Con un post sul blog Facebook spiega la tecnologia alla base di Explore, lo strumento del feed di ricerca che propone nuove immagini che potrebbero piacerci e con le quali potremmo essere interessati ad interagire. Sorprendentemente l’algoritmo alla base di questa tecnologia artificiale non è basato strettamente sulle immagini ma in prima battuta sui profili delle persone e sulle parole chiave utilizzate.
In un periodo storico nel quale è al centro di svariate polemiche su fake news e fake images, Facebook spiega per la prima volta come funziona il suo sistema di scoperta immagini quasi a volersi smarcare dalle critiche piovute negli ultimi mesi. Partendo dal presupposto che molti tag considerati non veritieri sono stati oscurati (come #vaccinescauseautism o altri sui generis), rimane l’attenzione su quello che l’azienda ci propone come interessante e quanto sia veritiero nei nostri confronti posto il fatto che se qualcosa non ci piace e non vogliamo rivederlo nel nostro feed basta flaggarlo con “vedi meno post come questo”.
Il contenuto presentato nella scheda Explore è una piccola selezione scelta tra i miliardi di immagini e video caricati dagli utenti e Instagram utilizza il Machine Learning per determinare quali contenuti siano più rilevanti per l’utente. Ma come funziona? Attraverso l’Intelligenza Artificiale il sistema seleziona alcuni account (seeds account) sulla base di quelli che già seguiamo o che non seguiamo ma con i quali interagiamo (ad esempio mettendo mi piace, commentando o salvando il post che hanno condiviso), molto simili per contenuti, e che quindi potrebbero risultarci interessanti; non è chiaro quanti account siano effettivamente cercati – se dieci, cento, mille, un milione – resta il fatto che la AI continua a cercare batch simili al primo risultato e poi si ferma per lasciare spazio al passaggio successivo, ovvero la scrematura dei contenuti.
Una volta determinati i seeds account, la AI passa ad analizzare i singoli post. La scrematura avviene in tre passaggi: dei primi 500 post ne vengono selezionati 150, poi 50 e alla fine del procedimento il sistema neurale di Facebook ne tiene solamente 25. Ma per mantenere viva la scheda Explore senza che i contenuti siano ridondanti è previsto anche il downrank dei post dello stesso autore o dello stesso account seed, in modo da non visualizzare più post della stessa persona o dello stesso account e mantenere così una buona varietà.
In tutto questo procedimento Facebook assicura che, attraverso il Machine Learning, vengono anche filtrati i contenuti identificati come non idonei e che potrebbero violare le politiche della piattaforma, le fake news e lo spam. Non specifica però il “come”.
