Cómo funciona realmente Tinder o el porqué de su algoritmo opaco

Cerca de 57 millones de usuarios emplean Tinder a nivel global en busca del amor. Un objetivo que, sin embargo,

La app Tinder utiliza tecnología Big Data basada en recomendación de productos
La app Tinder utiliza tecnología Big Data basada en recomendación de productos.

Cerca de 57 millones de usuarios emplean Tinder a nivel global en busca del amor. Un objetivo que, sin embargo, no es el que prioritariamente persigue la aplicación, aglutinadora de información personal que le permite ofrecer anuncios personalizados e iniciar un juego erótico hacia la suscripción. 

Tinder se ha convertido en una herramienta popular para encontrar el amor. Desde su creación en 2012, la aplicación, propiedad de Match Group, está presente en 190 países y cuenta con 57 millones de usuarios activos al mes. En España, según datos de Statista, un 46% de sus usuarios afirma utilizarlo cada día y un 6%, incluso, varias veces. La popularidad de esta aplicación es tal que hasta forma parte del casting de seleccionados de First Dates. 

Pero a pesar del empleo que de él hacen los usuarios, de si encuentran pareja o no, el objetivo de la app no es otro que el de mantenerlos conectados y convertirlos en suscriptores. Y para obtener el mejor rendimiento, resulta crucial aportar la mayor cantidad posible de información y utilizarla cuantas más veces, mejor. Así, gracias a los datos que se comparten en Tinder, la aplicación puede deducir la personalidad, el aspecto físico o el comportamiento del usuario y le muestra parejas potenciales, además de anuncios personalizados. 

Según señalan desde la agencia de marketing digital Smartup, la app emplea tecnología Big Data basada en modelos de recomendación de productos. A través de esta tecnología, la app es capaz de buscar patrones o comportamientos similares basados en el histórico de datos de los usuarios y los sitúa en un determinado grupo, en función del cual les propone unos perfiles u otros. 

Uno de los aspectos polémicos que caracterizan al algoritmo de Tinder es, precisamente, el Elo Score. Una clasificación secreta que la aplicación otorga a cada usuario en función de su atractivo. Este ranking permite a la app reunir un grupo de perfiles deseados – personas guapas y con alta probabilidad de hacer ‘match’- que muestra de manera poco frecuente con el objetivo de animar a los usuarios a suscribirse.

Desde la app es posible asimismo conocer los datos que utiliza de los usuarios. Basta con emplear la herramienta Descargar mis datos, presente en la aplicación de citas. Sin embargo, la propia agencia afirma haberlo intentado y haber fracasado

Algoritmos opacos

Desde su lanzamiento en 2012, investigaciones y ensayos han intentado discernir el funcionamiento del algoritmo. A base de prueba y error mucho se sabe hoy día, pero la imposibilidad de conocer qué información emplea o en qué cajón de atractivo queda clasificado un usuario muestran la opacidad de Tinder. 

De acuerdo con Nuria Oliver, directora de investigación en ‘data science’ de Vodafone, esta opacidad es intencional por cuestiones de propiedad intelectual, aunque la entrada en vigor del Reglamento General de Protección de Datos (RGPD) ha otorgado más transparencia en torno a “qué datos se están captando de ti”, señala a IPMARK. En cualquier caso, la norma europea no entra en cuestiones de cómo desarrollar un algoritmo transparente. 

“Como este es un área con un avance vertiginoso desde el punto de vista comercial, la parte legal y regulatoria, que sería el marco que definiría qué características tendrían que tener los algoritmos, todavía no está desarrollado y entre tanto, se usan este tipo de algoritmos que no garantizan una serie de principios que deberían ser exigibles”. Entre estos principios, Oliver hace referencia a la atribución clara de responsabilidades o a la no discriminación de los usuarios por sesgos en la información que maneja el algoritmo. 

En este sentido, la investigadora recuerda que la Comisión Europea, a través de su Libro Blanco sobre Inteligencia Artificial, establece una serie de recomendaciones para desarrollar una inteligencia artificial confiable, ya que “hay muchas cosas que pueden ser legales pero no éticas”, aunque todavía queda camino por recorrer.