ಬಳಕೆದಾರರ ನಿಯಂತ್ರಣದಲ್ಲಿರುವ ಅಲ್ಗಾರಿದಮ್‌ಗಳ ಉದಯ: ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮದ ಹೊಸ ಯುಗ

ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮದ ದೈತ್ಯ ಸಂಸ್ಥೆಗಳು ನಿಯಂತ್ರಣವನ್ನು ಬಳಕೆದಾರರಿಗೆ ಮರಳಿಸಲು ಪ್ರಾರಂಭಿಸುತ್ತಿದ್ದಂತೆ, "ಬ್ಲ್ಯಾಕ್ ಬಾಕ್ಸ್" ಶಿಫಾರಸು ಇಂಜಿನ್‌ಗಳ ಯುಗವು ಅಂತ್ಯಗೊಳ್ಳುತ್ತಿದೆ. ಸುಧಾರಿತ AI ಮತ್ತು Large Language Models (LLMs) ಅನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ, ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳು ನಿಷ್ಕ್ರಿಯ ಫೀಡ್‌ಗಳನ್ನು ಹೆಚ್ಚು ಕಸ್ಟಮೈಸ್ ಮಾಡಬಹುದಾದ ಮತ್ತು ಬಳಕೆದಾರರ ನೇತೃತ್ವದ ಅನುಭವಗಳಾಗಿ ಪರಿವರ್ತಿಸುತ್ತಿವೆ.

ನಿಷ್ಕ್ರಿಯ ಬಳಕೆದಾರತೆಯಿಂದ ಸಕ್ರಿಯ ತರಬೇತಿಯವರೆಗೆ

ವರ್ಷोंಗಳಿಂದ, ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಗಳು ಎಲ್ಲರಿಗೂ ಒಂದೇ ರೀತಿಯ ಪ್ರಸಾರ ಮಾದರಿಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದ್ದವು, ಅಲ್ಲಿ ಬಳಕೆದಾರರಿಗೆ ಕೇವಲ "Not Interested" ಬಟನ್ ಹೊರತುಪಡಿಸಿ ಹೆಚ್ಚಿನ ಆಯ್ಕೆಗಳಿರಲಿಲ್ಲ. ಆದಾಗ್ಯೂ, ಈಗ ಒಂದು ಮೂಲಭೂತ ಬದಲಾವಣೆ ಸಂಭವಿಸುತ್ತಿದೆ: ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮವು ಸ್ಟ್ರೀಮಿಂಗ್-ಸರ್ವಿಸ್ ಮಾದರಿಯತ್ತ ಸಾಗುತ್ತಿದೆ, ಅಲ್ಲಿ ಬಳಕೆದಾರರು ತಮ್ಮದೇ ಆದ ಡಿಜಿಟಲ್ ಪರಿಸರಗಳ ಸಂಗ್ರಹಕಾರರಾಗಿ (curators) ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಾರೆ. ವಿಷಯವು ಅತ್ಯಂತ ಪ್ರಸ್ತುತವಾಗಿದೆಯೇ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವ ಮೂಲಕ ತೊಡಗಿಸಿಕೊಳ್ಳುವಿಕೆಯನ್ನು (engagement) ಹೆಚ್ಚಿಸುವ ಅಗತ್ಯತೆ ಮತ್ತು ಪಾರದರ್ಶಕತೆ ಹಾಗೂ ಸ್ವಾಯತ್ತತೆಗಾಗಿ ಬಳಕೆದಾರರ ಬೆಳೆಯುತ್ತಿರುವ ಬೇಡಿಕೆಯನ್ನು ಪೂರೈಸುವ ಉದ್ದೇಶದಿಂದ ಈ ವಿಕಸನವು ನಡೆಯುತ್ತಿದೆ.

Threads ಮತ್ತು Instagram: ವೈಯಕ್ತೀಕರಣಕ್ಕಾಗಿ LLMಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುವುದು

Meta ಈ ಬದಲಾವಣೆಯ ನೇತೃತ್ವ ವಹಿಸಿದೆ; ಸಂಕೀರ್ಣ ರ‍್ಯಾಂಕಿಂಗ್ ಮಾದರಿಗಳನ್ನು ಹೆಚ್ಚು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ನಿಯಂತ್ರಿಸಲು ಸುಲಭವಾಗುವಂತೆ ಮಾಡಲು LLMಗಳನ್ನು ಬಳಸುತ್ತಿದೆ. Threads ತನ್ನ ಪ್ರಾಯೋಗಿಕ “Dear Algo” ಟೂಲ್‌ನಿಂದ—ಇದು ಬಳಕೆದಾರರು ತಮ್ಮ ಆಸಕ್ತಿಗಳನ್ನು ಸೂಚಿಸಲು ಸಾರ್ವಜನಿಕ ಪೋಸ್ಟ್‌ಗಳನ್ನು ಮಾಡುವಂತೆ ಬಯಸುತ್ತಿತ್ತು—ಜುಲೈ 2026 ರಲ್ಲಿ ಬಿಡುಗಡೆಯಾದ ಹೆಚ್ಚು ಗೌಪ್ಯವಾದ “Your Algo” ಫೀಚರ್‌ಗೆ ಬದಲಾಗಿದೆ. ಬಳಕೆದಾರರು ಈಗ "ಹೆಚ್ಚು ಬೇಸ್‌ಬಾಲ್" ಅಥವಾ "ಕಡಿಮೆ ಒತ್ತಡದ ಸುದ್ದಿ" ನಂತಹ ನಿರ್ದಿಷ್ಟ ವಿಷಯಗಳನ್ನು ಖಾಸಗಿಯಾಗಿ ವಿನಂತಿಸಬಹುದು ಮತ್ತು ಈ ಆದ್ಯತೆಗಳ ಅವಧಿಯನ್ನು ಒಂದು, ಮೂರು ಅಥವಾ ಏಳು ದಿನಗಳವರೆಗೆ ನಿಗದಿಪಡಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದ್ದಾರೆ.

