Le piattaforme di dating online sono sempre più popolari e si prevede che questa tendenza non si arresterà: entro il 2027 si stima che saranno 440 milioni gli utenti attivi nel mondo (Statista, 2023).
Farsi aiutare nella ricerca di un partner non è cosa nuova: quante volte familiari, amici e colleghi ci hanno suggerito e presentato potenziali partner. Proprio per l’importanza delle “raccomandazioni” della propria rete sociale, Tinder ha lanciato di recente una nuova funzione, chiamata Matchmaker, che permette ad un utente di chiedere agli amici di consigliare profili.
Anche se intuire la compatibilità non è facile né per un algoritmo né per un essere umano (Sharabi, 2021), diversamente dalle modalità convenzionali le app di dating promettono di far incontrare persone affini in maniera veloce ed efficace. Queste app semplificano l’approccio e riducono le tempistiche: danno accesso ad un numero di potenziali partner potenzialmente illimitato, filtrano e suggeriscono i profili più compatibili sulla base delle proprie preferenze e quelle dell’altra persona; il tutto utilizzando algoritmi di intelligenza artificiale (Paul e Ahmed, 2023).
Milioni di utenti utilizzano queste app e sono a conoscenza, almeno in linea di massima, di come funzionano; sanno che il matching è determinato da processi e automatismi basati su tecnologie sempre più avanzate e raffinate; lo sanno perché le app stesse fanno leva su questo nel pubblicizzarsi e menzionano esplicitamente l’uso di IA, che, anzi, offre nuove funzionalità agli utenti che acquistano le versioni premium. Se per gli utenti questo sia realmente un valore aggiunto, se credano davvero che un matching basato sulle intelligenze artificiali sia migliore e più valido, dipende dall’opinione generale che hanno sulle IA e su quanto le reputino affidabili.
Come percepiamo gli algoritmi di matching
Instaurare relazioni e creare una connessione con l’altro non è esattamente qualcosa che si può interpretare e valutare secondo leggi, schemi e procedimenti matematici. Eppure, trovare un match ora è percepito come compito meccanico, logico, basato su parametri quantificabili, come test di personalità e profilazione psicometrica. Per gli utenti trovare un partner è diventato un compito oggettivo, deterministico, basato sulla convergenza di determinate caratteristiche. L’insieme di dimensioni, opportunamente elaborate, può dare un output valido anche quando si tratta di rapporti umani. Il matchmaking viene considerato un processo oggettivo di rilevazione di caratteristiche simili al fine di determinare la compatibilità.
Quanto più i suggerimenti personalizzati sulla base delle preferenze personali vengono riconosciuti come utili e pertinenti, tanto più gli utenti avranno una valutazione positiva degli algoritmi. E, proprio perché utilizzano calcoli matematici, la percezione che ne hanno gli utenti è che queste raccomandazioni siano corrette, pur non sapendo come vengono fatte (Paul e Ahmed, 2023). In effetti, sono una black box, una scatola nera inaccessibile. Anche se sono presenti pagine e sezioni dedicate, le piattaforme non divulgano informazioni specifiche su come vengono eseguite le analisi sui dati degli utenti, giustificando questa scelta come una tutela della proprietà intellettuale riservata. Basare le strategie di matching sull’utilizzo di algoritmi avanzati è un punto di forza, un asset di marketing per le app di dating; quando si tratta però di uscire dalla promozione e rendere chiaro e trasparente agli utenti come questi algoritmi funzionano, tendono a fornire informazioni vaghe e opache.
Motivazioni, bisogni e desiderabilità sociale
Secondo l’ultimo report “The Future of Dating” di Tinder (2023), gli utenti ritengono che algoritmi avanzati possano supportarli in compiti specifici: per esempio nella creazione del profilo, aiutando a sintetizzare in maniera efficace la biografia o scegliere le foto; dando indicazioni su come poter rompere il ghiaccio all’inizio di una conversazione o su come proseguirla, magari con suggerimenti basati sui dati. In generale, possono migliorare la conversazione, aiutare a mettersi in luce e, quindi, tornare allo scopo principale di queste app: la ricerca di un partner.
