra mostra al conjunt del test (164 dones) difereix poc de ser fruit de l’atzar. 

“Si llences una moneda, amb els casos que han fet servir, et podria sortir perfectament un 53% de cares simplement per atzar”, afegeix Miguel Rebollo, doctor en intel·ligència artificial i en Sistemes Complexos, i professor a la Universitat Politècnica de València (UPV). Per determinar si un model és millor o pitjor, els experts acostumen a establir uns barems: “Per sota del 60%, pobre; entre 60%-70%, adequat; entre 70%90%, bo; més del 90%, molt bo” conclou Rebollo. 

Què entenen per atractiu?

Una de les majors crítiques que ha rebut l’estudi és precisament per vincular l’atractiu físic a una posició ideològica concreta. “El deep learning (DL) no pot avaluar si algú és atractiu o no”, indica Valdivia, qui afegeix que tant l’atractiu com la bellesa “són conceptes molt subjectius”. 

A l’estudi, agrega l’experta, “no proporcionen una definició d’atractiu o de bellesa”, sinó que fan servir un altre estudi en què etiqueten “els rostres humans dels polítics donada la percepció de 60 persones de la bellesa sobre rostres humans”.

Tècnicament, els científics van implementar el que es coneix com a xarxa neuronal convolucional (CNN), que bàsicament aprèn directament a partir de dades i que ja estava entrenada prèviament. En aquest cas, és una xarxa que avalua la bellesa facial, però l’experta assenyala que “si analitza el conjunt de dades, està clar que la configuració de l’experiment està reproduint estereotips —com més jove, més atractiu—”. De nou, no es tracta de major o menor atractiu, sinó el que 60 avaluadors van entendre al moment de fer l’avaluació per atractiu. 

Endemés, els científics consultats critiquen que les conclusions a les quals s’ha arribat en l’estudi “no estan ben recolzades per les dades”, tal com sosté Rebollo. “Per la conclusió sobre la bellesa calculen la correlació. És el valor de r, que està entre -1 y 1 […] Que surti 1 vol dir que hi ha una correspondència forta entre ser guapo i conservador (i, per consegüent, lleig i d’esquerres). Si surt -1, vol dir que bellesa està a l’esquerra. Si és 0 és que no hi ha correlació”. 

En el cas del paper, les dades que s’obtenen són una r igual a 0,02, en el cas d’homes i de r igual a 0,11, en el cas de les dones. “Aleshores diuen “ja està, correlació positiva, les dones de dretes són més guapes’”, explica Rebollo, recordant que “un 0,1 és molt poc, és una tendència molt lleugera”, conclou. 

Ull amb els estudis que correlacionen la personalitat i l’aspecte físic 

L’experta recorda que aquest tipus d’estudis podrien estar relacionats amb la frenologia, considerada avui en dia una pseudociència: “Existeix una llarga tradició d’estudis d’IA i fisonomia que afirmen que la IA ‘prediu’ el seu gènere o orientació sexual a través de rostres humans. Això no obstant, no hi ha evidència científica que pugui provar si aquests estudis són sòlids o no”. 

Coincideix amb ella Fernando Blanco, professor de Psicologia Social a la Universitat de Granada (UGR), qui afegeix que “els morfopsicòlegs proposen que la forma de la cara d’una persona es pot usar per predir els seus trets de personalitat”, i que en el cas d’aquest estudi, “es tracta de quelcom molt semblant”, doncs “en comptes d’examinar visualment les cares dels individus, deixem que ho faci una IA, i en comptes d’inferir trets de personalitat en general, ens centrem en la ideologia”. 

L’expert recorda que, sobretot, el problema és que es tracta d’una creença “amb perills clars de produir discriminació”, i adverteix que actualment “hi ha tot un revival” d’aquestes idees gràcies a la intel·ligència artificial. “Hi ha empreses que fan servir algoritmes per crear perfils de personalitat a partir d’imatges del rostre, de forma que es poden usar en àmbits com la selecció de personal o fins i tot la detecció de possibles criminals. Cap d’aquestes aplicacions té evidència científica que la recolzi”, conclou.

La reacció de Nature

Verificat ha contactat amb l’equip editorial de Scientific Reports per conèixer si pensen emprendre accions per revisar de nou l’article, donades les crítiques rebudes i el revolt causat a xarxes socials. Rafal Marszalek, editor cap de la revista, ha assenyalat a través d’un correu electrònic que, de moment, “no tenim coneixement de cap preocupació sobre la solidesa o la metodologia d’aquest article”. Així i tot, segueix, “com amb tots els articles que publiquem, si ens adonem de les inquietuds, les investigarem a fons seguint el nostre procés establert”. 

L’editor cap subratlla que donen la benvinguda “a la discussió científica i al debat sobre els mèrits dels articles publicats a Scientific Reports”, però reconeix “que les troballes d’un article també poden ser utilitzades per persones alienes a la comunitat d’investigació específica per a finalitats diverses al discurs científic”.