Meta proporciona nueva información sobre sus algoritmos de alimentación en evolución y cómo utiliza la IA

Meta ha brindado una nueva descripción general de cómo funcionan sus diversos algoritmos de alimentación y cómo utiliza sistemas avanzados de IA para ayudar a hacer coincidir el contenido correcto con los usuarios interesados ​​en la transmisión, lo que podría ayudarlo a comprender mejor por qué está viendo lo que está viendo. en Facebook e Instagram.

Y para los especialistas en marketing, podría brindarles un mejor manejo de lo mismo, para ayudarlos a conectarse mejor con su público objetivo.

En una nueva explicación, el presidente de Asuntos Globales de Meta, Nick Clegg, ha destacado la importancia de la transparencia en el uso de IA en los sistemas de recomendación de Meta y cómo las personas pueden influir en su feed, en función de su actividad.

Como explica Clegg:

“Nuestros sistemas de inteligencia artificial predicen qué tan valioso puede ser un contenido para usted, por lo que podemos mostrárselo antes. Por ejemplo, compartir una publicación suele ser un indicador de que esa publicación te pareció interesante, por lo que predecir que compartirás una publicación es un factor que nuestros sistemas tienen en cuenta. Como puede imaginar, ninguna predicción individual es un indicador perfecto de si una publicación es valiosa para usted. Por lo tanto, usamos una amplia variedad de predicciones combinadas para acercarnos lo más posible al contenido correcto, incluidas algunas basadas en el comportamiento y otras basadas en los comentarios de los usuarios recibidos a través de encuestas.”

Meta ha proporcionado descripciones generales similares de sus algoritmos antes, que buscan explicar por qué las personas ven lo que ven en su feed.

Las consideraciones centrales que tiene en cuenta el sistema, según estas notas, son:

• De donde viene la publicación – Con qué frecuencia un usuario interactúa con un perfil o una persona.
• cuando fue publicado – La hora en que se publicó y la respuesta inicial a la publicación.
• La probabilidad de que genere compromiso – El sistema se optimizará para apoyarse mejor en los comportamientos específicos de cada usuario, incluida la probabilidad de comentar o compartir.

La incorporación de AI ahora está ayudando a Meta a duplicar estos elementos centrales, lo que idealmente optimizará la experiencia del usuario para cada individuo, en tiempo real.

Para proporcionar más información sobre cómo los diversos elementos de sus sistemas se integran en esto, Meta lanzó un nuevo conjunto de 22 ‘tarjetas de sistema’ que explican cómo sus sistemas clasifican el contenido.

Cada tarjeta proporciona una descripción general de cómo funcionan los algoritmos de alimentación de Meta, lo que podría ayudar a mejorar su comprensión de lo que está afectando tanto a lo que ve en sus aplicaciones como a cómo se determina el alcance de su contenido.

Es un recurso útil para desarrollar su conocimiento del sistema, lo que podría ser una forma valiosa de maximizar el rendimiento del contenido, aunque muchas de las explicaciones son bastante genéricas y deliberadamente vagas, para evitar que las personas usen los consejos para jugar con el sistema.

Meta también describió cómo está utilizando la IA específicamente dentro de su proceso de clasificación, con una nueva descripción general que explora su mejora sistemática comprensión del contenido, que ahora puede interpretar ‘significados semánticos del contenido de manera holística a través de diferentes modalidades (como imagen, texto, audio o videos)’.

“Estos modelos de producción brindan capacidades como reconocimiento visual, detección de objetos, extracción de texto y reconocimiento de audio. También nos permiten realizar más tareas específicas de la aplicación, como la clasificación de temas/géneros, la predicción de hashtags, la comparación de similitudes y la agrupación en clústeres”.

En otras palabras, los sistemas de Meta están mejorando en la comprensión de lo que se presenta en cada elemento de sus publicaciones, incluidos los objetos en imágenes y videos, para mostrar mejor el contenido correcto a los usuarios según sus intereses.

TikTok también incorpora símbolos similares, por lo que es probable que se le muestre más contenido basado en señales visuales, en lugar de hashtags o palabras clave solo en la descripción. Eso hace que el feed de TikTok sea aún más atractivo, y Meta ahora también está tratando de incorporar lo mismo en Reels, que ha sido el impulsor clave del crecimiento del compromiso de Facebook e Instagram durante el año pasado.

Pero no hay secretos revelados aquí, como tales. Meta no está publicando un talismán que explique cómo aumentar su alcance a través de sus aplicaciones, pero está tratando de brindar una mejor descripción general de su sistema de clasificación, para ayudar a los usuarios a comprender las muchas consideraciones que influyen en lo que están viendo, y cómo pueden influir en ellos, tanto a través de su actividad como de controles manuales.

Sobre este último, Meta también busca brindar más información, con una actualización de su ‘¿Por qué estoy viendo esto?‘ en Reels (tanto en Facebook como en IG) que proporcionará más información sobre cómo su actividad anterior ha informado los Reels que ve.

Meta también está lanzando nuevos opciones de control de contenido en Facebook e Instagram, donde podrás tener más influencia sobre el contenido que ves en cada aplicación.

“Puedes visitar tus Preferencias de Feed en Facebook y el Centro de Control de Contenido Sugerido en Instagram a través del menú de tres puntos en publicaciones relevantes, así como a través de Configuración.”

También está agregando nuevos indicadores de ‘interesado’ en Reels, para que pueda decirle al sistema que desea ver más de este tipo, algo así como Me gusta, pero más directo.

Nuevamente, no hay una fórmula mágica aquí, Meta no está abriendo su caja negra y permitiéndote conocer todos sus secretos algorítmicos. Pero las nuevas herramientas de transparencia brindan más información sobre sus diversos modelos de clasificación y los factores generales que considera al sopesar cómo dar forma a la experiencia de cada usuario.

El valor real, desde una perspectiva de marketing, sería saber qué elementos tiene más peso Meta en un momento dado, pero por un lado, siempre está cambiando, y por otro lado, dar a las personas un mapa de cómo jugar con el sistema probablemente no sea el ejercicio más beneficioso. .

Pero si desea saber cómo funcionan los sistemas de Meta y cómo están mejorando, podría valer la pena tomarse un tiempo durante el fin de semana largo para leer estas explicaciones y notas.

Puede leer más sobre los procesos algorítmicos de Meta aquí.