Postagem recente da Meta destacada na revista Digital Camera mostrou como funciona a inteligência artificial que recomenda nossas postagens na rede social
Embora o Instagram tenha recuado nas mudanças que estava preparando...na prática o algoritmo segue ditando o que nós vemos por lá (tirando a opção de ver tudo em ordem cronológica).
A equipe de engenharia do Instagram mostrou recentemente como o algoritmo de IA da plataforma funciona, usando sistemas de recuperação de informações para ditar quais novas postagens sugeridas e recomendadas para aparecerem em nossos feeds.
A verdade é que eles mostram em detalhes bastante aprofundados sobre o funcionamento interno do algoritmo. Algo que eles chamam de sistema de classificação de feed doméstico e um Sistema de Classificação explorar para classificar postagens daqueles que você segue, bem como outros posts públicos que possam ser relevantes e envolventes para você.
O Instagram diz que os usuários que permanecem engajados são os que continuam encontrando novas fontes de interesses a seguir, e isso funciona por modelos de algoritmos e classificadores que fazem julgamentos baseados em fatores como engajamento, relevância e frescor. Basicamente, a plataforma usa informações de posts com os quais você gosta, comenta, salva ou se envolve para determinar o que pode lhe interessar, bem como em alguns casos como as postagens que seus amigos gostam e se envolvem também.
O recurso Posts Sugeridos foi lançado em agosto de 2020 para alcançar o objetivo de mostrar novas postagens aos usuários a partir de contas que eles não seguem, mas talvez sintam que descobriram tudo por conta própria. Esses são os tipos de posts que atualmente aparecem no final de nossos feeds, depois que ficamos sem conteúdo daqueles que seguimos.
"Percorrer o fim das recomendações do Feed deve parecer como rolar por uma extensão do Feed Home do Instagram", diz Amogh Mahapatra, Engenheiro de Aprendizagem de Máquina meta e autor do artigo publicado.
Há mais detalhes técnicos nesse processo de recuperação de informações. O sistema que o Insta usa para recomendar postagens aparentemente tem um design de duas etapas: geração de candidatos e seleção de candidatos. Um candidato é algo (um post) ou alguém (um usuário) que outro usuário poderia possivelmente estar interessado, com base em sua atividade no Instagram que revela seus próprios interesses explícitos ou implícitos, e esta fase é o que a empresa chama de um estágio pesado de recall.
A segunda etapa da seleção de candidatos envolve um algoritmo de classificação tipicamente mais pesado, selecionando o melhor subconjunto (resultado final, Reels ou post) de uma seleção que é finalmente mostrada ao usuário. O design do sistema de classificação De Postes Sugeridos, no entanto, é um pouco diferente, com as recomendações de posts caindo em duas categorias separadas: Conectadas ou Não Conectadas. Recomendações conectadas são postagens de contas que o usuário realmente segue, classificadas com base no engajamento.
A empresa demonstra o funcionamento dessa estrutura de design através de um fluxograma (abaixo) explicando que um sistema de recomendação não conectado, como posts sugeridos, deriva fontes baseadas na atividade de um usuário no Instagram em vez de postagens de usuários seguidos, embora classifique as postagens com base em fatores semelhantes.
"As atividades de um usuário no Instagram nos ajudam na construção de um gráfico virtual de seus interesses", diz a plataforma. Incorporações de contas também auxiliam a plataforma em encontrar contas temáticas e topicamente semelhantes umas às outras.
Depois a coisa fica mega complexa com termos como sementes e aí o assunto que já árido fica difuso de vez. O fato é que chega a ser meio assustador pensar e ver como cada aspecto de nossos dados e o que fazemos em plataformas sociais é usado para essencialmente gerar um perfil de marketing digital para cada um. Algo que envolve tudo que fazemos por lá: desde anúncios, posts patrocinados e Reels recomendados com base no que uma inteligência artificial pensa que queremos ver.