Es oficial. Elon Musk ha publicado el algoritmo de recomendación de la red social X en código abiertotal y como prometió el pasado 10 de enero en su perfil de la plataforma. Después de la polémica en la que se ha visto envuelto por la generación de imágenes de mujeres en bikini y lencería, el magnate tecnológico prometió ofrecer una visión más profunda sobre lo que ven los usuarios en sus cronologías, ya que la apertura del código abarca todo el sistema que determina las recomendaciones de contenido y publicidad.
Por lo tanto, con el propósito de hacer a X más transparenteMusk ha hecho público el algoritmo de la red social en GitHub, en la que se puede redistribuir, modificar y usar el código abierto. Además, en otro mensaje publicado en la plataforma, el magnate ha calificado de “tonto” al algoritmo porque necesita “mejoras masivas”, sin olvidarse de lanzar un dardo a otras redes sociales porque “ninguna hace esto”.
No obstante, no es la primera vez que Musk trata de hacer público el código de X, ya que en 2023, meses después de asumir el mando de la plataforma, publicó el código del alimentar de ‘Para ti’ en GitHub.
Por otro lado, gracias al nuevo algoritmo de X se puede determinar qué publicaciones orgánicas y publicitarias se recomiendan a los usuariosteniendo en cuenta que la apertura del código permite a cualquier persona inspeccionar como funciona la red socialya que el algoritmo determina cuál es el alimentar o flujo de información que aparece en las cuentas de los usuarios.
Así funciona el algoritmo de la red social X
el alimentar de ‘Para ti’ de X recomienda contenidos a partir de las cuentas seguidas por el usuario y otras publicaciones encontradas en la red social, de esta manera, el algoritmo procesa, filtra y ordena por relevancia. Posteriormente, el algoritmo filtra los contenidos y elimina los duplicados, de cuentas bloqueadas, temas en los que el usuario no está explícitamente interesado, palabras silenciadas o publicaciones ilegales e inapropiadas.
Cabe mencionar que el algoritmo emplea un enfoque de aprendizaje de extremo a extremo para predecir los intereses del usuario y usa la misma arquitectura que Grok para calificar cada publicación en base al historial de comportamiento del internauta, por lo tanto, esto significa que las publicaciones con calificaciones más altas tienen más probabilidades de ser recomendadas al usuario.
