Por qué quitamos las fotos de perfil del descubrimiento

En 2024, el equipo de data science de Hinge publicó un hallazgo que debió haber reescrito el playbook social de consumo. Los likes dados sobre un prompt escrito tuvieron 47 por ciento más probabilidad de convertirse en una primera cita real que los likes dados sobre una foto. La compañía se quedó con las fotos. El mercado siguió swipeando. Los dos siguen perdiendo usuarios.

Tres hechos estructurales produjeron ese resultado. El primero es que los juicios de agradabilidad, confiabilidad y competencia hechos a partir de una cara se estabilizan dentro de los cien milisegundos, y más tiempo de visualización solo añade confianza, no precisión. El segundo es que las cuadrículas de caras, presentadas en sucesión rápida, producen un mind-set documentado de rechazo dentro de una sola sesión. El tercero es que lo que evaluamos cuando miramos una cara tiene casi ninguna validez predictiva sobre si nos va a caer bien la persona.

Estos tres hechos no son opiniones. Son los hallazgos de carga estructural de tres décadas de investigación social y conductual. Tienen una consecuencia específica para cualquier producto cuyo feed de descubrimiento empiece por la cara: el producto se convierte en un producto de citas. La intención del usuario no interrumpe el sistema cognitivo. La categoría declarada de la plataforma no lo interrumpe. Lo único que lo interrumpe es quitar la cara de la superficie de descubrimiento por completo.

Para HAOT, eso es lo que hicimos.

La decisión de cien milisegundos

El sistema cognitivo no delibera cuando ve una cara. Los investigadores de Princeton Janine Willis y Alexander Todorov corrieron una serie de experimentos en los que sujetos veían caras por 100 milisegundos, 500 milisegundos, y un segundo, y después calificaban esas caras en atractivo, agradabilidad, confiabilidad, competencia y agresividad. Las calificaciones a los 100 milisegundos correlacionaron casi perfectamente con las calificaciones de tiempo ilimitado; la exposición adicional no produjo información nueva, solo más confianza en la conclusión ya alcanzada a una décima de segundo^[1].

En la práctica, esto significa que cualquier producto donde la primera pista del usuario es una cara ya terminó su asignación de identidad antes de que el usuario pueda leer una sola palabra de contexto. Los estudios de eye-tracking sobre perfiles de citas simulados confirman lo mismo a nivel de interfaz. En un estudio de 2022 publicado en Communication Research, las caras atrajeron la fijación inicial sin importar el atractivo, y las caras más atractivas recibieron más fijaciones y más largas. El texto funcionó como una pista secundaria que llegó después de que la cara ya había producido su impresión.

La escala de tiempo de la interfaz se extiende solo ligeramente más allá de la perceptual. El análisis conductual de los swipes en Tinder ha encontrado que las mujeres se toman cerca de tres segundos para deslizar a la derecha en hombres atractivos y cerca de siete segundos para deslizar a la izquierda en hombres no atractivos, mientras los hombres promedian cinco a seis segundos sin importar. Ninguna de estas duraciones es suficiente para leer o razonar sobre nada. El producto ha completado su decisión en aproximadamente el tiempo que un corazón toma para latir cuatro veces.

El halo y la cuadrícula

Lo que cien milisegundos compran no es solo una calificación de atractivo. Es un halo. El artículo fundacional de Karen Dion de 1972 lo llamó "lo que es bello es bueno": las personas a las que se les mostraba una foto y se les pedía nada más sobre la persona le asignaban a la cara más atractiva puntajes más altos en sociabilidad, competencia, éxito ocupacional, y felicidad marital. El efecto ha sido confirmado en cada década desde entonces.

Una réplica de 2024 en Royal Society Open Science usó imágenes embellecidas por IA y encontró el halo intacto: las caras atractivas, incluyendo caras algorítmicamente realzadas para ser atractivas, fueron calificadas como más inteligentes, confiables, sociables y competentes que la foto sin realzar de la misma persona^[2]. El halo no es una curiosidad de la psicología de mediados de siglo. Es una característica estructural de cómo la cognición humana procesa caras en ausencia de otro contexto.

