Ce qu'un algorithme de matching devrait vraiment apprendre de vous

Publié le 11 septembre 2026

Les applications classiques vous proposent des profils selon des critères génériques : âge, distance, quelques cases cochées. Elles ratent l'essentiel. Vos goûts en matière de visages sont en grande partie à vous, et à vous seul.

Une moyenne ne vous ressemble pas

La plupart des systèmes de recommandation fonctionnent sur une logique simple : ce qui plaît au plus grand nombre doit vous plaire aussi. Ils vous montrent donc les profils jugés « attractifs » en moyenne, dans l'espoir que la moyenne vous convienne.

Le problème, c'est que la moyenne n'existe dans aucune tête réelle. Elle est une construction statistique, utile pour décrire une population, inutile pour prédire ce qu'une personne précise va ressentir devant un visage précis.

Ce que dit la science des jumeaux

En 2015, une équipe menée par Laura Germine a publié dans Current Biology une étude qui change la donne. En comparant les jugements esthétiques de jumeaux identiques, de jumeaux non identiques et de personnes sans lien de parenté face aux mêmes visages, les chercheurs ont pu séparer ce qui relève des gènes, de l'environnement partagé, et de l'expérience strictement individuelle.

Résultat : environ la moitié de ce que vous trouvez beau chez un visage ne vient ni de votre patrimoine génétique, ni de votre éducation commune avec votre entourage. Cela vient de votre histoire personnelle, de vos rencontres, de ce que votre cerveau a appris à aimer au fil de votre vie et qui n'appartient qu'à vous.

Autrement dit, deux vrais jumeaux, élevés ensemble, avec le même ADN et le même environnement familial, ne tombent pas nécessairement sous le charme des mêmes visages. Si la génétique et l'éducation ne suffisent pas à expliquer les goûts de deux personnes identiques sur le papier, aucun algorithme ne peut prétendre les deviner à partir de quelques préférences déclarées.

Pourquoi les questionnaires ne suffisent pas

Les applications classiques posent des questions : préférez-vous les cheveux courts ou longs, les yeux clairs ou foncés. Ces réponses donnent une impression de personnalisation, mais elles restent des cases. Elles ne captent pas l'alchimie fine qui fait qu'un visage vous arrête net alors qu'un autre, objectivement similaire selon les critères cochés, vous laisse indifférent.

Un algorithme sérieux ne devrait pas vous demander ce que vous croyez aimer. Il devrait observer ce que vous aimez réellement, en continu, sur des visages réels, et ajuster ses propositions en conséquence. C'est une différence de méthode qui change tout : on passe de la déclaration à l'observation.

Apprendre de vous, pas d'un profil type

Cela rejoint une idée déjà évoquée dans notre article sur votre « type » : vos goûts ne sont pas figés dans une case, et un bon système doit accepter une part d'exploration. Mais l'exploration seule ne suffit pas non plus. Il faut aussi que l'algorithme retienne ce qui fonctionne pour vous spécifiquement, sans le diluer dans une moyenne qui gomme justement ce qui fait votre singularité.

C'est tout l'enjeu d'un système de matching bien pensé : ne pas vous enfermer dans un profil type, mais ne pas non plus ignorer ce que vos réactions répétées révèlent sur vos préférences réelles. La difficulté, c'est que ces préférences ne se révèlent pas dans un questionnaire rempli une fois, mais dans la confrontation répétée à de vrais visages, dans de vraies conditions.

La rencontre comme seul terrain d'apprentissage valable

C'est une des raisons pour lesquelles la vidéo compte davantage que la photo statique. Comme on l'expliquait dans notre article sur les photos qui mentent, un visage figé et retouché ne donne pas les mêmes informations qu'un visage en mouvement, spontané, filmé sur 30 secondes de mouvements aléatoires. Un algorithme qui apprend de vos réactions à ces vidéos, plutôt que de vos réponses à un formulaire, apprend quelque chose de plus proche de la vérité.

Et surtout, ces vidéos sont détruites après analyse. L'idée n'est pas de construire un dossier sur vous, mais de capter, une fois, l'information nécessaire pour affiner ce que le système vous propose, avant d'effacer le reste.

Individuel ne veut pas dire arbitraire

Dire que vos goûts sont personnels ne signifie pas qu'ils sont incohérents. Ils suivent une logique, la vôtre, façonnée par votre vécu. Un bon algorithme ne cherche pas à deviner cette logique en une fois, il l'apprend progressivement, en observant vos réactions réelles face à des visages réels, avec une signature chiffrée qui garantit que chaque interaction reste sécurisée.

C'est aussi ce qui rend une photo certifiée par concordance plus utile qu'une photo simplement jolie : elle garantit que la personne en face de vous ressemble réellement à ce que votre goût, aussi individuel soit-il, a évalué au moment du scan.

Ce que cela change concrètement

Un système qui prend au sérieux le caractère individuel des goûts esthétiques ne vous demande pas d'être quelqu'un d'autre pour matcher plus. Il ne vous vend pas non plus un profil optimisé selon des standards extérieurs. Il observe, il ajuste, il vous propose des visages qui ont statistiquement plus de chances de vous plaire, à vous, pas à une moyenne fictive.

C'est une philosophie simple : gratuit à vie pour les femmes, un an offert pour les hommes puis 5 euros par mois, et un système qui apprend de vos réactions réelles plutôt que de suppositions génériques sur ce qu'un homme ou une femme est censé trouver beau.

En résumé

La science est claire : la moitié de votre jugement esthétique vous appartient en propre, elle n'est ni héritée ni partagée. Un algorithme qui l'ignore vous fait perdre du temps avec des profils qui plaisent à tout le monde et à personne en particulier. Un algorithme qui l'intègre commence enfin à vous ressembler.