X öffnet Algorithmus-Teile und gibt Nutzern Einblick in Sichtbarkeits-Labels
X hat mehr Code für seine Empfehlungs- und Sichtbarkeitssysteme veröffentlicht und gibt ausgewählten Nutzern Informationen über Labels, die die Reichweite von Beiträgen beeinflussen können.
Die Social-Media-Plattform X hat weitere Teile des Codes ihrer Empfehlungs- und Sichtbarkeitssysteme öffentlich zugänglich gemacht. Gleichzeitig erhalten ausgewählte Nutzer Zugang zu Informationen über Labels, die die Reichweite ihrer Beiträge beeinflussen können. Diese Maßnahme soll mehr Transparenz in die Inhaltsverteilung der Plattform bringen.
Die erweiterte Veröffentlichung umfasst Konfigurationsparameter, Ranking-Gewichtungen und Code für die Sichtbarkeitsfilterung sowie den Code, der für das Training und den Betrieb des Empfehlungsmodells "Phoenix" verwendet wird. Dies ist eine deutliche Ausweitung im Vergleich zu einer ähnlichen Open-Source-Veröffentlichung aus dem Jahr 2023. Die neue Funktion "Under the Hood" in den Kontoeinstellungen ermöglicht es berechtigten Nutzern, aggregierte Daten zu Labels herunterzuladen, die auf ihren Konten und Beiträgen angewendet werden und die Sichtbarkeit einschränken können.
X unterscheidet zwischen der Rangfolge von Inhalten (Ranking) und der Sichtbarkeitsfilterung. Das "Phoenix"-Modell bestimmt die Reihenfolge der Beiträge im "For You"-Feed, während separate Sichtbarkeitssysteme entscheiden, ob ein Beitrag angezeigt, unterdrückt oder hinter einer Zwischenseite platziert wird. Der veröffentlichte Code beschreibt diese Filtersysteme und die von ihnen verwendeten Labels. Während Nutzer unerklärliche Reichweitenrückgänge oft als "Shadowbans" bezeichnen, adressiert das "Under the Hood"-Tool spezifische Sichtbarkeitslabels, anstatt als direkter "Shadowban-Detektor" zu fungieren.
Der "For You"-Feed kombiniert Inhalte von gefolgten Konten mit Beiträgen von neuen Konten. "Phoenix" prognostiziert die Nutzerinteraktionswahrscheinlichkeiten basierend auf früheren Interaktionen und kombiniert diese mit anderen Signalen unter Verwendung von Gewichtungen, die im veröffentlichten Code definiert sind. Diese Gewichtungen umfassen Aktionen wie Likes und Shares, aber auch negative Signale wie Meldungen oder Blockierungen. Der veröffentlichte Code legt eine mathematische Komponente des Ranking-Systems offen, nicht eine einfache Formel zur Veränderung der Reichweite, da die Gewichtungen für vorhergesagte Wahrscheinlichkeiten und nicht für rohe Engagement-Zahlen gelten.
Obwohl die Veröffentlichung des Codes und der Label-Informationen Forschern und Nutzern mehr Daten für Analysen liefert, bietet sie keine vollständige Erklärung für die Schwankungen der Sichtbarkeit einzelner Beiträge. Forscher können nun die Struktur des Systems untersuchen, aber nicht unbedingt exakt reproduzieren, warum ein bestimmter Nutzer einen bestimmten Beitrag zu einem bestimmten Zeitpunkt gesehen hat. Das "Under the Hood"-Tool liefert aggregierte Label-Daten, erklärt aber nicht vollständig die Auslöser der Labels oder deren genaue Auswirkungen auf die Reichweite.