El halo también concentra. Un estudio de 2018 en PLOS ONE reportó que el acuerdo entre evaluadores sobre atractivo, promediado entre múltiples jueces, tiene un alfa de Cronbach de alrededor de 0.93. Ese es el mismo puntaje de confiabilidad que un instrumento psicométrico profesional. Una cuadrícula de fotos no aleatoriza el gusto. Concentra la atención sobre un subset estrecho de caras de consenso que casi todos los evaluadores coinciden en que son las más atractivas.

La propia data interna de OkCupid, publicada por su co-fundador Christian Rudder en 2009, mostró esta concentración en producción. El tercio superior de mujeres en la plataforma recibió aproximadamente dos tercios de todos los mensajes enviados por hombres. Las mujeres más atractivas recibieron cerca de cinco veces más mensajes que las mujeres promedio. Las mujeres, mientras tanto, calificaron cerca del 80 por ciento de los hombres como por debajo del promedio en atractivo, y los hombres más atractivos recibieron alrededor de once veces más mensajes que los más bajos. La cuadrícula no distribuyó la atención. La canalizó.

Una vez que la cuadrícula está canalizando la atención hacia ese subset estrecho, el usuario entra en un estado psicológico documentado. Las investigadoras Tila Pronk y Jaap Denissen, en un estudio de 2020 publicado en Social Psychological and Personality Science, encontraron que los daters en línea se volvían 27 por ciento más propensos a rechazar prospectos desde el primer perfil de una sesión hasta el último^[3]. El mecanismo es lo que Eli Finkel llama modo de evaluación: con muchos perfiles contra los cuales comparar, el usuario empieza a tratar cada encuentro individual como un ejercicio de screening en vez de como una persona.

Lo que Eli Finkel demostró

El artículo de Eli Finkel de 2012 en Psychological Science in the Public Interest sigue siendo la crítica académica más citada al dating en línea en el campo; su argumento central es que navegar perfiles es fundamentalmente distinto en clase, no en grado, a conocerse en persona^[4]. El modo de navegación produce una simulación mental de la persona, ensamblada a partir de su foto, su bio, su estatura, sus respuestas, que tiene casi ninguna relación con la persona real que el usuario después encuentra en el mundo.

En 2017, Samantha Joel, Paul Eastwick, y Finkel empujaron la crítica más lejos. Corrieron machine learning sobre más de cien variables de autorreporte de participantes en estudios de speed-dating y preguntaron si alguna combinación de esas variables podía predecir quién se sentiría atraído por quién esa noche; la respuesta fue no^[5]. Las preferencias individuales estables, incluyendo las preferencias declaradas por rasgos físicos específicos, explicaron esencialmente nada de la varianza de la química real. Un algoritmo con acceso total a todo lo que una persona dice que quiere en una pareja no podía hacerlo mejor que el azar al predecir si sentiría ese jalón al conocer a alguien en persona.

Para un producto de citas, este hallazgo es dañino. Para un producto de amistad, lo es más, porque la premisa entera de empezar por una cara es más difícil de defender en primer lugar. Las fotos en una app de citas al menos apuntan a una señal biológica que ha sido seleccionada a lo largo del tiempo evolutivo. Las fotos en una app de amistad no tienen tal señal sobre la cual descansar. Simplemente importan el modo de evaluación del dating a una categoría que no lo requiere.

La industria del dating está cediendo públicamente

El argumento más poderoso en contra del descubrimiento liderado por foto es que los operadores de productos liderados por foto están cediendo públicamente que no funciona. El hallazgo de Hinge que abrió este ensayo fue publicado en un comunicado de enero de 2025 por Hinge Labs.

Este es el operador de un producto de citas con fotos reportando que los likes liderados por texto superan a los likes liderados por foto en el único evento de conversión que importa: el encuentro en persona. El número no fue un eslogan de marketing. Fue una comparación estructurada de dos caminos de enganche dentro de la misma app. Hinge se quedó con las fotos porque quitarlas sería irreparable desde la base de usuarios que ya entrenaron. Pero la data es inequívoca sobre cuál camino de descubrimiento produce conversión en el mundo real.

