Des hommes et des femmes

Peu doutent des biais d’une application lors son utilisation. Pire, plusieurs pourraient penser qu’elles sont neutres. Par exemple, qui se douterait que les femmes et les hommes sont traités différemment par Tinder? Pourtant, il y a fort à parier qu’il en est ainsi; je vais donc m’attarder à soulever certains biais qui traversent les discours autour de Tinder.

Il y a plus d’hommes que de femmes sur Tinder, et ces dernières sont plus sélectives; les hommes aiment (like) les profils près d’une fois sur deux contre une fois et demie sur dix pour les femmes (Grigoriadis 2014)¹. Ce rapport disproportionné s’explique par le fait que les femmes, selon la sociologue Illouz, cherchent plutôt des relations exclusives alors que les hommes chercheraient plutôt des quantités de relations. Cette accumulation de relations éphémères constitutive de la masculinité est encouragée par les applications de rencontre et liée au modèle consumériste capitaliste (Illouz 2012). Les applications de rencontres permettent d’augmenter considérablement le nombre de partenaires potentiels (de vie ou d’un soir), et Tinder intègre cette mentalité au coeur de son fonctionnement. En effet, dans l’introduction du brevet Matching process system and method de Tinder, il est écrit: « networking architectures […] offer the benefits of automation, convenience, management, and enchanced consumer selections » (Rad et al. 2017) (je souligne). D’autres éléments du brevet permettent de souligner cette accumulation qu’encourage Tinder: les utilisateurs sont présentés sous forme de cartes qui défilent, principe toujours utilisé à ce jour, et avoir un match (lorsque deux personne aiment respectivement leur profil) n’empêche pas de continuer à balayer l’écran (swipe). Au contraire, l’application pousse à continuer en demandant « Keep swiping? » (à noter qu’auparavant il était demandé « Keep playing ? »). Sean Rad lui-même avoue que « nobody joins Tinder because they’re looking for something », et plus encore: « [people join Tinder] because they want to have fun. It doesn’t even matter if you match because swiping is so fun » (Stampler 2014 cité dans Rocha 2018). Je reviendrai sur cet élément dans la deuxième partie qui traite de la ludification de Tinder, mais déjà il est possible de voir comment l’application pousse à accumuler les « swipes » et comment l’analyse de Illouz sur la manière dont les hommes perçoivent les relations (ce qui est une généralité évidemment) s’incarne dans la personne de Sean Rad. Cet homme a d’ailleurs tenu des propos machistes lors d’une entrevue journalistique², durant laquelle il accuse également le féminisme d’être à l’origine de la culture des relations éphémères (Edwardes 2015). À ce sujet, il est pertinent de mentionner ce passage de la plainte faite à Tinder par Whitney Wolfe, ex-cofondatrice de Tinder, qui rapporte que l’attitude des cadres de l’entreprise comme étant: « the worst of the misogynist, alpha-male stereotype too often associated with technology startups » (Lowe et al. 2014). Cependant, il me semble plus intéressant encore d’observer comment ce qui semble être une perception particulière des relations hétérosexuelles telle qu’énoncée par Sean Rad se répercute dans l’application, et comment ce qui pourrait être, telle que Wolfe le rapporte, une culture d’entreprise machiste se concrétise dans le fonctionnement interne de l’application. C’est alors que le brevet peut, sans nous renseigner sur la forme définitive du fonctionnement des algorithmes de Tinder, nous indiquer leur orientation. Voici un des passages les plus problématique, qui a fait couler beaucoup d’encre:

In this example, Harry is 10 years older than Sally, make $10,000 more per year, and has a Master’s degree while Sally has a bachelor’s degree. Even with these disparities, matching server will give Sally’s profile a high score which makes it more likely that Sally’s profile will appear in Harry’s result list. However, if it was Sally who has 10 years older, made $10,000 more per year, and had a Master’s degree while Harry had a Bachelor’s degree, matching server would give a low score to Harry’s profile making it less likely that his profile would appear in Sally’s result list. Matching server may be configured this way because empirical data has shown that these demographic differences do not have an equivalent effet on the choices men and women make regarding matches (Rad et al. 2017).

