Cómo leen tus fotos los algoritmos de las apps de citas: qué aprenden de verdad Tinder, Bumble y Hinge (2026)

Seguramente hayas leído que Tinder te asigna una puntuación de atractivo oculta sobre 1400, que cada deslizamiento a la derecha suma 25 puntos y que borrar la cuenta lo reinicia todo. Casi nada de eso es cierto, y lo que algún día lo fue dejó de serlo en 2019. Mientras tanto, está pasando otra cosa que la mayoría de las guías omite: las tres grandes apps dicen ahora, en su propia documentación, que leen el contenido de tus fotos.

Esta guía se toma la palabra de las plataformas al pie de la letra. Cita lo que Tinder, Hinge y Bumble publican de verdad, separa esas afirmaciones del folclore que circula sobre ellas y después aborda lo que a ti te importa: qué comunica un conjunto de fotos y cómo construir uno que envíe la señal que pretendes.

Dos límites por delante. Ninguna app de citas publica su fórmula completa de posicionamiento, así que quien afirme conocer los pesos exactos te está mintiendo. Y cuando este artículo pasa de lo que dice una plataforma a lo que probablemente implica, la inferencia se etiqueta como inferencia en lugar de disfrazarse de hecho.

#Respuesta rápida: lo que confirma cada plataforma

Hay tres cosas que se repiten en las tres apps. Las fotos pesan más allá de su tasa de deslizamientos, porque las plataformas describen un aprendizaje a partir del contenido de las fotos. El comportamiento gana a la biografía, porque todos los recomendadores aprenden de lo que haces de verdad y no de lo que dices querer. Y la recencia importa, porque a ninguno le interesa gastar impresiones en alguien que no va a responder.

#Primero, el mito que no muere: el Elo

#Qué era el Elo realmente

El Elo es un sistema de puntuación de ajedrez, diseñado por Arpad Elo, que estima la habilidad relativa a partir de los resultados de las partidas. Tinder adaptó la idea en sus primeros años: un perfil que acumulaba deslizamientos a la derecha subía en el ranking, y los perfiles de rango similar se mostraban entre sí. En 2016, una investigación de Fast Company vio la puntuación interna de una periodista, lo que confirmó que el sistema existía y lo hizo famoso.

Ahí es donde la mayor parte de internet dejó de leer.

#Cuándo lo retiró Tinder y qué lo sustituyó

En marzo de 2019 Tinder publicó una entrada titulada «Powering Tinder» que abordaba la puntuación de forma directa:

«El Elo es noticia vieja en Tinder. Es una medida obsoleta y nuestra tecnología puntera ya no se apoya en él.»

El mismo artículo describía el sustituto como «un sistema dinámico que tiene en cuenta de forma continua cómo interactúas con los demás en Tinder mediante Likes y Nopes y qué aparece en los perfiles de los usuarios». Esa página de ayuda sigue activa y se actualizó el 22 de octubre de 2026 con el mismo texto intacto.

Así que el ranking no desapareció. Lo que desapareció fue la puntuación vertical única. Lo que queda se parece más a un sistema de recomendación: predice a quién es probable que te guste y quién probablemente te corresponderá, en lugar de colocarte en una clasificación de atractivo.

#Por qué las tablas de puntos que ves por internet son inventadas

Busca «algoritmo de Tinder» hoy y encontrarás tablas como esta: puntuación inicial 1400, like +25, descarte −25, match +50, mensaje +20, denuncia −100. Están maquetadas para parecer solventes. No lo son.

Tinder nunca ha publicado una tabla de puntos, y la empresa ha dicho explícitamente que ya no ejecuta el sistema que describen esas cifras. Los números parecen el resultado de un teléfono escacharrado que empezó con especulaciones sobre cómo funcionaría una puntuación tipo ajedrez y acabó convertido en cita. Así es como la mayoría de las cifras sin fuente se vuelven conocimiento general: alguien las maqueta en una tabla y la tabla se cita.

La consecuencia práctica: toda estrategia construida sobre «proteger tu puntuación» apunta a un mecanismo que ya no está en marcha. Ser selectivo no sube ningún número oculto. Hace algo más útil, que cubre la sección siguiente.

