همسریابی در قفس‌های طبقاتی

معماری پنهان انتخاب

برای درک چگونگی بازتولید نابرابری در اپلیکیشن‌های دوستیابی، نخست باید معماری پنهان آن‌ها را واکاوی کنیم. برخلاف تصور رایج که کاربران را انتخاب‌گرانی آزاد می‌پندارد، این الگوریتم‌ها هستند که تعیین می‌کنند چه کسی دیده شود، چه کسی نادیده بماند. مطالعات علم تکنوفرهنگ نشان می‌دهد که پلتفرم‌ها صرفا ابزار نیستند، بلکه دروازه‌بانان دیجیتال مطلوبیت به شمار می‌روند. در گذشته سیستم‌‌هایی مانند نمره‌ی الو در تیندر، کاربران را بر اساس میزان توجهی که دریافت می‌کردند، تعداد لایک‌ها و میزان چپ و راست سوایپ دیگران رتبه‌بندی می‌کردند؛ یعنی افراد جذاب‌تر به افراد جذاب‌تر نشان داده می‌شدند و این چرخه، شکاف میان گروه‌ها را عمیق‌تر می‌ساخت. هرچند امروزه شرکت‌ها از شفافیت در این زمینه خودداری می‌کنند، اما منطق کلی همان است: الگوریتم به دنبال بیشینه‌سازی تعامل است و این کار را با پیشنهاد افرادی انجام می‌دهد که احتمال لایک متقابل میان آن‌ها بالاست. نتیجه‌ی چنین سازوکاری، شکل‌گیری حباب‌های همگن است. کاربران به تدریج تنها افرادی را می ‌بینند که از نظر پایگاه اجتماعی-اقتصادی، سطح تحصیلات و حتی نحوه‌ی سخن گفتن به آنان شبیه‌اند. این پدیده را می‌توان همسان‌‌همسری الگوریتمی نامید. جایی که ماشین، دقیقا کاری را انجام می‌دهد که خانواده‌های سنتی در انتخاب همسر برای فرزندانشان انجام می‌دادند: حذف گزینه‌های نامناسب. اما تفاوت در اینجاست که سنت، دست ‌کم قابل نقد و دیده شدن بود، در حالی که الگوریتم در لفافه‌ی بی‌طرفی تکنولوژیک پنهان شده است.

فیلترهای طبقاتی

اگر به طراحی اغلب اپلیکیشن‌های دوستیابی نگاهی بیندازیم، با انبوهی از فیلترها مواجه می‌شویم که ظاهرا برای بهبود تجربه کاربری طراحی شده‌اند: فیلتر بر اساس تحصیلات، شغل، قومیت، مذهب، عادات غذایی و حتی طالع‌بینی. اما همین فیلترها حتی در اپلیکیشن‌های به ظاهر فراگیرتر، کارکردی طبقاتی دارند. مطالعات میدانی در جوامع شهری نشان می‌دهد که معیارهای انتخاب در این فضاها به طرز شگفت‌آوری ظریف و در عین حال بی‌رحمانه هستند: یک دختر فارغ‌التحصیل از دانشگاه خصوصی، مردی با گرامر ضعیف را حتی اگر ثروتمند باشد، پس می‌زند؛ پسران جنوب دهلی به دختران غرب شهر به خاطر زاغه بودنِ محل سکونتشان بی‌توجهی می‌کنند و اینجا با نوعی "سرمایه فرهنگی" مواجهیم که به مثابه ابزار سنجش طبقاتی عمل می‌کند. از منظر روانکاوانه، می‌توان این رفتارها را مکانیسم دفاعی در برابر دیگری ناشناخته تفسیر کرد. اضطرابی که در مواجهه با فردی از طبقه یا فرهنگ متفاوت ایجاد می‌شود، با چسبیدن به نشانه‌های آشنای طبقاتی فروکش می‌کند. اما نکته مهم اینجاست که اپلیکیشن‌ها این فیلترسازی‌ها را نه تنها منعکس، بلکه تشویق می‌کنند. اینچنین، کاربر به مصرف‌کننده‌ای بدل می‌شود که شریک عاطفی را مانند کالایی در قفسه‌های سوپرمارکت انتخاب می‌کند غافل از اینکه خود نیز در همین قفسه‌ها جای گرفته است.

نژاد و قومیت به مثابه کالا

شاید برجسته‌‌ترین نمود بازتولید نابرابری در اپلیکیشن‌های دوستیابی، نحوه‌ی مواجهه با مسئله‌ی نژاد باشد. پژوهش‌ها به طور مستند نشان داده‌اند که زنان سیاه‌پوست در صدر جدول نا‌مطلوب‌ترین گروه‌ها برای انتخاب قرار دارند، در حالی که مردان آسیایی با کلیشه‌های مربوط به مردانگی غیرجذاب مواجهند. این پدیده که آپریل ویلیامز آن را "نژادپرستی جنسی خودکار" می‌نامد، ریشه در تاریخ استعمار و برده‌داری دارد، اما اپلیکیشن‌ها با مکانیزه کردن آن، کارایی‌اش را صدچندان کرده‌اند. مطالعه‌ی عمیق جاسمین بنکس و همکارانش بر روی تجربه زنان سیاه‌پوست در آمریکا نشان می‌دهد که آن‌ها برای یافتن شریک عاطفی، ناگزیر به کار عاطفی طاقت‌فرسایی هستند: از خود-سانسوری و ارائه‌ی استراتژیک خود گرفته تا پذیرش ضمنی کلیشه‌ها. آن‌ها در فضایی حرکت می‌کنند که از یک‌سو با طرد یعنی نادیده گرفته شدن توسط الگوریتم و کاربران سفیدپوست و از سوی دیگر با فتیش‌سازی یا جذابیت صرفا به خاطر اگزوتیک بودن مواجه‌اند. در این بازار، بدن‌ها دارای ارزش‌های متفاوتند و رنگ پوست، تعیین ‌کننده‌‌ی نرخ مبادله در بازار عاطفی است. اینجا، عشق دیگر یک رابطه‌ی انسانی نیست، بلکه به عرصه‌ای برای بازتولید ایدئولوژی نژادپرستانه بدل شده است.

