[ad_1]
Meta gibt einen Einblick in die Entwicklung seiner Feed-Algorithmen und die Verwendung von KI
Meta hat kürzlich einen Überblick darüber gegeben, wie seine verschiedenen Feed-Algorithmen funktionieren, und wie fortschrittliche KI-Systeme eingesetzt werden, um den richtigen Inhalt in den Feeds interessierter Nutzer anzuzeigen. Dies könnte dabei helfen, besser zu verstehen, warum man bestimmte Inhalte auf Facebook und Instagram sieht.
Für Vermarkter könnte dies ein besseres Verständnis desselben bieten, um eine bessere Verbindung mit der Zielgruppe herzustellen.
Wichtigkeit der Transparenz bei der Verwendung von KI in Meta’s Empfehlungssystemen
In einer neuen Erklärung hat Meta’s Präsident für globale Angelegenheiten, Nick Clegg, die Bedeutung der Transparenz bei der Verwendung von KI in Meta’s Empfehlungssystemen hervorgehoben und erklärt, wie Menschen ihren Feed auf Basis ihrer Aktivitäten beeinflussen können.
Wie Clegg erklärt:
„Unsere KI-Systeme sagen voraus, wie wertvoll ein Inhalt für dich sein könnte, damit wir ihn dir früher anzeigen können. Zum Beispiel ist das Teilen eines Beitrags oft ein Indikator dafür, dass du den Beitrag interessant fandest, also ist die Voraussage, dass du einen Beitrag teilen wirst, ein Faktor, den unsere Systeme berücksichtigen. Wie du dir vorstellen kannst, ist keine einzelne Vorhersage ein perfektes Maß dafür, ob ein Beitrag für dich wertvoll ist. Deshalb verwenden wir eine Vielzahl von Vorhersagen in Kombination, um so nah wie möglich am richtigen Inhalt zu sein, einschließlich einiger basierend auf Verhalten und einiger basierend auf Nutzerfeedback durch Umfragen.“
Neue Einblicke in Meta’s Feed-Algorithmen
Meta hat bereits ähnliche Überblicke über seine Algorithmen gegeben, um zu erklären, warum Menschen sehen, was sie in ihrem Feed sehen.
Die wesentlichen Aspekte, die das System berücksichtigt, basierend auf diesen Informationen, sind:
- Woher der Beitrag stammt – Wie oft ein Nutzer mit einem Profil oder einer Person interagiert.
- Wann der Beitrag veröffentlicht wurde – Die Uhrzeit der Veröffentlichung und die anfängliche Reaktion auf den Beitrag.
- Wie wahrscheinlich es ist, dass der Beitrag Engagement generiert – Das System optimiert die Anpassung an das spezifische Verhalten jedes einzelnen Nutzers, einschließlich der Wahrscheinlichkeit eines Kommentars oder einer Teilung.
Die Integration von KI ermöglicht es Meta nun, sich verstärkt auf diese Kernelemente zu konzentrieren, um die Benutzererfahrung für jeden Einzelnen in Echtzeit zu optimieren.
Meta’s neue „System Cards“
Um genauere Einblicke zu geben, wie die verschiedenen Elemente seiner Systeme dazu beitragen, hat Meta eine neue Reihe von 22 „System Cards“ veröffentlicht, die erklären, wie seine Systeme Inhalte einstufen.
Jede Karte bietet einen allgemeinen Überblick darüber, wie die Feed-Algorithmen von Meta funktionieren. Dies kann dazu beitragen, das Verständnis dafür zu verbessern, was sowohl in den Apps von Meta als auch bei der Reichweite von Inhalten beeinflusst wird.
Es handelt sich um eine praktische Ressource, um das Wissen über das System zu erweitern, was eine wertvolle Möglichkeit sein kann, die Leistung von Inhalten zu maximieren. Die Erklärungen sind jedoch ziemlich generisch und bewusst vage gehalten, um zu verhindern, dass die Ratschläge zum Manipulieren des Systems verwendet werden.