#Lo que Tinder dice que aprende

#Actividad y actividad simultánea

Si buscaste cómo funciona el algoritmo de Tinder y aterrizaste en una página llena de tablas de puntos, esta sección es la corrección. Tinder es inusualmente directo sobre su señal más potente:

«Priorizamos los matches potenciales que están activos, y activos al mismo tiempo... Usar la app con regularidad ayuda a los miembros a estar más al frente, ver más perfiles y hacer más matches. Esta es la parte más importante de nuestro algoritmo, y está totalmente en manos de nuestros miembros.»

Léelo dos veces, porque reencuadra casi todos los consejos. La plataforma te está diciendo que su factor con más peso es aparecer mientras otras personas también aparecen. No tu mandíbula, ni tu puesto de trabajo, ni si pagas Gold.

En la práctica, esto significa que un perfil usado en sesiones de diez minutos varias veces por semana rendirá por lo general más que un perfil idéntico abierto una vez cada quince días durante una hora. Los dos tienen las mismas fotos; solo uno está disponible cuando el grupo está activo.

#Señales anonimizadas de las fotos

Esta es la frase que casi todas las guías se saltan:

«Además de usar lo que los miembros nos cuentan, utilizamos señales anonimizadas de las fotos para ayudar a ajustar las recomendaciones. Sugeriremos perfiles con fotos similares a las que los miembros han likeado antes y mostraremos sus perfiles a más personas que han likeado a miembros con fotos parecidas a las suyas.»

Aquí se afirman tres cosas. El contenido de tus fotos es un dato de entrada. Se calcula la similitud entre contenidos de fotos. Esa similitud determina tanto a quién ves como quién te ve.

Lo que no se dice es cómo. Tinder no aclara si la señal es el tipo de escena, la actividad, la paleta de colores, la composición, la presencia de otras personas o alguna otra cosa. Así que trata el mecanismo como no divulgado y la dirección como confirmada: la app no solo cuenta cuántas personas deslizaron a la derecha en una foto, sino que lee qué contiene la foto.

Para ti, la inferencia es sencilla y merece decirse sin rodeos: un conjunto de fotos es una descripción de tu vida escrita en un formato que el sistema puede leer. Si las seis fotos son selfies frente al espejo del gimnasio, has descrito una sola cosa estrecha seis veces.

#Likes y Nopes como datos de preferencia

Tinder también dice que «perfecciona constantemente los matches potenciales que ven los miembros según la frecuencia con que su perfil —y todos los perfiles de su zona— recibe Likes o Nopes». Fíjate en la lectura de doble sentido: tus likes salientes enseñan al sistema tu gusto, y los likes entrantes en tu perfil moldean quién más te ve.

Por eso deslizar a la derecha sin criterio es contraproducente aunque no haya ninguna penalización en juego. Si te gusta todo el mundo, el sistema no puede distinguir qué quieres de verdad, así que las recomendaciones que construye son ruido.

#Qué cambió en 2026

En su evento de producto de marzo de 2026, Tinder anunció varias novedades que importan aquí. Chemistry, una capa de personalización con IA, pasó de Australia y Nueva Zelanda a Estados Unidos y Canadá: genera una recomendación diaria seleccionada a partir de un cuestionario y, opcionalmente, de un Camera Roll Scan que deduce intereses y temas de estilo de vida de tus fotos. Learning Mode se presentó como un sistema que recoge feedback más rápido de los usuarios nuevos y de los que vuelven, para que las recomendaciones sean relevantes antes.

La dirección es clara. Tinder está invirtiendo en leer más sobre ti, a partir de más fuentes, incluido el carrete de tu móvil si lo permites. La alfabetización fotográfica gana valor, no lo pierde.

#Lo que Hinge dice que aprende

#Un sistema de recomendación, no un algoritmo

La explicación de Hinge marca una distinción que casi toda la cobertura ignora: lo que mueve la app no es un algoritmo, sino «un conjunto de algoritmos que llamamos sistema de recomendación», que combina las preferencias declaradas con la actividad.

Su razonamiento merece citarse porque explica por qué los perfiles importan más en Hinge que en otras partes: «las preferencias por sí solas no capturan la imagen completa de la compatibilidad».

