Według danych z DatingZest, z Tindera, czyli bezkonkurencyjnie najpopularniejszej obecnie aplikacji randkowej, korzysta na całym świecie ponad 75 milionów użytkowników. Dziennie “swipują”, czyli przesuwają oni w prawo lub w lewo ponad 1.6 miliarda razy w rezultacie generując 30 milionów “matchy”, czyli wirtualnych par. Jak głosi Tinder Pressroom, taka liczba “matchy” prowadzi tygodniowo do około 1.5 miliona randek z Tindera. W wyniku randek część osób decyduje się wejść w dłuższą relację. “Poznałem moją narzeczoną na Tinderze w czasie COVID-owej kwarantanny” – opowiada Gabriel. “Jest z Lafayette w stanie Indiana, a ja z Cleveland w stanie Ohio. Oboje jesteśmy chrześcijanami. Zakochaliśmy się w sobie do szaleństwa”. Tę i wiele innych historii szczęśliwie zakochanych par można przeczytać na oficjalnej stronie Tindera. Często, tak jak Courtney:

“Dzięki Tinderowi poznałam miłość życia i już niedługo bierzemy ślub (…) Po tygodniu rozmów na czacie umówiłyśmy się na pierwszą randkę i od razu wiedziałam, że mam do czynienia z wyjątkową osobą!”

Courtney

przypisują one powstaniu swojej relacji element magiczny: widzą ją jako szczęśliwy zbieg okoliczności, a może raczej jako ingerencję przeznaczenia, które w odpowiednim momencie pozwoliło im na stworzenie matcha. Czy jednak mając do czynienia z aplikacją opartą na dziesiątkach algorytmów, w których nie ma miejsca na przypadek, możemy w ogóle mówić o magii i przeznaczeniu? Czy poczucie wyjątkowości i samodzielności naszych wyborów jest tylko iluzją i tak naprawdę to algorytm zdecydował, z jaką osobą będziemy w stanie stworzyć parę?

Po co Tinderowi algorytm?

W epoce, w której Netflix czy YouTube są naszą codziennością i oferują nam niezliczoną liczbę różnorodnych filmów, nikogo nie zaskakuje już fakt, że nigdy nie będziemy w stanie zapoznać się ze wszystkimi z dostępnych tam tytułów. Ba, przyzwyczailiśmy się już do algorytmów rekomendacyjnych, które na podstawie zaobserwowanych preferencji podsuwają nam pod nos skrojone dla nas propozycje. Z podobnego założenia wychodzi również Tinder – w końcu mało który z użytkowników będzie miał czas, cierpliwość i wystarczającą determinację, aby “przekopać się” przez wszystkie istniejące profile. Zadbanie o odpowiednie dopasowanie i uszeregowanie kolejności, w jakiej proponowane profile wyświetlą się na ekranie, może być więc kluczowe dla łatwiejszego znalezienia profilu, który wpasuje się w nasze gusta (i oczywiście dla utrzymania naszego czasu i uwagi w aplikacji :)). 

Jak zgrabnie porównuje artykuł opublikowany na blogu Auto Swiper, tego typu algorytm można określić jako tzw. imprezowego “skrzydłowego”, który stara się pomóc w sparowaniu dwóch osób. Dzięki temu, że nie są to całkowicie losowe jednostki, a kandydaci dobrani na podstawie pewnego rodzaju analiz preferencji obu stron, szansa na to, że wyjdziemy z imprezy w parze, a nie samotnie, wydaje się większa.

Jest jeszcze jeden powód, który zmobilizował deweloperów Tindera do opracowania lepszych algorytmów umożliwiających szybsze wyświetlanie atrakcyjniejszego i dopasowanego pod nasze gusta partnera. Jest nim odsetek kobiet w gronie wszystkich użytkowników Tindera, który wynosi zaledwie 22%. Jeśli spojrzymy na te dane pod kątem tworzenia potencjalnych par heteroseksualnych, obecność tego niewielkiego odsetka kobiet znaczy dla aplikacji randkowej “być albo nie być”. Jeśli jakaś inna aplikacja obieca użytkowniczkom bardziej atrakcyjny system proponowania potencjalnych partnerów, to istnieje duża szansa, że przejdą one do owej innej aplikacji – a za nimi mężczyźni. Podobnie, jeśli będą one wielokrotnie trafiać na skrajnie niedopasowanych mężczyzn, mogą szybko się zniechęcić i odinstalować apkę. Oferując lepiej dobrane pod kątem preferencji użytkownika propozycje, Tinder stara się więc zachować konkurencyjność i atrakcyjność.

