L’appli de rencontres Happn a été lancée en 2014, à Paris. Son innovation ? L’hyper-géocalisation : l’utilisateur peut voir les autres personnes à côté desquelles il est passé. Quand deux personnes croisées se “likent” mutuellement, ça donne un crush – et, dans le meilleur des cas, un peu d’amour.
À voir aussi sur Konbini
C’est peu dire que le concept a pris : Happn a aujourd’hui 50 millions d’utilisateurs dans le monde (entre 6 et 7 millions d’actifs par mois), dont 3 millions en France.
Forcément, tout ça génère beaucoup de données : plus d’un milliard “d’événements” par jour sont récoltés par les data-scientists de Happn. Le rêve pour essayer de mettre en place des algorithmes permettant de mieux connaître les utilisateurs et forcer le destin en misant sur les affinités.
Toutefois, ces algorithmes nous éloignent-ils de la “vraie vie” ? Détruisent-ils la magie et le hasard ? Nous avons posé ces questions à Didier Rappaport, cofondateur et actuel PDG de Happn.
Konbini | Pouvez-vous vous présenter rapidement ?
Didier Rappaport | Je suis un “serial entrepreneur”. Depuis les années 1990, j’ai toujours été chef ou fondateur d’entreprise, exclusivement dans le numérique. J’ai notamment cofondé Dailymotion et Nomao, un moteur de recherche géolocalisé.
Vous nous avez convoqués récemment, nous journalistes, pour nous dire que vous ne faisiez pas du Black Mirror. Discutons-en donc. Déjà, que faut-il entendre par “faire du Black Mirror“ ?
Black Mirror, c’est une série qui montre un peu ce que pourrait devenir le monde avec une utilisation “extensive” des nouvelles technologies. Il y a une perspective parfois drôle, parfois ridicule, parfois bien vue.
Quand je dis “Happn ne fait pas du Black Mirror“, je fais référence à l’épisode 4 de la saison 4 – dont l’intrigue se déroule dans un monde où les relations des héros sont organisées par un programme.
Synopsis de l’épisode “Hang the DJ” : des personnes sont mises en relation via une app de dating. On leur impose qui elles doivent rencontrer et combien de temps elles doivent rester en couple. Les algorithmes de l’appli sont censés avoir un taux de réussite frôlant les 100 % (bien mieux que dans la vraie vie, donc). Sauf que…
J’ai fait référence à cet épisode (que je trouve exagéré), parce que c’est pile-poil ce que l’on ne veut pas. On ne veut pas que la machine décide et qu’elle intervienne dans la rencontre. Nous n’intervenons qu’au moment de la recherche.
Mais vous utilisez quand même des tonnes de data…
On est dans le monde de la mobilité, de l’instantanéité. Avec les smartphones, les gens ne prennent pas le temps d’expliquer qui ils sont. Ils remplissent peu de formulaires. On pense que c’est mieux d’aider les gens quand on les connaît un petit peu. C’est pour ça qu’on utilise la data : pour mieux les comprendre, voir ce qu’ils recherchent. Avec des limites très claires sur ce que l’on veut faire et où l’on veut aller.
Quel type de data récoltez-vous ?
Les gens utilisent Happn en se connectant avec leur profil Facebook. On connaît donc l’âge, le sexe et éventuellement la profession. Concernant la géolocalisation, nous avons seulement accès aux points de croisement entre les personnes. Nous étudions aussi le comportement des gens sur l’application : les fréquences et durées de connexion, le mode d’utilisation des différentes fonctionnalités, etc.
Et, bien sûr, il y a les photos [soit les utilisateurs les importent de Facebook, soit ils les uploadent depuis leur téléphone, ndlr]. Nous pouvons extraire pas loin d’un millier d’informations relatives à leur contenu : l’utilisateur est-il seul sur la photo ? Comment la photo est-elle cadrée ? Quelle est la nature du paysage ?
Impressionnant. Et donc quand vous brassez ce milliard de données quotidiennes avec une intelligence artificielle (IA), ça marche vraiment ? Ce n’est pas un rêve d’alchimiste ? Vos utilisateurs “crushent” plus ?
Oui. Nous avons commencé à implémenter l’IA l’année dernière. Les crushs ont été multipliés par 1,6, du jour au lendemain.
Concrètement, quel type d’information pertinente vos algorithmes peuvent-ils détecter pour favoriser les crushs ?
Par exemple, en analysant vos photos, si l’on vous voit sur différents lieux, on va peut-être se dire que vous aimez voyager. Et donc se dire que vous auriez plus d’affinités avec une personne qui aime voyager. Et donc remonter cette personne dans l’ordre de présentation : cette personne apparaîtra en tête de votre “timeline”.
Les algorithmes ne font que ça ? Identifier un trait de personnalité et retrouver le même chez l’autre ?
Non, c’est plus compliqué que ça. Nous cherchons à détecter aussi les “signaux faibles”, en faisant des corrélations d’informations sur des grands volumes de données. Et concernant ces corrélations, je ne peux pas tout vous expliquer car dans l’intelligence artificielle on ne comprend pas tout. Ce qui se passe n’est pas toujours explicite et interprétable. D’autant plus que tout est anonymisé.
Malgré cet épais brouillard, avez-vous constaté des “corrélations” notables ?
Nous n’avons pas observé de résultats vraiment contre-intuitifs dans nos études. Mais voici quelques exemples que nous avons répertoriés :
- Les utilisateurs du signe du zodiaque du mois en cours ont plus de chances de crusher
- Les utilisateurs avec des animaux sur les photos ont moins de succès que les autres
- Les utilisateurs avec des descriptions trop détaillées crushent moins (peut-être sont-ils trop exigeants ?).
