TL;DR： 当一款应用读取自拍照片并给出性格判断时，现有科学证据只显示群体层面的一点微弱信号：Kachur 与 Osin（2020）研究中的神经网络能在高于随机的水平上部分预测自评 Big Five 得分，相关度有限，尽责性最高约为 0.36。这一信号强度不足以判断某个具体的人，更谈不上命运或东亚相术规则。目前尚无针对越南人的研究，也没有验证相术部位的研究。
AI 看面相应用实际上在做什么？
当一款应用读取自拍照片并给出性格判断时，从技术上说，它通常是在运行一个已在带标签照片集上训练过的机器学习模型。这些标签可能是照片中人物自己申报的性格得分，也可能是他人评分，或者开发者自行设定的某种标签。应用给出的结果并不是相术意义上的「读」脸，而是模型根据训练数据学到的东西，从图像样本中估算出的一个数字。
本文的核心问题比「相术准不准」要窄。这里只问：当机器学习使用真实照片时，它能预测到什么程度？下面引用的研究都在真实拍摄的照片上测量，大部分在国外进行，并且按照 Big Five（五大性格特质）模型测量性格，不测量命运，也不测量相术部位。因此，它们的结果不能用来肯定或否定东亚相术规则；它们只说明从照片预测性格的限度。
规模最大的研究对准确度说了什么？
这一组中规模最大的研究由 Alexander Kachur 与 Evgeny Osin 及合作者完成，2020 年发表在 Scientific Reports 上。团队招募了 12,447 名自愿参与者，共计 31,367 张人脸照片，每人自报自己的 Big Five 得分[1]。随后他们训练了一个人工神经网络序列，从照片预测自报得分。
主要结果：模型在统计显著意义上以高于随机的水平预测出各性格特质，男性和女性皆然。相关度最高的是尽责性，男性约为 0.360，女性约为 0.335；平均效应量为 0.243。作者团队也指出，这一结果高于此前使用自拍照片的研究。这是首次有研究对开放性特质取得有意义的预测。
这个数字要读准。相关度 0.36 并不意味着只要看一眼照片就知道那个人是否尽责。研究中，预测是在包含 1,245 名个体的 3,137 张照片的验证集上检验的。作者团队也明确指出一项重要局限：他们的样本主要是讲俄语的白人，属于同一文化和年龄段。也就是说，这一结果尚未在越南人或其他民族、文化、年龄段群体上检验过。此外，这只是单一研究，证据等级为 B：它表明该现象在该样本中确实存在，但尚未被广泛重复，不足以成为确定结论。
一个值得注意的技术细节：作者团队只使用表情中性或接近中性的照片，他们解释说，外向性和神经质效应较弱，可能是因为这两个特质与积极和消极情绪体验相关，而用于训练的照片已经去掉了表情。团队还指出，现实生活中的照片，尤其是参与者自选的照片，是一种整体行为，可能包含静态面容之外的许多线索，如光线、发型、头部角度、照片质量。在评价一款商业应用时，这是非常重要的一点：模型可能是在从照片背景中学习，而不只是从人脸。
合成照片实验说明了什么？
在 2020 年那项研究之前，Anthony C. Little 与 David I. Perrett 已于 2007 年在 British Journal of Psychology 上发表了一项使用合成照片的实验。做法是把每个性格特质上得分高的一组和得分低的一组照片分别合成，然后让参与者从合成照片中判断性格特质。结果简述：判断准确度高于随机，尽责性和外向性最明显；吸引力、男性气质和年龄是中介线索。
需要强调的一点：这是在整组合成照片上判断，而不是在单个个人上判断。合成照片已经去除或固定了许多个人特征，因此任务比看一张真实人脸并判断其性格要容易得多。Kachur 与 Osin 也指出，使用合成照片的研究往往给出更强的效应量，而使用真实个人照片的研究往往给出更有限的效应。因此，如果一款应用以「合成照片能猜对」这类结果做宣传，需要明白那是群体层面的结果，不是个人层面的结果。
从人脸得出的第一印象错在哪里，又有多危险？
Alexander Todorov 及合作者 2015 年发表在 Annual Review of Psychology 上的综述显示，人从人脸推断性格非常快，而且许多人彼此一致，但准确度很低。这种印象仍然支配着选举、招聘和审判等真实决策[2]。
这意味着：「看脸就懂人」的感觉很强，但强不等于对。当一款 AI 应用给出看起来合理的结果时，用户容易相信，因为它与既有印象吻合。但按照 Todorov 的说法，正是这种既有印象常常是错的，并可能导致对他人做出错误决定。这就是研究者强调不应把从脸预测性格作为关于某个具体人的重要决策依据的原因。