#La capa de aprendizaje profundo de 2025

En 2025 Hinge presentó lo que describe como un nuevo sistema de recomendación de aprendizaje profundo, diseñado para entender tanto a quién podrías gustar como a quién es probable que te corresponda. Es un cambio relevante respecto al enfoque Gale-Shapley que la empresa usó durante años, y significa que las guías antiguas que describen Hinge como un motor puro de emparejamiento estable están desfasadas.

Sobre Gale-Shapley en sí: Hinge lleva tiempo describiendo su emparejamiento como basado en la solución de 1962 al problema del matrimonio estable, y su fundador ha repetido la afirmación. El trabajo subyacente ganó el Nobel de Economía en 2012. Pero esto es una empresa describiendo su propio sistema, no una auditoría independiente, así que tómalo como la versión de Hinge y no como una arquitectura verificada.

#Por qué ocho likes, y por qué importa más de lo que suena

Hinge afirma que la investigación le llevó a limitar los likes gratuitos a ocho al día, tras comprobar que los miembros con más likes gratis tenían peores matches. El marco de la empresa es la calidad de la señal: un puñado de likes meditados le dice algo al recomendador, mientras que una avalancha no le dice nada.

No hace falta aceptar el marco comercial para aceptar el mecanismo. Todos los recomendadores de este artículo mejoran con datos de preferencia más limpios, y la selectividad es la forma más barata de generarlos.

#El aviso sobre la velocidad que casi todo el mundo se salta

Hinge publica un consejo fácil de pasar por alto e inusualmente concreto:

«Cuando te saltas un perfil demasiado rápido, nuestro sistema de recomendación puede dar por hecho que esa persona —y otras como ella— no es tu match, aunque podría serlo.»

Es una plataforma diciéndote, en lenguaje llano, que el tiempo de permanencia y la atención son datos de entrada. También significa que el hábito de deslizar rápido no es neutro. Entrena al sistema contra una categoría de persona, mirada a mirada.

Hinge añade la idea complementaria: «Si envías demasiados likes, no podemos saber qué quieres de verdad. Al mismo tiempo, si rara vez envías likes, no tenemos información suficiente para aprender».

#Lo que Bumble dice que aprende

#Para ti, antes Best Bees

El feed seleccionado de Bumble se lanzó como Best Bees y pasó a llamarse Para ti en 2024. Muestra hasta cuatro perfiles al día, elegidos entre tus preferencias declaradas y tus matches anteriores.

Dos detalles de la documentación de Bumble son más interesantes que la función en sí. Primero, el feed tiene un requisito de acceso: necesitas al menos un match para desbloquearlo, porque la selección se nutre del historial de matches. Segundo, los usuarios gratuitos reciben un like por semana que puede usarse en un Best Bee, y los likes no usados no se acumulan.

Bumble también describe su experiencia más amplia de Discover como una forma de mostrar a personas según intereses similares, intenciones de citas y comunidades. Es un modelo guiado por el contenido y no por el comportamiento, y por eso las insignias de intereses y los campos de intención pesan más en Bumble que en Tinder.

#El intercambio del modo incógnito

Bumble afirma sin rodeos que, si usas el modo Incógnito, no aparecerás en los Best Bees de nadie. Es un ejemplo limpio de una decisión de visibilidad que muchos usuarios toman sin advertir el coste: esconderse del feed también te saca de su parte más segmentada.

#Qué significa esto para las fotos

Las declaraciones públicas de Bumble son más parcas sobre la mecánica de las fotos que las de Tinder. Lo que sí dice es que la completitud del perfil y el número de fotos importan, y su propia comunicación de producto ha señalado que añadir más fotos se correlaciona con mejores resultados. La lectura razonable es que Bumble premia un perfil completo y coherente más que una sola imagen potente, y que el feed Para ti es donde un conjunto consistente rinde más.

#La señal de las fotos: qué comunica un conjunto

Esta es la sección que ninguna guía de la competencia cubre, así que merece el mayor cuidado. Todo lo que sigue a las citas de las plataformas es interpretación, y así está señalado.

#La coherencia gana a una sola gran foto

Un perfil de citas no es un portfolio. Es un conjunto de afirmaciones sobre una persona, y el conjunto se juzga entero.