Algorytmy Tindera

Chociaż (z przyczyn oczywistych) nie ma dokładnego opisu szczegółów działania Tindera wiele ludzi w swoich blogach i filmikach zastanawia się w jaki sposób on działa. Widać, o tyle dużo, że pracownicy Tindera zdecydowali trochę podzielić się wiedzą.

Najważniejszym aspektem jest aktywność korzystania z aplikacji – im częściej osoba otwiera Tindera tym “wyżej” na liście potencjalnych kandydatów ona wyląduje. Jeszcze większa szansa okazać się tym samym “match’em” jest u osób, które w tej chwili są online. Brzmi dość naturalnie – żeby kogoś poznać trzeba “być w miejscu zgromadzeń ludzi”, dać o sobie znać i to zależy tylko od użytkownika.

Oprócz tego aplikacja potrzebuje pewnej wiedzy o użytkowniku – płeć, wiek, preferencje i między innym lokalizację, dzięki czemu Tinder z większym prawdopodobieństwem zaproponuje osoby, które mieszkają lub znajdują się w tej chwili najbliżej.

Kilka lat temu częścią algorytmu Tindera był (jak twierdzą w blogu Tindera) tak zwany “elo score”, który bazował (?) się na tym, między innym, jak inni oceniają użytkownika. Z grubsza mówiąc to można nazwać “stopniem atrakcyjności” – jeśli w ciągu kilku sekund profil nie spodoba się, to dostaje “NOPE”, co zamieniało się w minus punkty w tym ratingu. W tym przypadku było dużo mniejsze prawdopodobieństwo trafić na osobę “nie ze swojej ligi”. Brzmi dość okrutnie, ale na szczęście Tinder zmienił to podejście i na chwilę obecną ten rating bazuje się na wynikach “LIKE’ów” i “NOPE’ów” w trakcie np. ostatnich 24 godzin (jak twierdzą w blogu Tindera).

Elo nie jest nowością nawet w randkowych aplikacjach (Bumble, Hinge), ale twierdzą, że Tinder robi większy akcent na stosunku liczby “LIKE’ów” popełnionych przez użytkownika i liczby “match’ów”.

Niektórzy spekulują, że poza cechami opisanymi wyżej Tinder uwzględnia aktywność innych osób wobec danego użytkownika. To znaczy że jeśli użytkownik dał “LIKE” potencjalnemu partnerowi, to aplikacja sprawdzi, jakie inne osoby podobają się innym użytkownikom, którzy wybrali tego samego partnera (oczywiście, zgodnie z ograniczeniami opisanymi wyżej). Oprócz tego ludzie spoza firmy uważają, że na tym analiza aktywności innych użytkowników podczas polecania partnerów dla danej osoby nie kończy się. Jeśli człowiek preferuje ludzi z konkretnymi cechami, ale tacy partnerzy nie rozważają tej osoby jako pasującej, to nie tylko oni nie będą dostawali “matcha” z tą osobą, ale i dla niej Tinder z małą wiarygodnością będzie proponował partnerów w takiej kategorii.

Inni z własnego doświadczenia zauważyli, że Tinder nawet ma różne zachowania w zależności od wieku i płci użytkownika (w filmiku wyżej autor opowiada, że jego ojciec musiał płacić 2 razy więcej niż on, kilka innych przypadków – raz, dwa).

 

Rozważania etyczne

Zasób scamu

Oszukiwanie przez serwisy randkowe nie pojawiło się w Tinderze, ale warto zaznaczyć, że ta aplikacja jest tak samo podatna na działalność socjalnych inżynierów. Jeden z najbardziej niesławnych przypadków – tzw. “Tinder swindler”. Oszust przez Tindera zapoznawał się z bogatymi kobietami, udając inną osobę, i manipulował nimi żeby uzyskać od nich pieniądze, po czym znikał, pojawiał się w aplikacji pod innym profilem i powtarzał operację.

Chociaż historia jest dość ciekawa sama z siebie (np. szczegóły dotyczące manipulacji, za pomocą których oszust potrafił wyłudzić tak dużo pieniędzy), w kontekście tego wpisu warto skupić się na “wkładzie” Tindera. Shimon Hayut (prawdziwe imię oszusta) był “w związku” z kilkoma ofiarami jednocześnie, oczywiście pod innym imieniem, a gdy jedna z kobiet zgłosiła na niego, to po prostu zakładał nowe konto jako inna zupełnie osoba. Nawet po tym, jak został złapany i wyszedł z więzienia, trudno powiedzieć czy rzeczywiście dostał permanentnego bana w Tinder. Naturalnie powstaje pytanie: “Jak to stało się, że Tinder zbiera tyle danych, ale nie potrafi potwierdzić tożsamość?”