AI in Meta’s Ranking-Prozess
Meta hat auch die Verwendung von KI in seinem Ranking-Prozess näher erläutert. Eine Übersicht beschreibt die verbesserte systematische Erfassung von Inhalten, die jetzt „semantische Bedeutungen von Inhalten ganzheitlich über verschiedene Modalitäten (wie Bild, Text, Audio oder Videos) interpretieren“ kann.
„Diese Produktmodelle bieten Funktionen wie visuelle Erkennung, Objekterkennung, Textextraktion und Audioerkennung. Sie ermöglichen es uns auch, mehr anwendungsspezifische Aufgaben durchzuführen, wie z.B. Thema/Genre-Klassifizierung, Hashtag-Vorhersage, Ähnlichkeitsabgleich und Clustering.“
Mit anderen Worten: Meta’s Systeme werden besser darin, den Inhalt in jedem Element deiner Beiträge zu verstehen, einschließlich der Objekte in Bildern und Videos, um den Benutzern den richtigen Inhalt basierend auf ihren Interessen anzuzeigen.
Auch TikTok verwendet ähnliche Symbole, weshalb dir wahrscheinlich mehr Inhalte basierend auf visuellen Hinweisen und nicht nur auf Hashtags oder Schlüsselwörter allein angezeigt werden. Das macht den TikTok-Feed noch überzeugender und Meta versucht nun, das Gleiche in Reels zu integrieren, das in den letzten Jahren für das Wachstum des Engagements auf Facebook und Instagram maßgeblich war.
Es werden jedoch keine Geheimnisse enthüllt. Meta veröffentlicht keinen Talisman, der erklärt, wie man seine Reichweite auf den Apps erhöht. Es versucht jedoch, einen besseren Überblick über sein Ranking-System zu geben, um den Benutzern zu helfen, die vielen Überlegungen zu verstehen, die in das beeinflussen, was sie sehen und wie sie dies sowohl durch ihre Aktivitäten als auch durch manuelle Kontrollen beeinflussen können.
Verbesserte Kontrolle über den eigenen Feed
Darüber hinaus plant Meta, weitere Einblicke durch ein Update seines Elements „Warum sehe ich das?“ in Reels bereitzustellen, um mehr Informationen darüber zu geben, wie frühere Aktivitäten die in den Reels angezeigten Inhalte beeinflusst haben.
Meta führt auch neue Optionen zur Kontrolle des Inhalts auf Facebook und Instagram ein, bei denen du mehr Einfluss darauf haben kannst, welchen Inhalt du in jeder App siehst.
„Du kannst deine Feed-Einstellungen auf Facebook und das Suggested Content Control Center auf Instagram über das Dreipunkt-Menü in relevanten Beiträgen sowie über die Einstellungen aufrufen.“
Außerdem werden neue „Interessiert“-Indikatoren auf Reels hinzugefügt, damit du dem System mitteilen kannst, dass du mehr von diesem Typ sehen möchtest – ähnlich wie „Likes“, aber direkter.
Nochmals: Es gibt keine magische Formel. Meta öffnet nicht seine Blackbox und lässt dich in all seine algorithmischen Geheimnisse einblicken. Aber die neuen Transparenztools bieten einen besseren Überblick über die verschiedenen Ranking-Modelle von Meta und die generellen Faktoren, die bei der Gestaltung der Benutzererfahrung berücksichtigt werden.
Der wirkliche Mehrwert aus Marketingperspektive wäre zu wissen, welche Elemente Meta zu einem bestimmten Zeitpunkt stärker gewichtet. Aber erstens ändert sich das immer, zweitens ist es wahrscheinlich nicht besonders vorteilhaft, den Leuten eine Anleitung zur Manipulation des Systems zu geben.
Aber wenn du wissen möchtest, wie die Systeme von Meta funktionieren und wie sie sich verbessern, könnte es sich lohnen, sich während des langen Wochenendes Zeit zu nehmen und diese Erläuterungen und Hinweise durchzugehen.
Du kannst hier mehr über die algorithmischen Prozesse von Meta lesen.