La prueba práctica es simple. Pon tus seis fotos una al lado de otra y pregúntate qué concluiría un desconocido sobre tu semana. Si la respuesta es «va a este bar, con esta camisa, con esta expresión», el conjunto no está haciendo su trabajo aunque cada foto individual sea nítida y esté bien iluminada.

Aquí coherencia significa una persona coherente, no un fondo coherente. La misma cara, la misma edad, la misma complexión general, reconociblemente la misma vida. Dentro de eso, la variedad es lo importante.

#Las cuatro señales que puede enviar un conjunto

En el conjunto de las fotos suelen colarse cuatro tipos de información, tanto si los buscas como si no:

Un conjunto que cubre las cuatro se lee como una persona. Uno que repite una sola columna se lee como una biblioteca de imágenes de stock.

#Por qué seis fotos parecidas no enseñan nada al sistema

Si un recomendador construye un modelo de cómo eres a partir del contenido de las fotos, seis variaciones de la misma escena le dan un solo punto de datos. Seis variaciones de la misma escena también le dan un solo punto de datos a quien mira, así que el coste no es solo algorítmico.

Lo contrario tampoco es cierto: seis fotos sin relación no crean riqueza, crean incoherencia. Un bar en una azotea, la cima de una montaña, una gala formal, una playa, una boda y un gimnasio, con melenas distintas y barbas distintas, se leen como un recopilatorio y no como una persona. El objetivo es un conjunto variado en escenarios y coherente en identidad.

#El problema del desajuste

Hay un modo de fallo que ningún algoritmo castiga y la vida real castiga con dureza. Puedes construir un conjunto que señale una vida que no tienes: cubiertas de yate, refugios alpinos, inauguraciones de galerías. Las fotos pueden rendir bien. Después, la primera cita tiene que reconciliar el perfil con la persona.

La misma lógica vale para las imágenes generadas con IA, y es el argumento más sólido a favor de la contención. Una foto generada es una afirmación. Si la afirmación es «así soy con buena luz», se sostiene. Si es «vivo así», acaba fallando.

#La verificación cambia las cuentas

#Qué compara Face Check

Tinder gestiona ahora tres productos de verificación relacionados pero distintos, y las diferencias importan:

• Verificación de fotos. Es opcional. Envías un selfie en vídeo corto y se compara con tus fotos de perfil mediante reconocimiento facial.
• Documento de identidad más verificación de fotos. Es opcional y además contrasta un documento oficial con tu foto de perfil.
• Face Check. Es obligatorio para los usuarios nuevos en una lista creciente de mercados. Es un paso de prueba de vida y escaneo facial que también ayuda a estimar la edad, y Tinder afirma que puede detectar cuándo se usa la misma cara en varias cuentas.

Tinder es explícito sobre que la verificación no es permanente: la página de ayuda indica que puede pedirte que repitas el proceso si borras una o varias fotos de perfil, y que las fotos nuevas subidas después de verificarte pueden afectar a tu estado.

Esa sola frase tiene una consecuencia que casi nadie ve. Tu conjunto de fotos y tu cara verificada están vinculados. No puedes tratarlos como activos separados.

#El dato del 67 % y sus límites

El piloto de verificación con documento de Tinder en Australia y Nueva Zelanda se reportó a principios de 2024 como un 67 % más de matches para las cuentas verificadas. La cifra se cita mucho. Conviene precisar qué es: un resultado comunicado por la empresa a partir de un solo piloto, que comparaba cuentas verificadas con no verificadas.

Eso es una correlación con al menos tres explicaciones plausibles. Puede que los usuarios verificados estén más comprometidos con la app, que hayan completado más su perfil o que simplemente sean de media más atractivos de formas que el piloto no controló. La lectura honesta es que la verificación se asocia con mejores resultados y que además es una señal de confianza para quien te mira, motivo suficiente para completarla.

#Por qué una foto de IA que no encaja es un lastre

Junta los dos hechos. La verificación compara una cara en vivo con tus fotos de perfil. Las imágenes generadas que se alejan de tus rasgos reales, tu edad o tu tono de piel crean una brecha justo donde el sistema está mirando.

