Casi todas las aplicaciones de citas deciden a quién ves. La nuestra ordena los perfiles con cuatro reglas que puedes leer, las mismas para todo el mundo, y ahí se detiene. Es una decisión deliberada y nos cuesta algo, así que merece una explicación en lugar de una línea en una lista de funciones.
¿Qué optimiza realmente un algoritmo de clasificación?
Un sistema de recomendación necesita un objetivo. En una aplicación de citas los objetivos disponibles son métricas de interacción: tiempo en la aplicación, mensajes enviados, deslizamientos por sesión, días de permanencia. Ninguna de ellas es « has conocido a alguien bueno ». Son aproximaciones, elegidas porque pueden medirse cada día, y un sistema entrenado sobre una aproximación acaba optimizando la aproximación a costa de aquello que representaba.
No es una teoría de la conspiración sobre las aplicaciones de citas. Es aritmética. Si las personas que encuentran a alguien dejan de abrir la aplicación, y el sistema recibe una recompensa cuando las personas abren la aplicación, entonces el sistema aprende algo sobre las personas que encuentran a alguien. Nadie tiene que pretenderlo para que ocurra.
El segundo problema nos es propio. Un modelo de clasificación aprende del comportamiento, y el comportamiento hacia las personas trans en las aplicaciones generalistas no es neutral. Dale datos de interacción y reproducirá fielmente cualquier jerarquía que esos datos contengan: qué perfiles se abren, cuáles se pasan, en las fotos de quién se demora la mirada y por qué. En una plataforma hecha para personas trans y no binarias, un flujo optimizado para la interacción reconstruiría exactamente la clasificación de la que la gente vino aquí a escapar, y lo haría de forma invisible, con la autoridad de una máquina.
¿Qué hacemos en su lugar?
Cuatro reglas sencillas, y ninguna puntuación. Dentro del radio que ajustas, primero van los perfiles con foto, luego los perfiles que responden a una pregunta de perfil, después, si en tus resultados no hay nadie a menos de 100 km, las personas que dicen en su perfil que hablan a distancia con gusto, y dentro de cada grupo, la persona más cercana primero. La razón es práctica: un me gusta se da a una foto o a una respuesta, así que una tarjeta sin ninguna de las dos no le da a nadie nada a lo que responder. La tercera regla sigue una opción que cada persona activa o no en su propio perfil. No hay puntuación oculta, no hay impulso, no hay insignia de « muy compatible » y no hay nada que comprar para subir en la lista.
Puedes filtrar (la edad, si hay una foto, si la cuenta está verificada) porque un filtro es algo que elegiste y que puedes ver. Esa es la diferencia que nos importa. Un filtro es legible. Una clasificación no lo es.
También mostramos el número real de personas en tu radio, sin inflarlo. Si hay once personas en cincuenta kilómetros a la redonda, pone once. Todas las aplicaciones de citas conocen el número que hace que una ciudad parezca viva, y todas tienen la tentación de mostrar ese. La nuestra dice once, y eres tú quien decide si once merece tu tiempo. Mira cómo funciona para el resto del mecanismo.
¿Qué cuesta esto?
Ser honestos sobre los inconvenientes es la única razón por la que un texto como este merece leerse.
Ordenar por distancia se queda corto en las ciudades densas. En una ciudad grande con cientos de cuentas cerca, « la más cercana primero » dentro de cada grupo es casi arbitrario. Alguien a cuatrocientos metros no es más pertinente que alguien a dos kilómetros, y pasada cierta densidad la cuadrícula se convierte en un muro de gente sin nada que ayude a orientarse. Todavía no tenemos una respuesta inteligente a esto. Los filtros y las respuestas del perfil son lo que ofrecemos, y no lo sustituyen del todo.
Las cuentas nuevas no reciben ningún impulso. Muchas aplicaciones empujan un perfil nuevo arriba durante un día o dos, lo que ayuda de verdad a empezar. Nosotros no, porque ese mecanismo es el mismo que después sirve para vender visibilidad. El coste es real: llegar aquí es más lento.
No podemos mostrarte « gente como la que te ha gustado ». Esa función suele ser buena, y renunciamos a ella. Tendríamos que construir un modelo de tu comportamiento para ofrecerla, y preferimos no tener ese modelo en absoluto antes que prometer usarlo con cuidado.
La interacción es probablemente menor. Una aplicación que no intenta mantenerte deslizando no te mantiene deslizando. Creemos que es el resultado correcto y sabemos también que es la clase de cosa que dice una empresa cuyas cifras son pequeñas.
La parte que no trata de algoritmos
Existe una versión de este argumento que es sobre todo comunicación: sin algoritmo, sin publicidad, sin patrones oscuros, somos los buenos. Esa versión no vale nada, porque nada en ella puede comprobarse.
Lo que sí puede comprobarse: la aplicación muestra el recuento sin inflar, el orden sigue las cuatro reglas de arriba, los filtros son los que ves, y las respuestas del perfil son visibles según reglas que pones tú misma en la pantalla de visibilidad. Lo que guardamos y lo que no está escrito en la página de privacidad, incluidas las cosas que nos vendría bien guardar y que deliberadamente no guardamos. Las cifras de moderación, incluidas las que preferiríamos no publicar, están en la página de transparencia y se leen de la base de datos en lugar de escribirse a mano.
Son esas afirmaciones las que hay que exigirnos. No la ausencia de un algoritmo, sino la presencia de cosas que puedes ir a mirar.

Wren · Redacción
Wren es el nombre bajo el que se publica el blog de T4TSpace. Los artículos los escribe el pequeño equipo que construye la aplicación, firmados con un solo nombre para que la voz no cambie de un texto a otro.