Matchmaking par IA ou filtres : comment choisir ?

Matchmaking par IA ou filtres: comment choisir?

Les plateformes accumulent les critères, les algorithmes gagnent en complexité, et pourtant le sentiment dominant reste celui d'un tri infini dans un océan de profils interchangeables. Aux États-Unis, le secteur pèse désormais 1,43 milliard de dollars de revenus prévus pour 2025 — un volume qui suppose une masse critique d'utilisateurs, mais qui ne dit rien de la qualité réelle des connexions formées. La question n'est plus seulement « qui vais-je rencontrer? », mais « quel mécanisme me mène vers cette personne? ». Filtres déclaratifs ou matchmaking par intelligence artificielle: deux logiques qui s'affrontent, parfois se combinent, et qui méritent un examen sans mythologie.

La mécanique des filtres classiques: le contrôle total par le déclaratif

Les filtres classiques fonctionnent sur un principe limpide: l'utilisateur déclare ce qu'il cherche, la plateforme trie. Tranche d'âge, localisation géographique, genre, centres d'intérêt, niveau d'études, parfois religion ou orientation relationnelle: tout passe par des cases que l'on coche ou des curseurs que l'on règle. Cette architecture place l'individu en position d'architecte de sa propre recherche, avec une illusion de précision chirurgicale.

Le problème, c'est que cette précision reste aveugle à presque tout ce qui fait qu'une rencontre fonctionne ou échoue. Cocher « aime la randonnée » et « aime la littérature » ne prédit en rien si deux personnes sauront se parler, se regarder, supporter les silences de l'autre. Les filtres agrègent des critères explicites, mais ils ignorent superbement les signaux implicites — le rythme d'une conversation, la capacité d'écoute, la façon dont quelqu'un gère un désaccord. Le déclaratif reste une photographie figée de ce que l'on croit vouloir, pas de ce qui nous attire réellement.

Cette logique a aussi produit un effet de rigidification sociale. En cherchant à exclure méthodiquement tout ce qui ne correspond pas à un profil préétabli, les utilisateurs reproduisent des critères de classe, d'origine, de corpulence même, qui n'ont parfois rien à voir avec l'affinité réelle. Le filtre devient un instrument de ségrégation douce, triant sans le dire, mais en imposant ses critères à toute la chaîne de mise en relation.

Les filtres ne disent pas qui vous allez aimer: ils disent qui vous vous autorisez à voir.

L'intelligence artificielle au service de l'affinité: au-delà des mots

Le matchmaking par IA part d'un postulat inverse: ce que vous déclarez n'est qu'un point de départ, et vos vrais critères se révèlent par ce que vous faites. Les algorithmes de cette génération s'appuient sur l'apprentissage automatique, le traitement du langage naturel (notamment les embeddings, ces représentations vectorielles du sens), et l'analyse comportementale pour inférer des affinités que vous n'auriez pas formulées vous-mêmes.

Concrètement, des applications comme Once ou Hinge observent la façon dont vous votez sur chaque élément d'un profil: trop longtemps sur la photo de vacances, swippez à droite après avoir lu la bio, ignorez systématiquement les profils mentionnant un certain hobby. Ces micro-signaux, accumulés par milliers, nourrissent un modèle qui affine ses recommandations au fil de l'eau. Ce n'est plus une grille de critères que l'on configure, mais un profil dynamique que l'algorithme construit à votre insu, à partir de vos traces.

La promesse théorique est séduisante: dépasser le déclaratif pour capter le latent. Mais cette mécanique repose sur un pari — celui que nos comportements passés prédisent nos futurs attirances. Or les attirances bougent, se contredisent, et un algorithme nourri de six mois de swipes peut très bien rigidifier ce qui n'était qu'une phase passagère. Le risque n'est pas seulement l'erreur de prédiction, mais l'enfermement progressif dans un pattern que le système finit par tenir pour votre « vrai » moi.

L'avènement des agents conversationnels: vers la fin du swiping intensif

Une troisième voie émerge depuis 2024: les applications d'agentic AI, où un agent conversationnel mène un entretien initial avant de proposer une sélection restreinte de profils. Fate, par exemple, promet environ cinq profils recommandés par jour, sans swipe, après un dialogue avec une IA qui interroge, reformule, précise. Once pousse aussi cette logique de curation resserrée.