Warto też zwrócić uwagę na obywatelstwa ofiar – kobiety pochodzą z różnych państw Europy (np. Dania, Finlandia, Niderlandy, Norwegia). Opisując algorytmy Tinder sam podkreśla jak ważna jest lokalizacja dla rankingu potencjalnych partnerów, niemniej jednak oszust potrafił mieć kilka “partnerek” jednocześnie. Przecież to nie wycieczka na wieś pod miasto, a loty na setki i tysiące kilometrów. Tym bardziej wydaje się niesamowitym to, że Hayut znalazł takich partnerek, które mogły sobie pozwolić przelać łącznie około 10 milionów dolarów. W polityce prywatności Tindera piszą, że dla płatnych serwisów używają między innym “other financial information”, co można interpretować w wiele różnych sposobów.

Uwodzicielstwo i “dopasowanie się” do aplikacji

Jak i w bardziej tradycyjnym oflajnowym podejściu prędzej czy później powinny były pojawić się “coach’e”, którzy opowiadają o tym, co trzeba zrobić żeby wygrać, osiągnąć sukcesu w Tinder. Kilka przykładów:

jeden z serii filmików takiego “coacha”, który na charakterystycznej czarnej sofie opowiada między innym o tym, co trzeba zrobić w Tinder żeby wylądować w wyższej lidze

https://onlineforlove.com/tinder-elo/

artykuł, w którym autor opowiada o tym jak uzyskać w Tinder “gorącą laskę” i nie trafić na “some uggo”

Przedstawienie tych przykładów ma na celu pokazać to, że Tinder nie różni się od innych mediów budowania relacji i może mieć te same cechy. Warto też zauważyć, że duża liczba podobnych materiałów jest związana z tym, że na 2020 rok 72% użytkowników to mężczyźni.

Dostęp do najbardziej osobistych danych

Żeby zapewnić robotę swoich algorytmów aplikacje randkowe używają danych osobowych użytkowników. Żeby dopasowywać się do konkretnego użytkownika potrzebne konkretne dane, to jest naturalne. Co może przerażać – to, jak dużo tych danych o jednej osobie jest i nawet gorzej staje się jeśli zastanowić się nad tym, że one mogą być używane nie tak, jak ich właściciel by chciał. Na przykład, w tym artykule opisuje się przypadek, gdy pani poprosiła o wszystkie swoje dane, które do tej pory uzbierał Tinder i okazało się około 800 stron. To było w 2017 roku. Ta aplikacja pobierała nie tylko precyzyjną lokalizację, IP, czas i częstotliwość logowania, a jeszcze czat z każdym “match’em”, polityczne i religijne poglądy, a przez podłączone profile w mediach społecznościowych Tinder uzyskuje informację o wszystkich kontaktach, zdjęciach, nawet lajkach. Oczywiście, na tym lista się nie kończy.

Z tą wiedzą bardzo trudno zachowywać pewność tego, że zawsze z danymi wszystko będzie w porządku i że będą używane tylko w sposób oczekiwany przez użytkownika. Po pierwsze, zawsze jest ryzyko tego, że wszystkie te dane zostaną ujawnione lub skradzione (przypominam, że między innym Tinder przechowywuje “other financial data”, co na pewno nie powinno być w otwartym dostępie). Poza tym w Privacy Policy jest część “How we share information”, w której piszą, że mogą dzielić się też z “affiliates” z Match Group – czyli innymi aplikacjami.

W Privacy Policy niemało takich nie do końca precyzyjnych twierdzeń, które można traktować w różny sposób. Na przykład w tym artykule piszą, że Tinder przekazywał dane o poglądach politycznych, lokalizacji, pochodzeniu etnicznym innemu serwisu usług zaręczynowych, na co w Match Group odpowiedzieli, że “nie udostępniali wrażliwych danych dla reklamy”, a tylko jako “wsparcie techniczne”.

Czy na pewno “dating app”?

Patrząc na opis różnych funkcji oraz politykę prywatności tegoż Tindera, liczne artykuły i filmiki o tym, jak można “ograć” innych i “wygrać” w aplikacji, powstaje pytanie: czy na pewno Tinder i mu podobne programy są po to, żeby ludzie umawiali się na randki?

