Ali što ako se ne radi o pristranosti? Što ako vaše lice poslodavcu doista odaje korisne nagovještaje o vašem vjerojatnom učinku na poslu? Upravo je to pitanje u središtu nedavnog istraživačkog rada Mariusa Guenzela sa Pensilvanijskog sveučilišta i njegovih suradnika. Sama mogućnost da je tako otvara šira pitanja o algoritamskom odlučivanju i o tome kako ljudi doživljavaju pravednost.

Procjene osobnosti sastavni su dio selekcijskih postupaka. Obično uključuju ispunjavanje upitnika i nagađanje koji su odgovori “dobri”. Postojeća istraživanja već upućuju na to da se osobine ličnosti mogu odražavati i u crtama lica koje umjetna inteligencija može prepoznati. Stoga su Guenzel i suradnici upotrijebili algoritam za analizu fotografija 96 000 diplomiranih MBA studenata i iz njih izvukli ono što nazivaju “velikih pet foto-osobina”, varijantom poznatog petofaktorskog modela ličnosti kojeg čine ugodnost, savjesnost, ekstraverzija, neuroticizam i otvorenost (op. a., prije nego što požurite do ogledala, znajte da zapravo nije jasno što točno umjetna inteligencija vidi).

Nakon toga istraživači su podatke o karijernom putu sudionika istraživanja povezali s njihovih “velikih pet foto-osobina” kako bi ispitali jesu li one od utjecaja. Zaključak je da analiza lica, između ostaloga, može pružiti korisne informacije i o tome koliko će osoba zarađivati nakon završetka MBA studija i hoće li biti spremna često mijenjati posao.

Postoji, naravno, niz razloga za oprez. Prediktivnu moć “foto petorke” ne bi trebalo precjenjivati. Autori ističu da se radi tek o dodatnom izvoru informacija. Analiza lica umjetnom inteligencijom, iako u povojima, već je izazvala brojne metodološke rasprave. Čak i kad bi tehnike analize lica bile savršene, njihovo bi prihvaćanje teklo sporo. Postojanje zakona protiv diskriminacije implicira da svaka odluka koja se temelji na obilježjima lica nosi očite pravne rizike. Manish Raghavan s poslovne škole MIT Sloan School of Management napominje da su poslodavci oprezni pri korištenju umjetne inteligencije za analizu lica (iako ga više brine mogućnost pristranosti u chatbot sažecima životopisa ili LinkedIn profilima kandidata).

No pretpostavimo da bi se svi ti nedostatci mogli prevladati. Ako bi vaše lice poslodavcu moglo otkriti nešto korisno, bez diskriminacije na temelju nekih osjetljivih obilježja (npr. rod, dob, rasa), organizacije bi imale jak poticaj provesti analizu lica. Ipak, pojedina bi pitanja ostala otvorena. Autori navode primjer: “Je li među bijelim muškim kandidatima etično isključiti one čija lica predviđaju manje poželjne osobnosti?”

Netko bi mogao tvrditi da je to u redu. Uostalom, već se čitav niz odluka donosi na temelju fizičkog izgleda. Primjerice, poznat je “bonus visine” pri zapošljavanju — viši ljudi imaju veću vjerojatnost od nižih da budu odabrani. Moglo bi se utvrditi da je analiza lica sadrži više meritokracije od onoga što nagrađuje, primjerice, obrazovnih postignuća. Kelly Shuesa Yale School of Management kaže da trenutno istražuju može li analiza lica korištenjem umjetne inteligencije pomoći zajmodavcima (bankama) u predviđanju vjerojatnosti da će potencijalni zajmoprimci (klijenti) biti u mogućnosti otplatiti zajam. Za ljude koji ne ispunjavaju postojeće kriterije za dodjelu kredita to bi mogao biti blagoslov.

Ako se i zanemari rizik pristranosti, ostaju drugi veliki problemi. Neki su očiti: agregirani obrasci ne govore o tome kako će se pojedinac zaista ponašati. Ostali su problemi suptilniji. Čitava industrija coachinga i samopomoći temelji se na ideji da je moguće kontrolirati i mijenjati vlastito ponašanje. Kakvog smisla ima raditi na sebi i usavršavati se ako vaše lice i dalje ostavlja dojam običnog diletanta?

Način na koji reagirate na ovu mogućnost otkriva ponešto o umjetnoj inteligenciji i percepciji pravednosti. Na kraju dana, bitno je zadržati osjećaj osobne mogućnosti djelovanja. Koliko god algoritmi postali sofisticirani, prilika da kandidat ostavi pozitivan dojam na razgovoru za posao i da budući šef sam odluči želi li raditi s tom osobom, vjerojatno će uvijek imati vrijednost.

Zaključno, Raghavan smatra da su ljudi skloniji prihvatiti odluke temeljene na nepromjenjivim obilježjima ako postoji jasna uzročna logika. Primjerice, statistički je opravdano da mlađi vozači plaćaju više police osiguranja ili da stariji ljudi imaju skuplju zdravstvenu zaštitu. No analiza lica kod mnogih će izazvati nedoumice.