A nivel de compañía matriz, el mercado más amplio está haciendo la misma admisión. El reporte de ganancias del Q3 2024 de Match Group reportó usuarios activos mensuales de Tinder cayendo 9 por ciento año contra año y payers cayendo 4 por ciento, con los ingresos a la carta cayendo 13 por ciento^[6]. El precio de la acción de Match Group está aproximadamente 70 por ciento abajo desde su spinout de IAC en julio de 2020. El mercado está poniéndole precio al declive estructural del descubrimiento liderado por foto.

Hinge, la única app en crecimiento dentro del portafolio de Match, corre una interfaz lidera-prompt, un perfil a la vez, sin cuadrícula. Sus ingresos crecieron 23 por ciento año contra año en el Q1 2025. Su filosofía de diseño se publica bajo el eslogan "designed to be deleted" (diseñada para ser borrada). El resultado económico no es sutil.

Y del lado de la amistad específicamente, el fracaso más instructivo es Bumble BFF, porque corrió el playbook del dating sobre un caso de uso de amistad y el playbook no se transfirió. BFF era un producto de swipe-and-match. Una cuadrícula de caras, un juicio binario, un solo match uno-a-uno al final. Los analistas de Morgan Stanley estimaron sus ingresos en alrededor de un millón de dólares en 2023, contra una compañía matriz generando cientos de millones. El febrero siguiente, la CEO de Bumble Lidiane Jones le dijo a los analistas que la compañía había "sido lenta en darse cuenta de esta visión más amplia con Bumble BFF hasta ahora", y anunció un movimiento alejándose del paradigma swipe-and-match para amistad.

La lección es precisa, y es casi lo opuesto a la que un lector casual podría llevarse. Bumble BFF no falló porque la amistad no sea un negocio. Falló porque el descubrimiento liderado por foto y swipe-to-match es una mecánica de dating, y una mecánica de dating no produce amistades. La arquitectura fue importada al por mayor de una categoría que no le quedaba. Eso es un fracaso de diseño, no un veredicto sobre la categoría. La demanda por nuevas amistades en la adultez es real y grande. Lo que no ha funcionado es enrutar esa demanda a través de una interfaz construida para la selección romántica.

Qué reemplaza la cuadrícula de fotos

Para HAOT, la conclusión se sigue de la data. El descubrimiento es la actividad en sí, no la persona. Cuando un usuario hace scroll por el feed, lo que ve es el plan: el tiempo, la ubicación, la calificación de reputación del host, el tamaño actual del grupo, el tipo de actividad, el idioma en el que se va a llevar a cabo. La cara no aparece. No necesita.

Después de confirmar el RSVP, las fotos aparecen dentro del chat de actividad, porque a ese punto el usuario se comprometió a encontrarse con un grupo específico de personas para una experiencia compartida específica. La cara llega después del contexto. No lidera el contexto. Esta es la misma inversión lógica hacia la que Hinge ha venido moviéndose a nivel de prompt, y que S'More, una pequeña app de citas lanzada en 2020, ejecutó en su forma más pura difuminando todas las fotos y desdifuminándolas progresivamente solo a medida que los usuarios intercambiaban mensajes.

El contraargumento honesto es que algunos usuarios van a dejar el producto porque el feed de descubrimiento no les da la pista visual que han sido entrenados a esperar de una década de productos sociales. Esto es correcto. Los usuarios que perdemos son los usuarios que habrían usado un producto de amistad para filtrar gente por apariencia. Nunca fueron el objetivo.

El otro contraargumento honesto es que hemos ido más lejos que cualquier comparable importante. Hinge se quedó con las fotos y redujo la cuadrícula. S'More difuminó las fotos y las desdifuminó con el tiempo. Nosotros quitamos las fotos del descubrimiento por completo. La agresividad es el punto. Escribimos sobre esto antes en el journal, en el ensayo sobre por qué el anti-citas es arquitectura y no política. Quitar la cuadrícula de fotos del descubrimiento es la tercera de cuatro capas estructurales que hacen a HAOT mecánicamente incapaz de convertirse en un producto de citas. Las otras tres son la ausencia de mensajería uno-a-uno antes de una actividad compartida, el mínimo de tres personas en el grupo, y la clasificación de intención en tiempo real sobre el chat.

El mercado tiene la data. Nosotros simplemente la leímos. Las otras brechas estructurales que esta categoría comparte, las que sobreviven incluso después de quitar la cuadrícula de fotos, son el tema del próximo ensayo en este journal.