Od razu dodam filmik, którym w sumie zainspirowałem się w tej części:

A jeśli już tinderować, to jak?

Jeśli jednak wciąż nie odinstalowałeś Tindera ze swojego smartfona, mamy dla Ciebie dobrą wiadomość. Według niektórych raportów, małżeństwa wynikające z ingerencji czarodziejskiej różdżki Tinderowego algorytmu charakteryzują się niższym odsetkiem rozwodów. Być może stosowana w aplikacji metoda rekomendacji sprawdza się więc lepiej niż ślepa wiara w przeznaczenie? Załączamy niżej kilka porad, jak pomóc Twojej algortymicznej swatce.

1. Zadbaj o swój profil – dodaj naturalny i szczery opis i zdjęcia. Dzięki temu nie wpadniesz w nieprawidłową “niszę” podobnych matchy.
2. Aby “przypodobać się” algorytmowi, a co za tym idzie, nie dać się przegapić swojej wymarzonej parze, używaj Tindera często. Nie znaczy to, że musisz być aktywny w aplikacji bez przerwy – wyrób sobie nawyk “swipowania” kilka razy dziennie, kiedy akurat masz dosłownie chwilę wolnego czasu.
3. Stawiaj na jakość, a nie ilość. Nie bądź skrajnie wybredny, ani nie przesuwaj w panice wszystkich profili w prawo. A jeśli już masz “matcha” – napisz wiadomość. Algorytm stara się proponować jako jedne z pierwszych osoby aktywne i zaangażowane. Nie mówiąc już o tym, że oczywiście żadna zaimplementowana logika aplikacji nie zastąpi rozmowy, od której zaczyna się każda relacja.
4. Jeśli Tinder ciągle proponuje Ci profile, które nie do końca wpasowują się w Twoje gusta, spróbuj zrobić pełny reset swojego konta, tak, aby pozwolić aplikacji nauczyć się Twoich preferencji od nowa. Nie rób tego jednak zbyt często – maksymalnie raz na kwartał, pół roku. W przeciwnym wypadku istnieje duża szansa, że załapiesz się na shadow bana i Twój książę / księżniczka na białym koniu nie będzie w stanie Cię zobaczyć 🙂

Żródła

1. Liam Barnett. “Tinder Statistics 2022 & Fun Facts That You Didn’t Know Before”. https://datingzest.com/tinder-statistics/
2. School Of Attraction – “How To Exploit The Tinder Algorithm In 2022 – Niching, Netflix, And Venn Diagrams”. https://youtu.be/XdWbeyc5i1M
3. Freethink – “Hacking the Tinder Algorithm to Find Love“. https://youtu.be/jfolqx8XKsE
4. Playing With Fire – “Tinder’s Algorithm Explained: How it Works & How to Get More Matches“. https://youtu.be/6pZ69bSHPQ4
5. Ellen Scott. “How does Tinder actually work?”. https://metro.co.uk/2016/02/27/how-does-tinder-actually-work-5721632/
6. Degen, J., Kleeberg-Niepage, A. The More We Tinder: Subjects, Selves and Society. Hu Arenas 5, 179–195 (2022). https://doi.org/10.1007/s42087-020-00132-8
7. Judith Duportail. “I asked Tinder for my data. It sent me 800 pages of my deepest, darkest secrets”. https://www.theguardian.com/technology/2017/sep/26/tinder-personal-data-dating-app-messages-hacked-sold
8. How The Tinder Algorithm Works. https://datingappworld.com/how-does-the-tinder-algorithm-work/
9. Online For Love. “Tinder Elo: The Definitive Guide To The Tinder algorithm”. https://onlineforlove.com/tinder-elo
10. “Tinder Algorithm – All You Need To Know (2022)” https://auto-swiper.com/en/blog/tinder-algorithm/
11. Cédric Courtois, Elisabeth Timmermans, Cracking the Tinder Code: An Experience Sampling Approach to the Dynamics and Impact of Platform Governing Algorithms, Journal of Computer-Mediated Communication, Volume 23, Issue 1, January 2018, Pages 1–16, https://doi.org/10.1093/jcmc/zmx001
12. Yu-Chin Her & Elisabeth Timmermans (2021) Tinder blue, mental flu? Exploring the associations between Tinder use and well-being, Information, Communication & Society, 24:9, 1303-1319, DOI: 10.1080/1369118X.2020.1764606
13. Robin Zlotnick. “Studies Say Online Dating Apps Lead to Less Divorce“. https://www.distractify.com/p/online-dating-divorce