Which? 测试多款 AI 皮肤分析工具，发现结果不稳且推荐有误导风险

Which? 在多个零售商和品牌网站上识别并测试了 17 款 AI 皮肤扫描工具，样本包括 Boots、Superdrug，以及 La Roche-Posay、L’Oréal、Neutrogena 等品牌的主页工具。测试流程为先填写预扫描问卷并记录真实皮肤问题与类型，然后在良好光照下连续做两次扫描，再在更改问卷答案的情况下做第三次，最后在昏暗或不均匀光照下做一次，记录每次的总体得分、分项分析和推荐产品。

关键发现之一是，在光线和拍摄距离保持一致时，多数工具给出的总体数值评分相对稳定，第一与第二次扫描的平均差不到 1 分，只有 4 位受测者的分数变化达 5 分或以上。尽管总体分数稳定，工具在识别受测者自报的局部问题方面表现较差：对 14 位有明显痤疮或爆痘并将其列为主要关切的受测者，工具有 10 次未能识别或直接与受测者描述相悖；对 9 位有暗斑的受测者，有 6 次被评为色素健康；对 7 位有红斑的受测者，则无人被标记为红斑问题，且 3 人被评为皮肤健康得分最高。

光照对结果影响显著。工具本身会提示良好光照重要性，测试显示约一半受测者仅因光源位置变化，其总体得分就可上升多达 39 分或下降 25 分，甚至左右光线方向的微小变化也会改变最终评分。肤色也会影响检测准确性，测试指出在数据集代表性不足的情况下，较深肤色（Fitzpatrick 类型 IV-V）的受测者更容易出现被低估色素问题的情况，反而浅色肤质在光照变化下得分波动更大。

关于产品推荐，工具通常在拍照前要求用户填写年龄、性别、肤质、位置和主要关切等信息，但推荐逻辑并不总是可靠。测试中有受测者在清晰皮肤但手动选择了斑点为主要关切后，工具仍然给出低痘痘评分并推荐相应产品；更令人担忧的是，部分情况下推荐的产品包含可能刺激或不适合特定皮肤状况的成分，例如对有酒渣鼻或敏感问题的人存在潜在加重症状的风险。

测试还发现市场上多款工具并非各自独立开发，至少有七款流行选项使用同一由 Revive 提供的白标 AI 引擎，另有品牌使用自有框架如 L’Oréal 的 ModiFace。这意味着不同网站出现相似的分析结果与相似的产品推荐并非偶然。

基于测试结果，Which? 指出 AI 皮肤分析工具在便捷性上有吸引力，但在识别局部问题、应对不同肤色和光照条件方面存在明显局限，且产品推荐有时可能不适合或有风险。文章同时提及已在 9 月初测试后将发现告知 Boots，Boots 网站上的 Skincare Diagnostic Tool 已被移除。