Estudantes Usaram Inteligência Artificial para Parar de Ver Tatuadas no Tinder

O Tinder é, além de uma bizarra distopia romântica, um exercício de negação. Quanto mais fotos vemos — outra mina sorrindo enquanto abraça um tigre dopado? — mais o aplicativo se parece com uma corrida contra o tempo: o único caminho possível é a esquerda e é preciso ser rápido.

Cansado dessa repetição, resolvi deletar o maldito aplicativo e voltar para o mundo das relações físicas – não é tão ruim, acredite. Mas os pós-graduandos Harm de Vries, da Universidade de Montreal, no Canadá, e Jason Yosinki, da Cornell, nos Estados Unidos, seguiram caminho diferente: construíram um algoritmo complexo de aprendizado que reconhece os tipos de mulheres pelos quais se interessam no Tinder.

Vries me contou por telefone que se mudou para Montreal a fim de cursar a pós-graduação e, quando começou a usar o Tinder, notou que via muitas garotas com as quais não se identificava. "Depois de um tempo percebi que não gostava de um tipo específico de garota: mulheres com muitas tatuagens, piercings e essas coisas. E o Tinder continuava a me mostrar mulheres assim, mesmo eu recusando todas", me disse. "Aí percebi que eles não estavam usando meu histórico de matches para identificar o tipo de garota que eu gosto."

O algoritmo, capaz de entender as preferências dos usuários, foi apresentado em um artigo publicado no ArXiv, um arquivo digital de artigos científicos. Ele ainda não foi revisado por pares.

O processo de aprendizado profundo utilizado pelos pesquisadores é conhecido como "aprendizado por transferência". Nele, uma rede neural é treinada para identificar algo (nesse caso o gênero) e utilizar esses parâmetros pré-estabelecidos para reconhecer outras características (o nível de atratividade).

Num primeiro momento, a rede foi treinada para diferenciar gêneros com a ajuda de aproximadamente 50.000 fotos do OKCupid para, em seguida, ser treinada a reconhecer o nível de atratividade por meio de 10.000 fotos do Tinder. O produto final alcançou uma precisão de 63% no reconhecimento de pessoas atraentes segundo os parâmetros de Vries, com base em fotos do perfil. Quando as imagens foram inseridas em uma rede não otimizada para gênero ou atratividade, a precisão chegou a 68%.

"É uma questão de tempo até que alguém comercialize esse algoritmo", disse de Vries. "Se você tem muitas pessoas usando o aplicativo, é possível treinar a rede neural diretamente no app, o que melhoraria nosso produto. Esse é só o primeiro passo."

O resultado pode não ser perfeito. Na verdade, esse algoritmo complexo deve ser só um pouco mais eficaz do que a caneta robótica que dá match infinitamente. Parece que de Vries terá que continuar a lidar com todas essas garotas tatuadas.

Tradução: Ananda Pieratti