Y la brecha no es solo técnica. Quien mira, entrenado por años de imágenes de IA, notará la pista. Nuestra guía sobre la autenticidad de los headshots con IA repasa las señales concretas, y se aplican al menos con la misma fuerza en las citas, donde todo el perfil es una promesa sobre una persona que vas a conocer.

#Cómo construir un conjunto que envíe la señal correcta

#La lista de comprobación de cinco señales

Antes de cambiar nada, audita lo que tienes. Para cada foto actual, marca qué señales lleva:

1. Legibilidad de la cara. ¿Puede un desconocido identificarte en menos de un segundo a tamaño de miniatura?
2. Variedad de entornos. ¿Aparecen al menos tres lugares distintos en el conjunto?
3. Actividad. ¿Hay al menos una foto tuya haciendo algo, no solo posando?
4. Contexto social. ¿Hay al menos una foto con otras personas en la que se te identifique con claridad?
5. Veracidad. ¿Sostendría cada foto si la persona te conociera mañana?

Un conjunto que falla dos o más de estas cosas no es un problema de calidad fotográfica. Es un problema de descripción, y ningún grado de enfoque lo arregla.

#Cuándo usar IA y cuándo no

La IA es realmente útil para tres cosas en un perfil de citas: arreglar una luz que no puedes recrear, producir variedad de escenarios sin reservar seis sesiones y darte suficientes encuadres entre los que elegir en lugar de conformarte con el único selfie aceptable.

Es mala idea para otras tres: cambiar tu edad aparente, cambiar tu cuerpo e inventar escenas que impliquen un estilo de vida que no tienes. También es mala idea construir todo el conjunto con imágenes generadas, tanto porque la repetición se nota como porque el paso de verificación compara con tu cara real.

Nuestra guía para hacer fotos para un generador de headshots con IA cubre el lado de la entrada, incluido por qué una mezcla de expresiones y ángulos produce un resultado más útil que quince copias casi idénticas.

#Un flujo de trabajo de 30 minutos

1. Reúne lo que tienes. Todas las fotos tuyas de los últimos dieciocho meses, sin filtrar todavía.
2. Descarta lo que falle la veracidad. Otra época de pelo, filtro fuerte, edad antigua evidente. Es el paso que la gente se salta y luego lamenta.
3. Etiqueta por señal. Entorno, actividad, social, calidez. Buscas cobertura, no perfección.
4. Identifica el hueco. La mayoría de los conjuntos son fuertes en calidez y flojos en actividad y contexto social.
5. Cubre solo el hueco. Genera o haz dos o tres fotos dirigidas a la señal que falta, no seis nuevas.
6. Ordena pensando en la miniatura. Lo que mejor se lea a 100 píxeles va primero, por mucho que te guste la foto.
7. Convive con ello dos semanas. Cambia una variable cada vez o no sabrás qué funcionó.

#Qué mueve la aguja y qué no

#Seis palancas que sí importan

#Seis mitos que se resisten a morir

«Tienes una puntuación oculta que puedes subir.» No hay una puntuación única. Tinder retiró el Elo en 2019.

«Borrar la cuenta lo reinicia todo.» Reinicia el historial que el sistema tenía sobre ti, que es lo contrario de una ventaja. Además choca con la norma de una cuenta por persona de Tinder y es justo lo que Face Check está diseñado para detectar.

«Dar like a todo el mundo ahorra tiempo.» Destruye la señal de preferencia que el recomendador necesita, y la mayoría de esos likes no volverán.

«Pagar premium compra posicionamiento.» Las suscripciones compran funciones: quién te ha dado like, likes extra, boosts. Un boost aumenta cuánta gente ve tu tarjeta durante un rato, lo que solo ayuda si la tarjeta merece la pena.

«Hay una hora mágica para usar la app.» La actividad simultánea importa, pero ninguna plataforma publica una franja, y el grupo cambia según la ciudad y el día.

«Las fotos con IA o están bien o están prohibidas.» Ni una cosa ni la otra. A las plataformas les importa la exactitud de la representación, y a tu cita le importa lo mismo.

#Preguntas frecuentes

#¿Tinder sigue usando una puntuación Elo?

