被算法联系在一起的陌生人，从彼此身上找到了什么？
被算法联系在一起的陌生人，从彼此身上找到了什么？
果壳和六位交友应用的使用者聊了聊，他们是三位男性，三位女性。我们想知道，通过应用结识的陌生人，都给了他们带来了什么？
“带你找到生命中的那个人！”
“一键下载找到你的Soulmate！”
这些是交友应用的宣传标语。
人类作为一种社会动物，无时无刻不处于关系之中，怀揣着对亲密的渴望。1995年，美国交友网站Match.com上线，人们寻找另一半的渠道除了熟人关系网和报纸交友栏，还有互联网上的一方档案。24年过去，线上交友经历会员网站与聊天室的发展，基于算法推荐的交友应用（App）成为又一主流。
2018年末，国内社交应用“陌陌”宣布月活跃用户超过1亿。陌陌收购的另一应用“探探”，在2018年初有效用户数高达7000万，而国外同类交友软件Tinder在去年全球用户数约为5700万。根据美国纽约时报的统计，2018年结婚夫妻中，1000对里有93对是通过交友应用认识的。
这些成功的案例似乎应验了这类交友应用的宣传语——也许打开应用注册一个账号，就能在茫茫人海中找到想要的人。
但，真的这么简单吗？
下面，给你们讲6个真实的故事。
练习恋爱的人，有了第一次约会
2019年是欣欣在欧洲求学的第五年。26岁的欣欣在人口不到30万的城市从硕士读到博士，身边的中国朋友走了一波又一波，不变的陪伴只有论文。
欣欣在2017年拿起手机下载了交友应用soul。在听说身边男生有通过Tinder结识女朋友后，她在今年用起了Tinder。
虽然都是对用户进行匹配、开启聊天，但这两种应用有着不同的匹配逻辑。Soul是一款宣称能通过答题帮你找到契合伴侣的应用，系统不会显示用户的照片、教育背景和职业，私密性强。注册后，通过回答6道基本题目，系统会把你归类到一个类型（“星球”）并根据你的类型推荐其他用户聊天。
欣欣表示，她之所以放弃Soul，是因为系统不会显示教育、工作、相貌等与长期择偶相关的信息。
“而且有时匹配的人离你很远，他们并不会真的找你聊天。”欣欣说。
Tinder会首先推荐附近的用户：一张照片占领大半张屏幕，下端是简单的个人信息。2014年，Tinder开启了交友应用的“看脸”划照片模式，左划无感，右划喜欢。当两个用户彼此右划，恭喜你，你们匹配成功，可以开始聊天。国内一款交友应用“探探”的模式与Tinder类似。
有一半左右的Tinder用户关联了实名社交账户，这提供了足够的身份信息。除了潜在对象比较真实可信，让欣欣持续使用这个应用的另一个原因是，文字聊天能帮她缓解“恐男症”。留学生活接触的男生比较少，而应用上会有人主动发来信息。
欣欣说，和应用上的男生日常寒暄的对话，诸如你今天过得怎样、你是学什么专业的等等，“十有八九很干，（和他们聊天是）为了减少和男性交往的焦虑，像写数学题一样练习。”
当被问起是否有用的时候，欣欣说，“有点用。”
2019年3月，欣欣决定与其中一个匹配的男生在咖啡馆见面，“他照片看起来很和善。”她说。该男生在同城另一所大学神经科学博士在读，英语很好，“相当于一个我很熟悉的教育系统，我会比较放心。”
更多的选择，更多的朋友？
欣欣告诉果壳，她在Tinder上匹配成功率大概75%，即右划“喜欢”的四个男生里，有三个都喜欢她。
但是男生就没这么“幸运”了。大多数交友应用平台都存在用户男多女少的问题，Tinder上的男性用户超过了60%。以往的研究发现，女性用户会更有选择性地右划对象。比如欣欣会在十个里面喜欢一个，在新加坡工作的女生Amy表示她大概会在二十个里面选一个，而与果壳交谈的两个男性用户表示，他们经常会全部右划。
24岁的男生晓刚有时候会和几个男生围在一起刷探探，比谁划得快。晓刚说他“会全部右划”，再根据照片选择进一步接触，然而这样的匹配率“很低”。
全部右划喜欢，真的能增加匹配率并找到优质异性吗？可能将适得其反。
