L’algorithme vous a déjà noté : le marché caché de la désirabilité

Tinder a classé ses utilisateurs par désirabilité pendant des années — officiellement, il ne le fait plus ; en pratique, le classement n’a fait que changer de nom

0,6 %. C’est le taux de match obtenu par les profils masculins dans la première étude académique menée sur l’activité réelle de Tinder — profils témoins, mesures directes, université Queen Mary de Londres, 2016. Les profils féminins de la même expérience atteignaient 10,5 %. Un écart de 1 à 17 qui ne dit rien de la valeur des hommes concernés, mais tout de la machine qui les trie : avant même qu’un pouce glisse sur un écran, un algorithme a déjà décidé qui sera vu, par qui, et combien de fois.

Le système s’appelle un score Elo. Arpad Elo, physicien américain d’origine hongroise, l’a inventé pour les échecs : adopté par la fédération américaine en 1960, puis par la FIDE en 1970, il attribue à chaque joueur une note qui monte lorsqu’il bat un adversaire bien classé et descend lorsqu’il perd contre un faible. Transposé au dating, le mécanisme est d’une simplicité redoutable : chaque like reçu vaut des points, pondérés par la note de celui qui like. Être liké par des profils très demandés vous propulse ; être liké par des profils délaissés vous enfonce.

Que Tinder ait utilisé ce système n’est pas une rumeur : l’entreprise l’a reconnu elle-même. Le 15 mars 2019, The Verge titre « Tinder says it no longer uses a “desirability” score to rank people » — Tinder affirme ne plus utiliser de score de désirabilité pour classer les gens — après que la plateforme eut officialisé l’abandon de son Elo dans un billet de blog. Le communiqué est un chef-d’œuvre du genre : le mot disparaît, mais le principe — vos likes valent selon la valeur de qui vous like — reste explicitement décrit comme la logique du nouveau système, simplement enrichi de signaux d’activité et d’engagement.

Il faut traduire : le classement n’a pas été supprimé, il a été renommé. Ce qui change en 2019, ce n’est pas que Tinder cesse de noter ses utilisateurs — c’est qu’il cesse de donner à cette note un nom de variable que la presse peut citer.

Sur Tinder, un profil masculin matche avec 0,6 % de ses likes ; un profil féminin avec 10,5 %

En juillet 2016, une équipe de Queen Mary University of London — Gareth Tyson, Vasile Perta, Hamed Haddadi et Michael Seto — dépose sur arXiv la première étude d’activité réelle sur Tinder. Leur protocole : des profils témoins, hommes et femmes, likant des milliers de profils à Londres et à New York, et enregistrant ce qui revient. Leur conclusion, dans le texte : les profils masculins « likent un grand nombre d’autres utilisateurs mais ne matchent qu’avec une infime minorité (0,6 %) », quand les profils féminins atteignent « un taux de match bien plus élevé (10,5 %) ».

Digérons l’échelle. Sur l’ensemble de l’expérience, les profils témoins masculins ont récolté 8 248 matches, contre 532 pour les profils féminins — un rapport de 15 à 1, obtenu à armes égales, mêmes villes, même protocole. Les auteurs résument sans fioriture : les femmes « obtiennent rapidement de grands nombres de matchs, tandis que les hommes ne font que les accumuler lentement ». Ce n’est pas l’impression d’un utilisateur frustré : c’est une mesure publiée, réplicable, et jamais sérieusement contredite depuis.

L’asymétrie n’est pas un bug de l’algorithme — elle en est la matière première. Un marché où les deux camps obtiendraient la même chose au même prix serait un mauvais marché : personne n’aurait de raison de payer. Il faut qu’un camp manque de matchs pour que la promesse d’en avoir devienne vendable. L’écart mesuré à Londres et New York est la condition commerciale du système, pas son accident.

L’algorithme de matching le plus célèbre du monde a été conçu pour rendre les gens heureux — pas pour les garder en ligne

En 1962, deux mathématiciens américains, David Gale et Lloyd Shapley, publient dans l’American Mathematical Monthly un article au titre prophétique : « College Admissions and the Stability of Marriage ». Leur algorithme — aujourd’hui connu sous le nom de Gale-Shapley — résout un problème précis : apparier deux populations, étudiants et universités, hommes et femmes, de sorte qu’aucun couple ne puisse se reformer ailleurs au détriment des affectations obtenues. Un appariement « stable » : personne n’a intérêt à déserter.