No. Tinder publicó en marzo de 2019 un comunicado en el que decía que el Elo era, en sus propias palabras, noticia vieja, y que la plataforma ya no se apoyaba en él. La página de ayuda actual, actualizada en octubre de 2026, repite la misma postura y describe un sistema dinámico basado en cómo interactúan las personas mediante Likes y Nopes y en qué aparece en sus perfiles. Cualquier guía que te dé una puntuación inicial de 1400 y puntos positivos o negativos por deslizamiento está presentando cifras inventadas, porque Tinder nunca ha publicado una tabla de puntos.

#¿Qué significa para Tinder «señales anonimizadas de las fotos»?

En su artículo oficial sobre el emparejamiento, Tinder dice que usa señales anonimizadas de las fotos para ajustar las recomendaciones: sugiere perfiles con fotos similares a las que te han gustado y muestra tu perfil a más personas a las que les han gustado perfiles con fotos parecidas a las tuyas. Tinder no explica qué rasgos extrae ni cómo los pondera. La lectura práctica es que el contenido y el estilo de tus fotos, y no solo su rendimiento en deslizamientos, influyen en quién te ve.

#¿Usa Hinge un algoritmo premiado con un Nobel?

Hinge ha descrito su emparejamiento como basado en el algoritmo Gale-Shapley, una solución de 1962 al problema del matrimonio estable, que es el trabajo que hay detrás del Nobel de Economía de 2012. Ese marco procede de la propia Hinge y de su fundador, no de una auditoría técnica independiente. En 2025 Hinge afirmó haber introducido un nuevo sistema de recomendación de aprendizaje profundo, así que la descripción honesta hoy es la de un híbrido: un concepto clásico de emparejamiento más aprendizaje automático encima.

#¿Por qué Hinge limita los likes gratuitos a ocho?

Hinge ha dicho que ocho es la cifra a la que llegó su investigación: cuando los miembros tenían más likes gratuitos al día, sus matches empeoraban, y cuando tenían menos, pagaban por enviar más. La empresa lo plantea como una decisión de calidad de señal y no como una táctica de escasez. Sea cual sea el motivo comercial, el consejo conductual que se deriva es sólido, porque un número pequeño de likes meditados da a cualquier recomendador información más clara que deslizar sin criterio.

#¿Qué es el feed Para ti de Bumble?

Para ti es el feed diario seleccionado de Bumble, antes llamado Best Bees. Muestra hasta cuatro perfiles elegidos entre tus preferencias declaradas y tus matches anteriores. Necesitas al menos un match para desbloquear la función, y solo tienes un like gratuito por semana que puede usarse en un Best Bee. Si activas el modo Incógnito, tu perfil deja de aparecer en el feed Para ti de los demás.

#¿Las fotos de citas generadas con IA reducen tus matches?

Pueden hacerlo, por dos motivos que las propias plataformas describen. Primero, el sistema de verificación de Tinder compara un selfie en vídeo en directo con tus fotos de perfil, y puede pedirte que vuelvas a verificarte si borras fotos, así que una imagen generada que no se parezca a tu cara crea un desajuste. Segundo, un conjunto construido sobre un estilo de vida que no tienes genera una expectativa que se derrumba en la primera cita. La IA es útil para la luz, el encuadre y la variedad; se convierte en un lastre cuando cambia quién pareces ser.

#¿Cuántas fotos debería tener un perfil de citas?

Seis es el número práctico en Hinge, que construye sus perfiles en torno a seis fotos o vídeos más las respuestas a los prompts, y es un objetivo sensato en el resto. Menos de cuatro deja demasiado poco para que un recomendador lea y demasiado poco para que una persona juzgue. Más de seis rara vez añade información nueva, salvo que cada foto muestre una faceta genuinamente distinta de tu vida.

#¿Por qué no recibo matches aunque mis fotos sean buenas?

Buenas no es lo mismo que legibles. Hay tres cosas que suelen fallar: el conjunto envía una sola señal repetida, así que el sistema aprende poco sobre ti; la primera foto no se lee a tamaño de miniatura; o el perfil está activo de forma irregular, lo que importa porque Tinder afirma sin rodeos que la actividad y la actividad simultánea son los factores más importantes que pondera. Antes de suponer una penalización, comprueba si tu última sesión activa fue hace días.