Ce passage dénote un biais sexiste possiblement utilisé, puisqu’un traitement différent s’applique aux hommes et aux femmes, sur la base de « données empiriques ». Il est tout de même surprenant que le brevet invoque comme argument ces données, sachant qu’elles-mêmes ne sauraient être neutre; les données sont toujours et déjà une sélection de la réalité. Comme l’explique Gitelman dans “Raw data” is an oxymoron: « at first glance data are apparently before the fact […]. This shared sense of starting with data often leads to an unnoticed assumption that data are transparent, that information is self-evident » (Gitelman 2016). De plus, cela pourrait conduire à la perpétuation de certaines réalités sociales avant toute analyse critique de ces réalités, car les algorithmes sont avant tout performatifs. Ils ne représentent pas une vision du monde, « they enact a world » (Bucher 2016). Les données qu’ils utilisent deviennent par conséquent aussi performatives. C’est une situation fortement problématique (sans compter que l’entreprise se donne une image progressiste (Duportail 2019)³) puisque les utilisatrices ignorent ces biais et pourraient croire en la neutralité de la plateforme.

D’autre part, Duportail s’est livrée à une expérience afin d’identifier les différences entre l’expérience de Tinder chez les hommes et les femmes. Quoique son expérience n’a pas été effectuée sur un échantillon représentatif (« seulement » sur 15 000 photos), il a été découvert que « le taux de succès moyen d’une femme est de 50 %, et celui d’un homme de… 2 % » (Duportail 2019—Kayser-Bril). Sans vouloir insinuer que les hommes sont victimes d’un échec prémédité par la plateforme pour les pousser à débourser, nous allons essayer de comprendre comment l’entreprise peut en tirer parti.

Cette première section aura servie à mettre en lumière comment l’application pourrait s’avérer sexiste en raison des discours directs ou indirects en lien avec Tinder: ceux de son cofondateur Sean Rad, l’exemple tiré du brevet, ou encore la plainte contre Tinder. Finalement, grâce à Duportail, nous savons aussi que l’expérience utilisateur diffère grandement entre les hommes et les femmes. Ce dernier élément me pousse à aborder la deuxième section, qui traite de la ludification de la plateforme.

La ludification⁴

Selon Harry Brignull, docteur en sciences cognitives et spécialiste de l’expérience utilisateur, à qui l’on doit le terme « dark pattern », « tout design est un acte de persuasion » (Brandy 2020). Le design n’est jamais anodin, et Tinder ne fait pas exception.

Il n’est pas exagéré de parler de la ludification de Tinder; à preuve, Sean Rad décrit la plateforme comme un jeu: « Tinder is a game that you would want to play even if you were not looking for a date » (Stampler 2014 cité dans Rocha 2018). Il est important de comprendre qu’à proprement parler, Tinder n’est pas un jeu, mais une application de rencontre intégrant des éléments issus du monde du jeu. À la base, la ludification s’applique à des objets qui n’ont pas vocation d’être des jeux et ce, afin de résoudre des problèmes réels (Rocha 2018), en découpant en unités atomiques des tâches complexes afin de maximiser l’intérêt de l’utilisateur, pouvant mener à l’état de « flow », terme utilisé pour désigner l’état de concentration que peut éprouver un joueur (Marlène Dulaurans 2019). L’unité minimale de Tinder est évidemment le « swipe », mouvement de balayage de l’écran qui permet de communiquer à la plateforme son intérêt ou son désintérêt pour un profil. Ce mouvement est directement inspiré de celui utilisé pour faire défiler les photos dans la galerie d’un téléphone intelligent (Shontell 2017)⁵. Ce mouvement s’opère sur une série de carte empilées comme un paquet; dès l’abord de sa mécanique dans son appareil le plus simple, Tinder évoque irrésistiblement l’idée d’un jeu (Heiman 2020).