Un demi-siècle plus tard, la théorie est consacrée au sommet : le prix Nobel d’économie 2012 est attribué à Lloyd Shapley et Alvin Roth « for the theory of stable allocations and the practice of market design » — pour la théorie des allocations stables et la pratique de la conception des marchés. Roth, lui, a appliqué l’algorithme aux affectations scolaires de New York et de Boston, puis aux dons de reins croisés : des milliers de vies sauvées par un théorème de mariage.

Hinge, l’application qui se dit « designed to be deleted » — conçue pour être supprimée, slogan officiel — revendique publiquement de s’inspirer de Gale-Shapley pour sa fonction « Most Compatible », qui désigne chaque jour le profil jugé le plus compatible avec le vôtre. Le paradoxe mérite d’être énoncé clairement : un algorithme dont la propriété mathématique est de maximiser la satisfaction mutuelle stable est exploité par une industrie dont le revenu dépend de l’insatisfaction temporaire de ses clients. Gale-Shapley garantit qu’on ne peut pas faire mieux pour quelqu’un sans faire pire pour un autre. Le matchmaking commercial garantit qu’on ne peut pas faire mieux sans payer.

Une seule entreprise possède Tinder, Hinge, OkCupid et Meetic : le désir français est une filiale de Dallas

Le marché de la rencontre a l’air pluraliste : Tinder pour la masse, Hinge pour les sérieux, Meetic pour les trentenaires, OkCupid pour les originaux, PlentyOfFish pour les autres. Toutes ces marques appartiennent au même groupe. Match Group, société texane cotée au Nasdaq, a absorbé OkCupid et Meetic au début des années 2010, pris le contrôle de Hinge entre 2018 et 2019, et exploite Tinder, sa machine à cash maison. Le consommateur qui « change d’application » change d’étage dans le même immeuble.

Les comptes du groupe donnent l’échelle : 3,49 milliards de dollars de revenus en 2024, 3,52 milliards en 2025. Digérés, ces chiffres signifient que le désir de quelques dizaines de millions de célibataires rapporte près de 10 millions de dollars par jour à une seule entreprise. Et ce revenu croît exactement quand le produit échoue : un utilisateur qui trouve un partenaire désinstalle ; un utilisateur frustré s’abonne.

Le catalogue monétise la seule chose que l’algorithme contrôle vraiment : la visibilité. Boost pour apparaître en tête de pile, Super Like pour sortir de la file, abonnements Gold et Platinum pour voir qui vous a déjà noté favorablement. Et au sommet de la pyramide, Tinder Select, lancé en septembre 2023 : 499 dollars par mois, 6 000 dollars par an, réservé — d’après le titre du Verge — au « 1 percent » de l’application. Le prix d’un loyer, pour sauter le classement. Après trente ans de vulgarisation du score Elo, l’industrie a fini par admettre en clair ce qu’il était : une hiérarchie, dont la progression s’achète.

En 2017, une journaliste a demandé ses données à Tinder : l’application lui a rendu 800 pages

Judith Duportail, journaliste française, a invoqué le droit d’accès européen pour obtenir ce que Tinder détenait sur elle. Elle raconte le résultat dans The Guardian du 26 septembre 2017, sous un titre qui résume tout : « I asked Tinder for my data. It sent me 800 pages of my deepest, darkest secrets » — j’ai demandé mes données à Tinder, il m’a envoyé 800 pages de mes secrets les plus profonds. Huit cents pages, l’épaisseur d’un gros roman : ses 1 700 messages envoyés depuis 2013, ses likes, ses heures de connexion, ses lieux, ses hésitations. L’application ne connaît pas seulement votre visage et votre âge : elle connaît l’heure à laquelle la solitude vous prend.