关于可信度的元分析说了什么？
Y. Z. Foo 及合作者 2021 年在 Personality and Social Psychology Bulletin 上发表了两项关于从人脸判断可信度准确性的元分析。结果简述：确有准确度但很有限，人脸层面相关度约为 0.14，判断者层面约为 0.27，且依赖行为领域[3]。作者团队提出，这究竟是「真相的内核」还是「现代相术」，结论不支持从人脸确定地解读性格。
这是 A 级证据，即多项研究的综合，因此比单一研究更有分量。0.14 和 0.27 这两个数字表明信号确实存在但非常小：足以说明人脸带有一些关于他人如何感知的信息，但不足以判断某个人的真实性格。
各项研究对照表
| 研究 | 样本量／数据范围 | 可预测的特质 | 相关度水平 | 未测量的内容 |
|---|---|---|---|---|
| Kachur 与 Osin 及合作者（2020），Scientific Reports | 12,447 人，31,367 张照片；讲俄语的白人；验证集为 1,245 人的 3,137 张照片 | 全部五项 Big Five 特质，高于随机；最强为尽责性 | 尽责性最高约为 0.360（男）和 0.335（女）；平均效应量 0.243 | 未测命运，未验证相术规则，未在越南人上测量 |
| Little 与 Perrett（2007），British Journal of Psychology | 高分组合低分组的合成照片 | 尽责性和外向性最明显；中介线索：吸引力、男性气质、年龄 | 高于随机 | 在整组合成照片上判断，而非单个个人 |
| Todorov 及合作者（2015），Annual Review of Psychology | 系统性综述 | 从人脸进行社会归因：快、共识高、准确度低 | 未测命运；强调印象支配真实决策 | |
| Foo 及合作者（2021），PSPB | 两项元分析 | 从人脸判断可信度 | 人脸层面约 0.14，判断者层面约 0.27 | 依赖行为领域；不支持从人脸确定地解读性格 |
为什么仍有一点微弱信号？
Kachur 与 Osin 及合作者提出了四类可能解释人脸照片与性格之间关联的原因。第一，某些性格特质与经常性的情绪表达行为相关，而经常性的表达可能塑造静态面容，形成皱纹或影响面部肌肉发育。第二，外貌可能影响他人对待自己的方式，从而影响性格发展，属于「自我实现的预言」或「自我否定的预言」。第三，面部形态特征可能与某些性格特质相关。第四，现实生活中的照片还包含面容之外的线索，如光线、发型、拍摄角度。
正因为存在这么多条路径，研究中的微弱信号不应被解读为「人脸决定性格」。它只说明在某个具体数据集中，照片与自报得分之间存在一种弱关联。这种弱关联不允许判断某个具体的人，更不允许推断命运。
本文不涉及的内容
本文不评价任何具体的看相应用，因为没有关于这些应用的独立验证数据。本文也不验证东亚相术的部位，如额头、眼睛、鼻子、下巴，或三庭、五岳等规则。这里引用的研究按照 Big Five 模型测量性格，这是一个西方框架，不测量相术的概念。因此它们的结果不能用来肯定或否定相术；它们只说明用机器学习从照片预测性格的限度。
目前尚无针对越南人的从人脸照片预测性格的研究，也没有用机器学习方法验证东亚相术规则的研究。这是一个应当明确说出的证据空白，而不是把国外结果外推到越南人身上。
效应真实，但源自信念
在民间，许多人相信看脸可以判断性格，一些相术从业者也基于这一信念实践。这种信念可能通过另一条路径产生真实效应：当人们相信关于自己的某种描述时，他们可能改变行为，而行为的改变可能导致不同的结果。这是真实效应，但它源自信念和行为，而不是该系统「猜对了」人脸。换句话说，要区分两件事：系统猜对了，以及相信的人改变了行为。只有第二件事有明确机制，而它并不能使该系统成为精确的测量工具。
给应用用户的正确读法：把结果当作娱乐参考，不要作为关于某个具体人工作、感情或金钱决策的依据。对开发者而言，值得做的是公布样本量、数据范围和真实相关度，而不是只说「AI 预测准确」。
与已有文章的关联
科学怎么说看面相 一文已经介绍了 Todorov 和 Foo 的基础，即关于人脸印象准确度的综述。本文补充了机器学习在照片上的视角，聚焦于 AI 应用的问题以及真实照片研究中信号的强度。