根据与探探类似的Tinder所采用的算法，系统会区分认真交友者和追寻自我满足的右划玩家，并降低后者的曝光度。如果你被右划的越少，系统推荐给你的同样也是被右划率低的用户——算法认定的“不受欢迎的人”。Tinder给每个用户的评分取决于有多少人右划喜欢你，而喜欢你的人自己获得的喜欢越多，对你的分数加成也越大。
简单来说，Tinder是把与你吸引力程度“势均力敌”的陌生人推荐给你。
况且，即便当匹配页面弹出，二人照片交叠在一起，也不意味你们有什么实质性进展。果壳接触到的6位用户都表示，应用通讯录里大部分都是僵尸好友，一大半在“匹配”后连招呼都没打过，真正聊开的更是凤毛麟角。
男生小吴是南京某高校学生，22岁的他有5年约会交友软件使用经验，从最早的陌陌，到探探，再到现在的“积目”。小吴说他并不在意匹配成功率，人们一般在经历新奇阶段后就随缘了。他在积目上匹配了约两千个女生，但真正能聊得来的只有一两个。
2018年12月《大西洋月刊》撰文，估计Tinder上10个配对的人里面只有一个能聊天，一些人只是沉浸在“被喜欢”的自我满足中，他们并不想真的接触别人。
应用上的照片划也划不完，Amy开玩笑说好像在“选妃”。这给人一种扩大交友圈、增加交友效率的错觉，但是找到一个真的聊得来的犹如大海捞针。
人类学家海伦·费舍尔的研究发现，人类的大脑是承载不了过多选择的，一旦选择超过了九个，人就会陷入选择困难中，影响判断，甚至选择放弃。
失恋的人，找到了创口贴
对于很多人而言，随着划动不断弹出的匹配页面、陌生人发来的新消息又有另一重意义——可能的陪伴。
“刚分手时，就想找个人解救你一下。”27岁的Z先生在北京工作，使用探探两年。他告诉果壳，刚分手时和无聊时用探探的心态是不一样的。
1994年出生的女生桃桃现在上海读研，曾在分手之后成为了探探上的活跃用户。上一段感情对她伤害很大，当时，桃桃一个人在北京准备考研。
“刚分手，比较空虚，会钻牛角尖。需要分散注意力。主要是无聊，希望有人跟你说话。”她说，“身边的朋友不可能一直跟你聊天，而这些应用上随时有人跟你说话。”
类似的情况也发生在Amy身上，她在2016年初接触Tinder，那时她刚因异地问题与男友和平分手。Amy告诉果壳：“当时，大家在新加坡开始刚刚用约会应用之类的，我比较怀疑。最搞笑的是我前男友跟我说你要试一下Tinder，它可以帮助你走出来之类的。”
交友应用确实帮Amy走出来了。她在应用“Coffee meets bagel”上找到了现任男友。Amy说，有些用户的简介是空白的或者瞎写的，而她男友的简介可以当成一篇范文，是一篇低调的炫耀帖。
“他说他在东海冲过浪，我想我就是在海边长大的啊，怎么不知道那里可以冲浪？我对这个人的好奇心非常强。就算这个人我不要约会的话，也愿意认他做朋友，我的预期是这个样子的。”
Amy与男友在“匹配”后一个月里没有聊天。他们第一次见面选在了周三上午十点的咖啡馆，场面堪比面试，因为当时咖啡馆里全是面试或是谈工作的人。之后，Amy又主动联系了男生，从第二次周五傍晚的约会开始，气氛才好了许多。
Amy 告诉果壳：“80%的约会体验都不是最好的，但这不是约会软件的问题，而是约会本身的问题。有多少人是你的soulmate呢？”
Amy根据自己和身边朋友的经历把约会软件上的用户大致分成三类。
“一种就是找长期伴侣的，非常非常有目的性，行动力也非常强。”Amy的一位女性朋友在失恋后一个月内找到了新男友，靠的就是每天约Tinder上认识的人见面。“还有就是纯聊天那种，我也碰到过，没有想跟你干嘛，就是聊个天。另外一种我觉得是大多数人，就是介于中间，不确定我要不要在这上面找，同时可能在别处看看。”
你能找到什么，可能取决于你想要什么
无论是成功还是失败，这些被联系在一起的男男女女很大程度是因为应用算法，自己的照片被推送到了对方的首页，然后对方或许是因为脸，或许是因为一段有趣的自我介绍，又或是相似的兴趣爱好，在一秒之内决定活动手指。
以Tinder和探探为代表的“划照片”软件的匹配逻辑十分简单：看脸、看距离、看年龄。如果不关联实名制社交账户，档案资料少得可怜。