Sebbene a volte considerate in maniera un po’ cinica (Ritzer parla di “McDonaldizzazione del romanticismo“, come fossero un fast food delle relazioni), queste app rispondono comunque a bisogni psicologici di base, come quelli di relazione e connessione, di gratificazione e accettazione sociale (Thomas, 2023).
Sentirsi esclusi attiva le stesse regioni cerebrali del dolore fisico, sia che si tratti di rifiuto esplicito che ostracismo, ovvero l’essere ignorati senza una spiegazione, come nel ghosting. Le app di dating vengono progettate appunto tenendo conto dell’importanza di sentirsi connessi e parte di un gruppo; i feedback sono creati in modo tale da evidenziare i segnali di accettazione sociale e minimizzare quelli di rifiuto o esclusione. Per esempio, i riscontri positivi, in termini di “match”, sono espliciti, mentre il rifiuto è implicito e può essere solo dedotto dall’assenza di corrispondenze. In questa ricerca di partner, subentra anche la pressione sociale.
La convinzione normativa che ci sia qualcosa di sbagliato nell’essere single può spingere gli utenti al desiderio di “adeguarsi alla norma” più che a rispondere ai propri bisogni; sarebbero mossi quindi anche dalla desiderabilità sociale, ovvero a comportarsi in modo ritenuto socialmente desiderabile e accettabile, anche se non rispecchia le proprie necessità (Thomas, 2023). Nel perseguire il soddisfacimento di questi bisogni, di sentirsi accettati, gratificati, nel trovare un partner, quanto incide la percezione che hanno gli utenti degli algortimi di matching? Quanto si sentono aiutati nella loro ricerca?
L’importante è crederci
Sharabi (2021) definisce algorithmic beliefs, “credenze algoritmiche”, la convinzione della legittimità, della validità degli algoritmi, quanto un utente li reputa affidabili; questa dimensione spiegherebbe come mai gli utenti li ritengano utili. Nel suo studio, Sharabi ha analizzato il tasso di gradimento dei partner selezionati sia tramite autoselezione che tramite match basato su IA, evidenziando che nessuna delle due modalità è risultata particolarmente efficace rispetto all’altra. Insomma, che il match sia selezionato da noi o suggerito da una IA, poco importa: per i partecipanti non è quello che determina il successo dell’incontro. La modalità di scelta di un match non è una discriminante.
L’utilizzo effettivo degli algoritmi non è così importante; ma credere che funzionino invece lo è. Infatti, l’esperienza dell’uso degli algoritmi (per esempio, le domande che usano per giudicare la compatibilità o i partner che raccomandano) ispira la fiducia negli utenti, fiducia che si traduce nelle ‘credenze algoritmiche’, quindi nelle aspettative positive nei confronti delle IA e nella loro efficacia nel trovate il match giusto. Questa fiducia incentiva l’uso delle app in un circolo virtuoso: quanto più sono forti le ‘credenze algoritmiche’, tanto più gli utenti apprezzeranno l’app e le proposte.
Alla fine, proprio perché siamo nell’ambito della ricerca di relazioni, è la fiducia la chiave: le persone su siti e app di incontri cercano appunto una relazione, una connessione, e non potrebbero farlo in un contesto di cui non si fidano.
Bibliografia
Paul, A., & Ahmed, S. (2023). Computed compatibility: examining user perceptions of AI and matchmaking algorithms. Behaviour & Information Technology, 1-14.
Ritzer, G. (1983). The “McDonaldization” of Society. The Journal of American Culture. 6 (1): 100–107.
Thomas, M. F., Binder, A., & Matthes, J. (2023). The psychological influence of dating app matches: The more matches the merrier? new media & society, 14614448231161598.
Tinder, 2023. The future of dating report.
Statista, 2023. Online dating usage report.
Sharabi, L. L. (2021). Exploring how beliefs about algorithms shape (offline) success in online dating: A two-wave longitudinal investigation. Communication Research, 48(7), 931-952.