Ces données sont le carburant du classement. La désirabilité n’est pas estimée à la louche : elle est calculée, like par like, message par message, sur des comportements que l’utilisateur ne soupçonne pas mesurés. Dès 2009, le blog interne d’OkCupid, OkTrends, publiait des agrégats devenus célèbres — notamment celui-ci : les femmes y notaient 80 % des hommes « en dessous de la moyenne » en attractivité, tandis que les hommes distribuaient leurs notes selon une courbe à peu près normale. Le chiffre, repris par Christian Rudder, cofondateur d’OkCupid, dans son livre Dataclysm en 2014, annonçait toute l’asymétrie que Tyson mesurerait sept ans plus tard : quand une population juge les quatre cinquièmes de l’autre indignes d’intérêt, le rôle de l’algorithme n’est plus de rapprocher — il est de gérer la pénurie. Ce site a déjà documenté ce que cette pénurie fait aux prétendants : une hypergamie non pas fantasme, mais mesurée, et administrée par le logiciel.

En février 2024, des utilisateurs ont attaqué Match Group : leur grief, être devenus dépendants du produit censé les libérer

Le 14 février 2024 — le jour choisi n’est sans doute pas un hasard —, une plainte collective est déposée contre Match Group devant la justice fédérale de Californie du Nord. Les plaignants y soutiennent, selon la presse américaine, que Tinder et Hinge sont conçus pour rendre dépendant : boucles de récompense variable, mécaniques de jeu, promesse d’un match toujours repoussée d’un cran. La justice n’a pas tranché, et l’allégation reste une allégation. Mais elle a le mérite de décrire le modèle économique dans une enceinte où l’on ne plaide pas avec des slogans.

La mécanique incriminée est documentée depuis soixante-dix ans : la récompense variable intermittente, démontrée par Skinner sur ses pigeons, est le ressort de conditionnement le plus puissant connu — et le principe actif des machines à sous. Ce site l’a déjà établi : la grande majorité des utilisateurs français se disent déçus par les applications de rencontre, et continuent de les utiliser. En France, où plusieurs millions de personnes fréquentent ces plateformes et où les hommes y sont environ trois fois plus nombreux que les femmes, l’asymétrie mesurée par Tyson trouve un terrain tout tracé : une demande masculine abondante, une offre féminine rare, et un algorithme entre les deux, qui vend des tickets pour la file d’attente.

Hinge promet d’être « conçue pour être supprimée ». Match Group publie 3,5 milliards de dollars de revenus annuels. Les deux phrases sont vraies en même temps : l’application vous souhaite sincèrement de partir — après avoir payé.

Le vrai produit n’est pas la rencontre, c’est la note — et personne ne veut guérir de sa propre évaluation

Que faudrait-il pour qu’un algorithme de matching serve ses utilisateurs plutôt que ses actionnaires ? Gale et Shapley ont répondu en 1962 : des préférences honnêtement déclarées, des choix limités, et une mesure du succès en couples formés, pas en minutes de connexion. Autant dire l’exact inverse du modèle actuel : des profils travaillés comme des plaquettes commerciales, une offre défilante à l’infini, une réussite comptabilisée en rétention et en abonnements. La technologie du mariage stable existe, éprouvée, nobélisée. Elle n’est simplement pas vendable 499 dollars par mois.

Il reste à énoncer le double-fond de cette industrie, parce qu’il explique tout le reste : ce que les applications vendent n’est pas la rencontre, c’est l’évaluation. Le swipe n’est pas un moyen détourné de chercher l’amour — il est devenu la fin elle-même, une notation continue de la valeur de chacun, distribuée en doses variables pour maintenir l’attention. On ne s’abonne pas pour aimer : on s’abonne pour être mieux noté. Et la note, elle, est réelle — recalculée en permanence sur des milliards de comportements, dans des serveurs de Dallas, par un algorithme dont la seule chose stable n’est pas le couple qu’il forme, mais le marché qu’il entretient.

Alors, 0,6 % ? Ce n’était pas votre score. C’était le taux de conversion d’une machine qui n’a jamais eu pour fonction de vous faire rencontrer quelqu’un — seulement de vous faire revenir vérifier votre note. Le reste, comme toujours, est affaire de lucidité.