这些算法能把两个毫无关系的陌生人联系在一起，但是联系（connection）并不等于关系（relationship）。
像match.com这样的传统网站的算法更为复杂一点，它们的匹配逻辑是基于职业、生活习惯、宗教信仰、政治倾向等详细的问卷信息。通过问卷结果计算出与你最“匹配”的要不就是与你相似的人，要不就是具备某些大家都喜欢的特质的人。
交友应用上的用户除了看脸，也会浏览一下界面上简短的个人资料，做出选择。
在采访中，欣欣说她倾向于找同样在当地留学的研究生，或是科研机构的工作人员；做音乐的Z先生右划的通常是那些在自我介绍里写“喜欢音乐”的女孩；还在上大学的小吴也说，他找的基本上都是跟他一样的在校大学生，不会考虑已经上班的女生。可以说，很多人是在一个陌生的圈子里挑选与自己相似的人。
然而，2012年美国的一项研究指出，没有算法能准确预测亲密关系能否成功。
无论匹配算法多么复杂，对发展长期关系都不管用，或者说不一定管用——这些网站都是夸大其词，他们的算法看起来科学，但其实经不起推敲。最根本的还是在于，一段稳定的长期关系不是一蹴而就的，这个过程分为多步：
Amy认为，与交友应用上的人建立关系，最难也是最重要的一步是线下见面，确认彼此间的吸引力是否真实。Amy常遇到这样的情况，与第一次见面的男生约会，吃饭、聊天，一切都很顺利，但是没有第二次了，因为两个人没有火花，也就是说没有走到“初始吸引”这一步。更不用说很多用户连最初的一步都没有迈出。
而初始吸引之后，两人会如何成长和改变，面对不可控的因素——生活环境、工作变动、健康状况等等——怎么应对和磨合，这是算法预测不到的。
不够真实的我，不能信赖的你
交友应用以及约会网站能做到的只是长期稳定关系发展过程里最初的那一步。还做得不算特别好，因为用户会撒谎。
研究发现，交友应用上的男性更多地会在身高和职业上夸大自己；而女性更在意自己的体重，照片的真实性更低。
过去有研究认为，在网络文化中，一定程度的撒谎是可以接受的，甚至是可以有必要的。用户知道自己的照片会被成千上万的人浏览、评价，他们会按照社会对“美”的标准做形象管理，呈现出来的通常是一个介于“真实的自己”和“理想中的自己”之间的产物。
形象管理有套路。
Amy为我们总结了一些典型档案照片：国外旅游照片、健身照、小狗小猫，还有日常照。男生小吴也说会放自己健身照和旅游照，并告诉果壳，男孩子有时候会让照片中出现车标，或者是吃饭、喝酒的场景。
“让人家觉得你生活得很享受，有高级感”，小吴说。
桃桃选了一张自认好看的照片当头像，P过的，加了滤镜。后来又认为自己不够美又换了一张。使用探探的那段时期，她每天都会熬夜，一个人闲下来的时候刷探探，一张照片一秒钟就过去了。
桃桃收到过线上男生发来有冒犯含义的信息和照片。对于探探用户，她警惕性很高，特意在自己档案中“职业”一栏里填了律师，因为学生这个真实身份在她看来比较好骗。
桃桃认为，交友应用上的“都不是好人”。
我们的受访者对于交友应用上的其他用户评价并不高，“爱玩的人”、“不靠谱”，这些词汇出现率很高。
当我们把女生说的“好男人都不用约会app”这句评语转给小吴时，他哈哈笑了，“反正我也不是她们要找的好男人”。当问他对使用这些应用的女生有何看法时，小吴的笑声转为尴尬，“嗯……我不想回答这个问题。”小吴用了5年多的交友应用，却从未成功将应用上认识的女孩发展为现实生活中的女朋友。他说自己更倾向于从日常生活有接触的人里找女友。
虽然负面评价频频出现在与果壳的对话中，但没人主动背起甩来的锅。全右划的晓刚说探探上女生照片虚假到想走人；P照片的桃桃表示男用户会骚扰和吹牛；小吴说学生比较礼貌，一些工作了的男用户会骚扰女用户，而且“目的性”强；已经工作的Z先生表示自己“没有目的”，但不排除其他人有，而且有些女生拿约会当免费晚饭的饭票；欣欣的第一次约会付了钱，第二次AA了一顿极贵还没吃饱的晚饭，回去和朋友吐槽男生不靠谱……
每个人都认为自己和被污名化的其他用户不太一样。似乎每个人都是潜在受害者。
