Meta har tillhandahållit en ny översikt om hur dess olika flödesalgoritmer fungerar och hur den använder avancerade AI-system för att matcha rätt innehåll till intresserade användare in-stream, vilket kan hjälpa dig att bättre förstå varför du ser det du ser på Facebook och Instagram.

Och för marknadsförare kan det ge dig ett bättre grepp om detsamma, för att hjälpa dig att bättre nå din målgrupp.

I en ny förklarande har Metas VD för Global Affairs Nick Clegg lyft fram vikten av transparens när det gäller att använda AI i Metas rekommendationssystem, och hur människor kan påverka sitt flöde baserat på sin aktivitet.

Som förklarat av Clegg:

”Våra AI-system förutsäger hur värdefullt ett innehåll kan vara för dig, så vi kan visa det för dig tidigare. Att dela ett inlägg är till exempel ofta en indikator på att du tyckte att inlägget var intressant, så att förutsäga att du kommer att dela ett inlägg är en faktor som våra system tar hänsyn till. Som du kanske föreställer dig är ingen enskild förutsägelse en perfekt mätare av om ett inlägg är värdefullt för dig. Så vi använder en mängd olika förutsägelser i kombination för att komma så nära rätt innehåll som möjligt, inklusive några baserade på beteende och några baserade på feedback från användare som fåtts genom undersökningar.”

Meta har tillhandahållit liknande översikter av dess algoritmer tidigaresom försöker förklara varför människor ser vad de ser i sitt flöde.

De centrala överväganden som systemet tar hänsyn till, baserat på dessa anteckningar, är:

• Var kommer inlägget ifrån – Hur ofta en användare interagerar med en profil eller person
• När den postades – Tidpunkten då det lades upp och det första inläggssvaret
• Hur troligt är det att det leder till engagemang – Systemet kommer att optimera för att på bästa sätt luta sig in i varje användares specifika beteenden, inklusive sannolikheten att kommentera eller dela

Integreringen av AI hjälper nu Meta att fördubbla dessa kärnelement, vilket idealiskt kommer att optimera användarupplevelsen för varje individ, i realtid.

För att ge mer insikt i exakt hur de olika delarna av dess system matas in i detta, släppte Meta’s en ny uppsättning av 22 ”systemkort” som förklarar hur dess system rangordnar innehåll.

Varje kort ger en allmän översikt över hur Metas flödesalgoritmer fungerar, vilket kan hjälpa dig att förbättra din förståelse för vad som påverkar både vad du ser i dess appar och hur din innehållsräckvidd bestäms.

Det är en praktisk resurs för att bygga upp din kunskap om systemet, vilket kan vara ett värdefullt sätt att maximera innehållets prestanda – även om många av förklararna är ganska generiska och medvetet vaga, för att undvika att människor använder råden för att spela systemet.

Meta har också beskrivit hur det är använder AI specifikt inom sin rankningsprocessmed en ny översikt som utforskar dess förbättrade systematik innehållsförståelse, som nu kan tolka ”semantiska betydelser av innehåll holistiskt över olika modaliteter (som bild, text, ljud eller videor)”.

”Dessa produktionsmodeller tillhandahåller funktioner som visuell igenkänning, objektdetektering, textextraktion och ljudigenkänning. De gör det också möjligt för oss att göra mer applikationsspecifika uppgifter, såsom ämnes-/genreklassificering, hashtagsförutsägelse, likhetsmatchning och klustring.”

Med andra ord, Metas system blir bättre på att förstå vad som presenteras i varje del av dina inlägg, inklusive objekt i bilder och videor, för att bättre kunna visa rätt innehåll för användarna baserat på deras intressen.

TikTok innehåller också liknande symboler – vilket är anledningen till att du sannolikt kommer att visas mer innehåll baserat på visuella ledtrådar, i motsats till hashtags eller nyckelord enbart i beskrivningen. Det gör TikToks flöde ännu mer övertygande, och Meta försöker nu också införliva detsamma i Reels, vilket har varit den viktigaste drivkraften bakom tillväxten av Facebook och Instagrams engagemang under det senaste året.

Men här avslöjas inga hemligheter som sådan. Meta publicerar inte en talisman som kommer att förklara hur man kan öka din räckvidd över sina appar, men det försöker ge en bättre översikt över sitt rankningssystem, för att hjälpa användare att förstå de många överväganden som spelar in i vad de ser, och hur de kan påverka sådana, både genom sin aktivitet och manuella kontroller.

På det senare vill Meta också ge mer insikt, med en uppdatering av dess ’Varför ser jag detta?’ element i Reels (både på Facebook och IG) som kommer att ge mer information om hur din tidigare aktivitet har informerat Reels som du ser.

Meta rullar också ut nytt alternativ för innehållskontroll på Facebook och Instagram, där du kommer att kunna ha mer inflytande över innehållet som du ser i varje app.

”Du kan besöka dina flödesinställningar på Facebook och det föreslagna innehållskontrollcentret på Instagram genom menyn med tre punkter på relevanta inlägg, såväl som via Inställningar.”

Det lägger också till nya ”intresserade” indikatorer på rullar, så att du kan tala om för systemet att du vill se mer av den här typen – ungefär som Likes, men mer direkt.

Återigen, det finns ingen magisk formel här, Meta öppnar inte upp sin svarta låda och släpper in dig i alla dess algoritmiska hemligheter. Men de nya transparensverktygen ger mer insikt i dess olika rankningsmodeller och de allmänna faktorer som den tar hänsyn till när man väger hur man formar varje användares upplevelse.

Det verkliga värdet, ur ett marknadsföringsperspektiv, skulle vara att veta vilka element som Meta väger mer vid varje given tidpunkt, men för det första förändras det alltid, och för det andra är det förmodligen inte den mest fördelaktiga övningen att ge människor en karta över hur man spelar systemet. .

Men om du vill veta hur Metas system fungerar, och hur de förbättras, kan det vara värt att ta lite tid under långhelgen för att gå igenom dessa förklaringar och anteckningar.

Du kan läsa mer om Metas algoritmiska processer här.