Bon, mais utiliser les algorithmes pour augmenter les crushs, ce n’est pas déjouer les plans de la vraie vie ?
On oblige nos algorithmes à remettre du hasard pour essayer d’en avoir comme dans la vraie vie. On essaie de reproduire de la vraie vie.
Petite parenthèse. On a essayé de savoir comment on pouvait mettre du hasard dans un algorithme. Guillaume Perrin-Houdon, chef de la data chez Happn, nous a livré cette réponse :
Les algorithmes essaient de “comprendre” et reproduire des situations observées dans les données passées. Prendre les résultats de ces algorithmes tels quels nous conduirait à proposer à un utilisateur qui apprécie les utilisatrices blondes uniquement des profils de blondes. Ce n’est pas cela la vraie vie, nous cherchons donc à proposer aussi quelques brunes (ou autres) à cet utilisateur afin de préserver une dose d’imprévisible et de magie.
Pour cela, plusieurs approches existent, notamment :
- Forcer les algorithmes à “explorer” des solutions qui n’ont pas déjà été observées par le passé (c’est notamment le cas des algorithmes dits “par renforcement”). Dans le cas d’un utilisateur qui n’a jamais vu/interagi avec un profil d’utilisatrice rousse, l’algorithme serait “récompensé” à “essayer” de lui proposer ce type de profil.
- Travailler le sujet au niveau de l’intégration dans le produit : prendre en compte les résultats des algorithmes en y ajoutant une couche de règles métier. Par exemple, sur cent profils à proposer à un utilisateur, on peut intégrer une certaine proportion d’utilisateurs qui ont réellement été croisés, pris au hasard, mais qui ne sont pas nécessairement des profils que l’algorithme aurait suggéré en priorité
Et donc, pour l’instant, vous n’utilisez l’IA que dans l’ordre de présentation de la timeline ? Rien d’autre ?
Pour l’instant, rien d’autre, mais on pourra l’implémenter dans d’autres fonctionnalités. Nous venons par exemple d’annoncer la “Map”, qui sera lancée en juillet. Les utilisateurs pourront localiser sur une carte les personnes qu’ils ont rencontrées. Si un utilisateur aime les pizzas, on pourra lui suggérer des pizzerias où aller avec son crush, à côté de l’endroit où il a crushé. Les utilisateurs auront donc chacun des suggestions différentes sur leur map.
Et une map truffée de crushs et de suggestions bien éloignées de la réalité, c’est pas une sorte de Black Mirror ?
Pour moi, non. Je ne vois pas la Map ou le numérique comme des mondes à part. Il n’y a qu’un seul monde, avec des outils numériques qui nous permettent de nous réapproprier la vraie vie. On aide les gens à se connecter les uns aux autres. De manière plus générale, l’IA doit servir à améliorer la vie des gens, leur donner des informations, automatiser des choses qu’ils n’ont pas à faire par eux-mêmes
Et puis d’ailleurs, pour en revenir à l’épisode 4 de la saison 4, on ne dit pas à nos utilisateurs : “Grâce à notre outil, vous allez rencontrer l’amour.” Nous, on propose juste aux gens de se rencontrer. Comme dans la vraie vie. Ça n’est pas pareil.
Sur la timeline, l’utilisateur peut quasiment scroller à l’infini. Pourquoi, avec vos algorithmes, vous ne choisiriez pas vingt super profils que vous présentez chaque jour à l’utilisateur, mais pas plus, pour ne pas qu’il soit noyé ?
C’est exactement là où on ne veut pas aller. On veut une appli qui reflète la vraie vie. Quand vous allez sur les Champs-Élysées, il n’y a pas vingt personnes. Il y en a beaucoup plus. On ne veut pas réduire ce choix. Ce serait presque ça Black Miror pour nous, dire aux utilisateurs qui il faut choisir.
Travaillez-vous sur la reconnaissance faciale pour savoir, par exemple, comment l’utilisateur réagit quand il découvre un profil ?
Pas pour le moment. Mais c’est probablement une chose sur laquelle on va travailler, car il peut y avoir des choses intéressantes à déduire. Mais ce genre de choses est extrêmement long à mettre en place.
À l’avenir, pour continuer à améliorer les crushs, allez-vous tout miser sur l’IA ? Vous avez par exemple lancé un jeu de rencontres innovant, CrushTime, où il n’y a pas une once d’IA dedans. Est-ce que ça a marché ?
Ce jeu a très bien marché puisqu’il a multiplié le nombre de crushs par trois. Et, effectivement, il n’y a pas d’IA dedans. Mais on peut tout à fait imaginer d’y implémenter de l’IA plus tard…
Le jeu de Happn : quatre profils sont proposés à l’utilisateur. Il doit deviner lequel l’a déjà liké. S’il trouve la bonne personne, bingo, c’est le crush et ils peuvent communiquer. Sinon, c’est perdu et quatre nouveaux profils apparaissent.
Une dernière question : puisque vous semblez accorder beaucoup d’attention à l’utilisation que vous faites de l’IA, est-ce que vous lisez, ou avez-vous lu, des blogs, journaux ou ouvrages pour vous forger un esprit critique sur la question ?
Pour bien faire mon boulot, je lis au moins principalement trois heures par jour. Parmi mes lectures, beaucoup de sites et de blogs américains.