即使如此，他们又断断续续地在平台上寻觅着陌生人。一边大发牢骚，一边左划右划。一边警惕着，一边期待着。
作者：vicko238，Edan
编辑：雪竹，Mo
参考文献
[1] The Tinder algorithm, explained. https://www.vox.com/2019/2/7/18210998/tinder-algorithm-swiping-tips-dating-app-science
[2] Why Are Young People Having So Little Sex? https://www.theatlantic.com/magazine/archive/2018/12/the-sex-recession/573949/
[3] Recruiting Women to Online Dating Was a Challenge. https://www.theatlantic.com/technology/archive/2019/04/how-matchcom-digitized-dating/586603/
[4] Tinder Revenue and Usage Statistics (2018). http://www.businessofapps.com/data/tinder-statistics/
[5] 陌陌探探“合体”了，50亿买7000万用户到底值不值？http://money.163.com/18/0223/21/DBC2BOQ8002580S6.html
[6] 陌陌第四季度营收增长50% 月活用户突破1.1亿. http://sh.qihoo.com/pc/940f1b0b5469ab907?cota=3&refer_scene=so_1&sign=360_e39369d1
[7] Fetters, A. (2018). The 5 Years That Changed Dating. https://www.theatlantic.com/family/archive/2018/12/tinder-changed-dating/578698/
[8] Finkel, E. J., Eastwick, P. W., Karney, B. R., Reis, H. T., & Sprecher, S. (2012). Online dating: A critical analysis from the perspective of psychological science. Psychological Science in the Public Interest, 13(1), 3-66.
[9] Joel, S., Eastwick, P. W., & Finkel, E. J. (2017). Is romantic desire predictable? Machine learning applied to initial romantic attraction. Psychological science, 28(10), 1478-1489.
[10] Markowitz, D. (2018). The lies we tell on dating apps to find love. https://theconversation.com/the-lies-we-tell-on-dating-apps-to-find-love-101061
[11] Tiffany, K. (2019). The Tinder algorithm, explained. https://www.vox.com/2019/2/7/18210998/tinder-algorithm-swiping-tips-dating-app-science
本文来自果壳，未经授权不得转载。如有需要请联系sns@guokr.com