لذت و اضطراب در عصر بازار عاطفی

برای درک عمیق‌تر این پدیده، باید به سراغ روانکاوی برویم و پرسش را از چگونگی به چرایی بازتولید نابرابری تغییر دهیم. چرا کاربران با وجود آگاهی نسبی از کلیشه‌ای بودن ترجیحاتشان، همچنان به آن‌ها تن می‌دهند؟ متیو گاسدا، نویسنده و نمایشنامه‌نویس، در تحلیل خود از "اقتصاد موقعیت" به نکته‌ای مهم اشاره می‌کند: عصر کنونی، دوران بازگشت به جبرگرایی شبه‌فئودالی است، اما بدون قطعیتِ ازدواج‌های سنتی. در این فضا، کاربران همزمان دو احساس متناقض را تجربه می‌کنند: توهم انتخاب نامحدود و اضطراب عمیق از طرد شدن. عمل سوایپ کردن (به چپ یا راست) شکلی از "کنش جمع‌کننده" است که لذتی زودگذر اما اعتیادآور ایجاد می‌کند. این لذت، ریشه در حس قدرت مطلق و داور بودن دارد. اما در سوی دیگر هر سوایپ، قضاوتی است که ممکن است علیه خود ما نیز به کار رود. اینجاست که مکانیسم‌های دفاعی وارد عمل می‌شوند: ما با چسبیدن به معیارهای روشن و از پیش تعیین‌شده (قد، وزن، شغل، تحصیلات، نژاد)، اضطراب ناشی از مواجهه با دیگری ناشناخته را کنترل می‌کنیم. به عبارت دیگر، نژادپرستی و تبعیض طبقاتی در عشق، ریشه در ناتوانی سوژه‌ی مدرن در تحمل ابهام و تفاوت دارد. اپلیکیشن‌ها نیز با طراحی خود، این نیاز بیمارگونه به قطعیت را تغذیه می‌کنند. آن‌ها با ارائه‌ی فیلترهای بی‌‌شمار، به ما وعده می‌دهند که می‌توانیم از مواجهه با هرگونه "ناهماهنگی" اجتناب کنیم. نتیجه، عشقی است عقیم ‌شده در حباب تشابه جایی که ما در نهایت نه با دیگری، که با تصویری آینه‌ای از خود مواجه می‌شویم.

عشق و میدان نبرد طبقاتی

در پایان، باید پرسید آیا اپلیکیشن‌های دوستیابی فرصتی برای عبور از مرزها ایجاد کرده‌اند یا شکاف‌ها را عمیق‌تر کرده‌اند؟ شواهد تجربی و تحلیل‌های نظری هر دو به سوی گزینه‌ی دوم اشاره دارند. آنچه این پلتفرم‌ها ساخته‌اند، نه عرصه‌ای برای دموکراتیزه کردن عشق، که بازاری است با قواعدی شفاف‌ نشده که در آن، سرمایه‌ی اقتصادی، فرهنگی و نمادین تعیین‌‌کننده‌ی نهایی ارزش عاطفی افراد است. از فیلترهای تحصیلات و شغل گرفته تا سیستم‌های رتبه‌‌بندی نامرئی الگوریتمی و کلیشه‌های نژادی، همه و همه دست به دست هم داده‌اند تا عشق به آخرین سنگری بدل شود که نابرابری در آن مستحکم‌تر از همیشه جلوه می‌کند. آپریل ویلیامز با وجود نقد تند خود بر این سیستم‌ها، در پایان کتابش اعتراف می‌کند که همسر خود را در تیندر پیدا کرده است؛ اما بلافاصله تاکید می‌کند که "این دلیل نمی‌شود سیستم را رها کنیم، بلکه باید آن را نقد کنیم تا بهتر شود". این شاید واقع ‌بینانه‌ترین موضع باشد. نه می‌توان با شعارزدگی این ابزارها را شیطانی ساخت و نه می‌توان با ساده‌انگاری آن‌ها را بی‌‌طرف دانست. آنچه امروز به آن نیاز داریم، سواد عاطفی-الگوریتمی است یعنی آگاهی از این‌که ترجیحات عاطفی ما تا چه اندازه بر ساخته‌ی نیروهای اجتماعی و کدهای ماشینی هستند. عشق در قرن بیست و یکم، اگر بخواهد همچنان رهایی‌بخش باشد، ناگزیر است به نبردی آگاهانه علیه الگوریتم‌هایی بدل شود که می‌کوشند آن را در حباب‌های طبقاتی زندانی کنند.