Un autre élément issu du jeu est la récompense aléatoire, qui est à l’origine de comportements addictifs (Johnson 2018; Duportail 2019). L’inventeur du « swipe » s’est d’ailleurs inspiré d’une étude sur les pigeons, qui picorent plus lorsqu’il reçoivent de la nourriture de manière aléatoire, pensant que la délivrance de nourriture est corrélée à leur picorage (Johnson 2018). La journaliste Sales explique: « you swipe, you might get a match, you might not. And then you’re just like excited to play the game », elle continue: « we’re laborers, in a sense, to people who don’t really care whether or not we fall in love or get married or whatever. They want our data, they want our money » (Johnson 2018). C’est une pratique désormais courante pour les entreprises du numérique de profiter des « petits boulots », un travail fantôtme non-rénuméré où les utilisateurs-travailleurs produisent du capital en s’évaluant mutuellement (Carr 2016; Vitali-Rosati 2016). Dans le cas de Tinder, chaque « swipe » est pris en compte et sert ultérieurement à aggréger des données afin de prédire le comportement des utilisateurs. Plus de gens « swipent », plus Tinder est en mesure de prédire quel utilisateur aimera quel autre, et de perfectionner par le fait même son service. Cela aurait par exemple permit à Tinder d’abandonner l’Elo Score.

L’Elo Score ne serait plus utilisé selon Tinder (Tinder 2019), ce qui veut par conséquent dire qu’il l’a été. L’Elo Score est un pointage directement issu du monde du jeu, plus particulièrement pour les échecs, qui prend en compte, lors d’un « affrontement », le poids de chaque joueur (Carr 2016; Duportail 2019). Si un joueur faible bat un joueur fort, son pointage serait plus élevé que l’inverse. La compagnie a abandonné ce score, peut-être parce qu’il a fait beaucoup de bruit dans les médias (Tinder 2019), cependant, peut-être aussi peut-elle s’en passer étant donné que « Tinder had enough users with enough user history to predict who would like whom, based solely on the ways users select many of the same profiles as other users who are similar to them, and the way one user’s behavior can predict another’s, without ranking people in an explicitly competitive way » (Tiffany 2019). Cette idée de grouper les gens selon leur « niveau » est aussi aux fondations même des principe de Tinder. En effet, dans le brevet, nous pouvons lire qu’il faut empêcher que les utilisateurs « attractifs » arrêtent d’utiliser le service, sinon « the quality of the user pool deteriorates » (Rad et al. 2017). Pour ce faire, il faut donc empêcher qu’ils reçoivent « [somme] unwanted attention » (Rad et al. 2017). Il faut comprendre, de ces passages, qu’il ne faut pas que les gens beaux soient sollicités par des gens laids, sinon il n’y aurait que des gens « inintéressant » sur Tinder. Toujours dans le brevet, il est question de l’utilisation d’un « seed » pour aider à grouper les utilisateurs. Ce terme provient du monde des sports, et exprime qu’un participant à été évalué relativement aux autres dans un tournoi sur la base d’un record enregistré (Merriam-Webster, s. d.). Si Tinder a abandonné l’Elo Score, il n’a certainement pas abandonné l’idée que les données empiriques démontrent que les gens d’un niveau de beauté (« atractivness ») similaire finissent ensembles (Rad et al. 2017).

Finalement, le dernier élément de ludification abordé est celui des pouvoirs ou « power-ups ». Le journaliste Bromwich souligne que Tinder ressemble à Clash of Clan par la possibilité d’acheter à la carte des « super likes » et des « Boost » (Bromwich 2019), et Randy Nelson, directeur pour la firme analytique Sensor Tower, soulève que « a direct line can be drawn from the boosts and power-ups in a game to the boosts and power-ups in Tinder » (Bromwich 2019).

Tous ces éléments nous renseignent sur la manière dont Tinder incorpore des éléments ludiques tant dans son design qu’à l’interne, afin de rendre un objet complexe (la recherche d’une relation) plutôt simple en le décomposant en tâches minimales. Aussi, la récompense aléatoire permet de renforcer l’implication à long-terme des utilisateurs et la possibilité d’acheter des « power-ups » permet non-seulement de générer des profits, mais aussi d’offrir une « solution » aux hommes qui pourraient, comme l’expérience de Duportail l’a démontré, être dans un rapport désavantagé de « désirabilité ». Cette possibilité soulève d’autres questions: si Tinder opère de manière à grouper ses utilisateurs sur la base de leur beauté (« atractivness »), n’y aurait-il pas un autre niveau comportant les utilisateurs-payeurs?