#¿Borrar y crear de nuevo la cuenta supone un reinicio real?

No, y es más arriesgado de lo que parece. No hay ninguna puntuación que reiniciar, así que el efecto principal es perder el historial que el sistema había construido sobre a quién respondes. Tinder además exige una sola cuenta a la vez, y Face Check está diseñado para detectar la misma cara en varias cuentas. Un perfil silencioso es casi siempre un problema de posicionamiento y de recencia, no un castigo del que puedas escapar con una cuenta nueva.

#Conclusión

El algoritmo de las apps de citas no es una cerradura que forzar. Es un recomendador que intenta responder a dos preguntas: a quién te gustará y a quién le gustarás tú. Casi todo lo que puedes influir alimenta una de esas preguntas.

Lo que las plataformas dicen de verdad, una vez despojado el folclore:

• El Elo ya no está, retirado en 2019 y sin sustituir por otra puntuación pública. Las estrategias para subirlo o protegerlo apuntan a la nada.
• La actividad es la palanca principal, afirmado por Tinder e implícito en el resto. Estar presente cuando el grupo está presente no cuesta nada.
• Las fotos se leen, no solo se cuentan. Tinder confirma señales anonimizadas del contenido de las fotos; Hinge confirma la atención y el tiempo de permanencia; Bumble confirma la completitud y las señales de interés.
• La selectividad es información. Unos pocos likes deliberados o una exploración lenta enseñan más al sistema que cien deslizamientos reflejos.
• La verificación ata tus fotos a tu cara, lo que convierte la exactitud en un requisito práctico y no en una abstracción ética.

La parte que ningún algoritmo puede hacer por ti es la que decide si el match se convierte en cita: un conjunto de fotos que describa a una persona real con exactitud, con variedad suficiente para resultar interesante y de una forma que sobreviva a verse a 100 píxeles y después en persona.

Construye un conjunto que puedas defender de verdad con el Nothron Neural Headshot Generator y comprueba el parecido antes de publicarlo. Consulta los precios actuales para ver los detalles de los paquetes.

---

#Metodología y fuentes

Este artículo se apoya en declaraciones primarias publicadas por las propias plataformas, contrastadas con la cobertura periodística de la época. Cuando una afirmación procede de una empresa que describe su propio sistema, el texto la atribuye en lugar de presentarla como verificada de forma independiente. Cuando el artículo interpreta lo que implica una declaración de plataforma, la interpretación está señalada.

Aquí no se reclaman volúmenes de búsqueda, datos de posicionamiento ni cifras de tráfico. No se realizó ninguna encuesta original.

Fuentes primarias, todas consultadas el 26 de octubre de 2026:

Algunos centros de ayuda de plataformas bloquean la recuperación automática, así que una petición directa puede devolver un 403 aunque la página sea legible públicamente en un navegador. Todas las fuentes siguientes se leyeron completas durante la investigación.

• Tinder — Powering Tinder: The Method Behind Our Matching. Artículo de ayuda, actualizado el 22 de octubre de 2026. Fuente de la declaración sobre la actividad, el pasaje de las señales anonimizadas de las fotos, la descripción de Likes y Nopes y la retirada explícita del Elo.
• Tinder — Photo Verification. Actualizado el 22 de octubre de 2026. Fuente de la reverificación tras borrar fotos.
• Tinder — Photo Check data and privacy information. Fuente del tratamiento de Face Check, FaceMap y FaceVector, y de la detección de cuentas duplicadas.
• Tinder — Sparks 2026 product keynote. 12 de marzo de 2026. Fuente de Chemistry, Camera Roll Scan y Learning Mode.
• Tinder UK — Face Check launch. 26 de marzo de 2026. Fuente del Face Check obligatorio en el Reino Unido y de la detección entre cuentas.
• Hinge — How We Connect Daters. Fuente del marco del «sistema de recomendación», del sistema de aprendizaje profundo de 2025 y del aviso sobre el descarte rápido.
• Hinge — What is Most Compatible?. Actualizado el 27 de julio de 2026. Fuente de la recomendación diaria y de su caducidad a las 24 horas.
• Hinge - Mission. Fuente de la razón de los ocho likes y de la descripción de Gale-Shapley, ambas afirmaciones de la empresa.
• Bumble — How does Bumble work?. Centro de ayuda de Bumble. Fuente de Discover, las preferencias y las insignias de intereses.
• Bumble — Bumble Premium features. Fuente de la descripción de Best Bees, los cuatro perfiles diarios, el like gratuito semanal y la exclusión del modo Incógnito. Bumble ha reorganizado más de una vez las páginas de producto de esta función, así que la URL puede cambiar; los hechos subyacentes son la descripción de la propia Bumble y se confirmaron el 26 de octubre de 2026.

