Stephen Baek, absolvent strojního a leteckého inženýrství v Soulu, docent na Ústavu průmyslového a systémového inženýrství, University of Iowa. Kredit: UVA DATA SCIENCE.

To, že fyzicky přitažlivější osoby mají u opačného pohlaví, někdy i stejného, větší úspěch, je tak nějak samo sebou. Jenže ti hezčí jsou tak nějak úspěšnější všeobecně a je to znát i na jejich příjmech. Zkoumat takovou souvislost vědecky naráží na problém, jak krásu kvantifikovat. Dřívější studie to většinou obcházely tím, že v nich hlavní roli hrál hmotnostní index (BMI) a jemu podobné a fyzický vzhled ohodnocovaly pomocí subjektivních názorů na základě průzkumů.

Tentokrát se podíváme, jak se hodnocením krásy poprali v americké studii dva výzkumníci s neamericky znějícími jmény: Suyong Song a Stephen Baek.

Vnímání krásy je záležitost značně ošemetná. Strojové učení na velkém souboru dat ale dokáže ze skenů analyzovat specifika fyzického vzhledu zodpovědná za diskriminace, a to jak na trhu práce, tak na „trhu“ manželství. Kredit: CC0 Veřejná doména.

Výhodou jejich spolupráce bylo, že Baek je odborník na ergonomii se zkušenostmi s analýzou a modelováním tvarů lidských těl pro inženýrské aplikace a praxí produktového a oděvního dizajnéra. Hodilo se to, protože problém krásy je v tom, že nejde o euklidovský prostor v němž lze zavést metriku.

Ve studii se praví, že k začlenění dat (nemajících žádné triviální mřížkové zastoupení) do statistických analýz využití grafického autoenkodéru. V podstatě jde o programové "udělátko", které umí komunikovat s trojrozměrnými grafickými daty.

Suyong Song, ekonom na University of Iowa. Kredit: UI.

Song, druhý z dvojice autorů studie, přinesl do spolupráce zkušenost s ekonomickými modely trpícími  chybou měření a vykazování souvislostí. Výsledkem toho, čemu se také někdy říká „hluboké strojové učení“, se jmenovaným podařilo neeuklidovská data začlenit do ekonomických analýz.  Jako vstupní data použili vědci dvě starší studie při nichž se osoby skenovaly (americko-evropskou antropologickou studii z roku 2002 a studii CAESAR). Pak už jen stačilo zjistit, zda existuje nějaká souvislost  s rozsáhlými demografickými údaji.

Co tedy zjistili?

Nejspíš budete zklamáni. Žádný ideál krásy jejich strojové počítání nevydalo.  Co ale prokázali, že fyzický vzhled se socioekonomickými proměnnými souvisí. Laicky řečeno, že hezcí lidé si na živobytí vydělávají snáz a jejich příjmy jsou vyšší. To je svým způsobem logické a také to již naznačovaly i dřívější studie.

Schematické znázornění principu metody. Získání trojúhelníkové sítě (polygon spojený společnými body v počítačové grafice) pomocí prostorového skenování (vlevo). A následnou rekonstrukcí dat (vpravo). Diskrétní vzorkované skalární pole funguje jako vstupní a výstupní uzly automatického kodéru. Mezivrstvy jsou podobné běžným vrstvám autoenkodéru. Kredit: Suong S. and Baek S. PLOS ONE (2021).

Zdálo by se tedy, že naše dvojice jen "objevila Ameriku", ale není tomu tak. Naopak zamotali hlavu všem dřívějším autorům, kteří kdy co v minulosti publikovali a svá tvrzení opírali o „krásu“ smrsknutou do BMI a několika málo dalších dat a indexů. Přinesli důkaz, že práce, které nevycházejí z celotělových skenů,  jsou zatíženy velkými chybami. Jinými slovy nám tím říkají, zda je vůbec rozumné brát je v potaz.

Závěr

Vztah našeho zevnějšku, ať už mu budeme říkat přitažlivost, krása, proporcionalita, či jakkoliv jinak, není jen o zevnějšku, vyjadřuje toho víc, než si zběžně uvědomujeme. Vypovídá například i o proporcionalitě vnitřních orgánů. Není divu, že zasahuje i do socioekonomiky našich životních poutí. Tentokrát je to poprvé, co se vědcům podařilo „vizualizovat funkce“ –  ukázat, na  které části těla algoritmus odkazuje a dát je do vztahu se socioekonomickými proměnnými. Jinak řečeno - kvantifikovali kauzální efekty fyzického vzhledu.

Na to, že genetici z jedné naší buňky dovedou vyčíst jakými neduhy trpíme a nebo budeme trpět, jsme si tak nějak zvykli. Teď jim začínají sekundovat systémoví inženýři. Věštění v jejich pojetí bude vypadat následovně: „Naskenuj se a já ti řeknu kolik budeš vydělávat, v jakém prostředí se budeš pohybovat, zda budeš v řídící funkci, …, …“.

Literatura

Suong S. And Baek S.: Body shape matters: Evidence from machine learning on body shape-income relationship, PLOS ONE (2021). DOI: 10.1371/journal.pone.0254785