I si has lligat amb un robot?

Fins a  un 23,4 % dels perfils de Tinder són bots, segons un estudi de professors de la Universitat d'Arizona. Durant tres mesos, l'any 2018, un experiment va penjar a Tinder 6 perfils, i dels 623 contactes que hi van voler mantenir una conversa, 146 no eren persones. "Són capaços de camuflar-se entre usuaris normals: tenen 60 amics de Facebook de mitjana, utilitzen fotos reals i tenen perfils complets, de manera que és molt complicat detectar-los", expliquen.

Molts usuaris i estudis adverteixen que els bots s'estan colant als perfils amb conseqüències, de vegades, delictives. Darrere de fotografies, sobretot de dones, i poca informació personal s'hi amaguen robots que remeten la persona a altres webs, alguns de pornografia, o fins i tot de phishing, on roben dades de targetes bancàries. Match, el grup que engloba diverses aplicacions d'aquest tipus, com ara Tinder, va assegurar el 2019 que capta i neutralitza el 85 % de perfils falsos "abans que s'activin" i que, després, en el termini d'un dia, n'eliminen el 96 %. 

L'investigador de l'equip SOM Research Lab, format per la Universitat Oberta de Catalunya (UOC) i ICREA, Jordi Cabot adverteix que, en general, els bots han millorat amb el pas el temps. "És una mica el joc del gat i la rata. Al principi es podia enganyar més fàcilment els usuaris, de manera que els bots eren més simples, però a mesura que l'usuari n'és més conscient, han d'anar millorant", al·lega l'expert. I així ho fan, i cada vegada "dissimulen més bé la seva identitat falsa".

Cal no oblidar, expliquen els experts, que els bots tenen diferents usos, un dels quals és el que propicia les trobades entre persones en aquestes plataformes de cites, el que es diu un recommender system. Aquest tipus de sistemes, explica Cabot, s'empren tant per buscar parella amb gustos similars com perquè plataformes audiovisuals, com Netflix, recomanin pel·lícules o sèries de manera individualitzada. A més, poden adquirir coneixements per anar més enllà, afegeix l'investigador: "Poden aprendre del teu feedback, és a dir, l'app et recomana possibles persones afins i, segons si les acceptes o no, va aprenent més dels teus gustos i millora les recomanacions futures". Les companyies defensen aquest ús com a bàsic per al sistema mateix i, d'aquesta manera, es desmarquen de les denúncies respecte del fet que són elles mateixes les que creen els perfils falsos per tenir més subscriptors.