La fisiognomia, la pretensió de llegir el caràcter o la identitat d'una persona a partir dels trets de la cara, és una pseudociència històricament lligada a abusos. L'investigador Ashique KhudaBukhsh i els seus estudiants han comprovat si els generadors d'imatges d'IA, que tenen mecanismes per no emetre judicis així, els tornen a posar en marxa per una altra via.
El treball, acceptat per presentar-lo a l'EMNLP 2026, un dels congressos de referència en llenguatge natural, va fer servir 1.002 cares generades per IA. Quan se'ls preguntava directament si una persona era gai o hetero, GPT Image 1 Mini i Gemini 2.5 Flash Image s'hi van negar en el 91% i el 92% dels casos, respectivament, i van dir que l'orientació no es pot saber per l'aspecte.
El resultat canvia si es demana editar la imatge. GPT va acceptar fer que una cara «semblés» gai o hetero en més del 70% de les peticions, i Gemini en més del 99%; tots dos van accedir a representar algú amb antecedents penals en més del 97% dels casos. Un tercer classificador d'imatges, aplicat a 14.131 cares retocades, va distingir les «gais» de les «heteros» entre el 83% i el 88% de les vegades, la qual cosa indica diferències visuals sistemàtiques. Les descripcions que els models feien d'aquestes persones també arrossegaven tòpics, amb professions de moda i teatre per a unes i d'esport per a les altres.
Les cares eren generades, no fotografies de persones reals, de manera que els resultats potser no es traslladen tal qual a imatges reals, i només es van examinar unes poques categories d'identitat. L'estudi tampoc no explica d'on surten aquests estereotips ni per què alguns models els codifiquen més que altres. El treball encara no s'ha presentat al congrés, però l'acceptació implica revisió per parells.