Reportajes y fuentes secundarias:

• The Verge, 15 de marzo de 2019 — cobertura contemporánea de la retirada del Elo por parte de Tinder.
• Fast Company, 2016 — la investigación que hizo famoso el Elo.
• Biometric Update, febrero de 2024 — la cifra del 67 % del piloto de verificación en Australia y Nueva Zelanda.
• TechCrunch, julio de 2018 y Fortune, enero de 2024 — el marco Gale-Shapley de Hinge y su negación de una puntuación de atractivo.

Limitaciones señaladas en este artículo: ninguna plataforma publica su fórmula completa de posicionamiento, así que los pesos relativos de los factores descritos aquí son desconocidos. El marco de señales fotográficas de este artículo es una interpretación de las declaraciones de las plataformas sobre el contenido de las fotos, no un mecanismo publicado. La cifra del 67 % de verificación es una correlación comunicada por la empresa a partir de un solo piloto, no un resultado causal controlado.

Esta es información general sobre cómo describen las plataformas de citas sus sistemas de recomendación, no asesoramiento legal ni sobre políticas de plataforma. El comportamiento de los productos, las políticas y la disponibilidad por países cambian con frecuencia. Consulta las páginas de ayuda actuales de la plataforma y el país que uses.

---

#Explora otras herramientas de Nothron

Nothron no es solo un generador de headshots: es un estudio fotográfico con IA completo:

#Herramientas de IA

• Nothron Neural Engine — Aumenta la nitidez, escala y limpia una foto de baja resolución
• Nothron Natural Glow — Mejora el tono de piel sin que el rostro parezca artificial
• Nothron Legacy Touch — Restaura una foto antigua antes de rehacer tu conjunto

#Herramientas de edición fotográfica

• Editor de fotos — Ajusta brillo, contraste y detalles del fondo
• Recortador de imágenes online gratis — Recorta a la proporción que espera cada app
• Recortador circular online gratis — Comprueba cómo se lee una foto como avatar circular
• Herramienta gratuita para cambiar el tamaño de fotos — Cambia el tamaño sin perder nitidez

#Herramientas del dashboard

• Nothron Neural Headshot Generator — Crea retratos de citas y profesionales con IA
• Dashboard Neural Engine — Mejora fotográfica avanzada con IA
• Dashboard Natural Glow — Mejora del tono de piel con IA
• Dashboard Legacy Touch — Restauración de fotos antiguas con IA

---

#Otros artículos del blog

• Guía de fotos para apps de citas 2026 — Especificaciones por plataforma, recortes y reglas de composición
• Test de shadowban de Tinder y auditoría de fotos — Distinguir una penalización real de un perfil débil
• Guía de fotos de perfil para apps de citas — Cómo montar el conjunto de seis fotos
• Mejores fotos de perfil para apps de citas — Qué mueve de verdad la tasa de matches
• Cómo hacer fotos para un generador de headshots con IA — La lista de 10–15 fotos
• ¿Debes sonreír en tu headshot? — Expresión, calidez y normas culturales
• Autenticidad de headshots con IA y normas de LinkedIn — Parecido, transparencia y políticas de plataforma
• Guía de recorte de fotos — Proporciones y recortes circulares

---

#Biografía del autor

Nothron Team es un grupo de especialistas en IA y edición fotográfica que construye un generador de headshots con IA y un estudio fotográfico que cualquiera puede usar. El equipo se centra en la fidelidad del parecido, la textura natural de la piel y una salida lista para cada plataforma, y escribe sobre cómo evalúan de verdad la calidad de las fotos las plataformas que la gente usa, separando lo que publican las empresas de lo que supone internet.