Le mécanisme inverse la charge cognitive: au lieu de parcourir des centaines de profils, l'utilisateur répond à quelques questions, et l'agent filtre à sa place. Cette délégation change radicalement la posture. On passe d'un rôle de chasseur actif à un rôle de répondant, presque d'analysé — l'IA jouant le rôle du psy ou du conseiller qui sait mieux que vous ce qui vous convient.

Cette configuration n'est pas sans rappeler les rituels anciens de présentation sociale, où un tiers (un ami, un parent, un marieur) jouait le rôle d'intermédiaire. L'agent IA réintroduit une forme de médiation, mais sans la connaissance incarnée du tiers. L'algorithme peut capter des patterns statistiques, il ne capte ni l'intuition ni le contexte social élargi qui faisaient la force des vrais entremetteurs.

L'IA ne vous comprend pas: elle vous classe.

Les angles morts du matchmaking: biais algorithmiques et illusion de compatibilité

Aucun système de recommandation n'est neutre. Les algorithmes de filtrage collaboratif, qui suggèrent des profils en s'appuyant sur les comportements d'utilisateurs jugés similaires, reproduisent et accentuent les biais historiques des données d'entraînement. Si les utilisateurs d'une plateforme ont historiquement moins liké certains profils — pour des raisons raciales, sociales, morphologiques, géographiques — l'algorithme intègre cette hiérarchie implicite et la renforce.

Ce n'est pas un bug, c'est une propriété structurelle de l'apprentissage automatique: il modélise le monde tel qu'il est documenté, pas tel qu'on aimerait qu'il soit. Le filtrage collaboratif ignore superbement les raisons d'un biais. Il sait juste que les utilisateurs ayant votre profil type ont préféré X à Y, et recommande en conséquence. Aucune mention de justice sociale là-dedans, aucune correction morale automatique. Le code fait ce que font les utilisateurs.

S'ajoute à cela une illusion performative: quand une application vous annonce un taux de compatibilité de 87 %, vous abordez la rencontre avec un préjugé favorable, ce qui modifie votre comportement, ce qui peut effectivement produire une meilleure interaction — ou simplement vous rendre plus tolérant à des signaux que vous auriez écartés sans ce score. L'alchimie amoureuse ne se laisse pas mesurer, et prétendre le contraire relève d'une forme de magie statistique.

Arbitrer entre recherche active et recommandation automatisée

Le choix entre filtres et IA ne se pose pas en termes de supériorité d'un système sur l'autre, mais d'usage et de contexte. Les filtres restent pertinents quand vous avez des critères non négociables — distance géographique stricte, tranche d'âge ferme, contraintes familiales ou culturelles fortes. Ils offrent une prévisibilité que l'IA, par nature probabiliste, ne peut pas garantir.

Le matchmaking par IA prend sens quand vos critères sont flous, contradictoires, ou que vous-même ne savez pas vraiment ce qui vous attire. Si vos vraies rencontres ont toujours déjoué vos filtres déclaratifs, alors un système qui observe vos comportements plutôt que vos déclarations a une chance de mieux vous surprendre — dans le bon sens du terme. Les agents conversationnels, eux, conviennent aux utilisateurs épuisés par le défilement, qui veulent déléguer la fatigue du tri sans renoncer à la promesse de la plateforme.

Le piège, dans tous les cas, reste le même: confondre l'outil et le résultat. Aucun algorithme ne décide de l'étincelle, aucun filtre n'écrit l'histoire. Ce qui distingue une rencontre réussie d'une déception, c'est ce que ni Tinder ni Hinge ne peuvent modéliser — la chimie, le contexte, le moment. Les plateformes vous rapprochent ou vous éloignent de certaines personnes; elles ne font pas le travail de la relation.

Choisir son outil de rencontre, c'est choisir son rapport au hasard.

Les filtres donnent l'illusion du contrôle en vous laissant voir qui vous sélectionnez. L'IA propose l'illusion de la connaissance en vousclassant à votre insu. Aucune des deux ne tient la promesse complète de « trouver la bonne personne », parce que cette promesse est structurellement intenable. Ce qu'elles font, plus modestement, c'est organiser un certain type de rencontre possible — et donc, nécessairement, en exclure d'autres. La bonne question n'est pas « quel algorithme est le plus performant? », mais « quel type de rencontre suis-je prêt à laisser advenir? ».