Instagram ಕೂಡ ಪಾರದರ್ಶಕತೆಯ ಇದೇ ರೀತಿಯ ಹಾದಿಯನ್ನು ಅನುಸರಿಸಿದೆ. ಡಿಸೆಂಬರ್ 2025 ರಲ್ಲಿ Reels ಗಾಗಿ ಬಿಡುಗಡೆ ಮಾಡಿದ ನಂತರ, "Your Algorithm" ಟೂಲ್ ಈಗ ಮುಖ್ಯ ಫೀಡ್, Explore ಮತ್ತು Reels ಎಲ್ಲದರಲ್ಲೂ ಲಭ್ಯವಿದೆ. Instagram ಮುಖ್ಯಸ್ಥ Adam Mosseri ಅವರ ಪ್ರಕಾರ, LLMಗಳು ಇಲ್ಲಿ ಪ್ರಮುಖ ವ್ಯತ್ಯಾಸಕಾರಕವಾಗಿವೆ; ಅವು ವ್ಯವಸ್ಥೆಯು ಕೆಲವು ವಿಷಯಗಳನ್ನು ಏಕೆ ಪ್ರದರ್ಶಿಸುತ್ತಿದೆ ಎಂದು ವಿವರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತವೆ ಮತ್ತು ಬಳಕೆದಾರರು ನೈಸರ್ಗಿಕ ಭಾಷೆಯ ಮೂಲಕ ತಮ್ಮ ಆದ್ಯತೆಗಳನ್ನು ತಿಳಿಸಲು ಅನುಮತಿಸುತ್ತವೆ, ಇದು ಮೂಲ ತಂತ್ರಜ್ಞಾನವನ್ನು ಸಾಮಾನ್ಯ ಬಳಕೆದಾರರಿಗೆ ಹೆಚ್ಚು ಸುಲಭವಾಗಿ ಲಭ್ಯವಾಗುವಂತೆ ಮಾಡುತ್ತದೆ.

TikTok: ಸೂಕ್ಷ್ಮ ನಿಯಂತ್ರಣ ಮತ್ತು AI ಕೀವರ್ಡ್ ಫಿಲ್ಟರಿಂಗ್

TikTok ತನ್ನ "Manage Topics" ಟೂಲ್ ಅನ್ನು ಸುಧಾರಿಸುತ್ತಲೇ ಇದೆ, ಇದು ಬಳಕೆದಾರರಿಗೆ ಸ್ಲೈಡರ್ ಮೆಕ್ಯಾನಿಸಂ ಮೂಲಕ ತಮ್ಮ "For You" ಫೀಡ್ ಅನ್ನು ಸೂಕ್ಷ್ಮವಾಗಿ ಹೊಂದಿಸಲು ಅನುಮತಿಸುತ್ತದೆ. ಯಾವ ವಿಷಯವು ಎಷ್ಟು ಪ್ರಮಾಣದಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳಬೇಕು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ಬಳಕೆದಾರರು ಪ್ರಯಾಣ, ಹಾಸ್ಯ ಅಥವಾ ಪ್ರಚಲಿತ ವಿದ್ಯಮಾನಗಳಂತಹ ವರ್ಗಗಳ ತೂಕವನ್ನು ಹೊಂದಿಸಬಹುದು.

ತಾಂತ್ರಿಕ ಸಂಕೀರ್ಣತೆಯನ್ನು ಮತ್ತಷ್ಟು ಹೆಚ್ಚಿಸಲು, TikTok 2025 ರಲ್ಲಿ AI-ಚಾಲಿತ "Smart Keyword Filters" ಅನ್ನು ಪರಿಚಯಿಸಿತು. ಈ ವೈಶಿಷ್ಟ್ಯವು ಕೇವಲ ಪದಗಳ ಹೊಂದಾಣಿಕೆಯನ್ನು ಮೀರಿ ನಿಲ್ಲುತ್ತದೆ; ಇದು ಸಮಾನಾರ್ಥಕ ಪದಗಳು ಮತ್ತು ಸಂಬಂಧಿತ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಗುರುತಿಸಲು ಅರ್ಥಾಧಾರಿತ ತಿಳುವಳಿಕೆಯನ್ನು (semantic understanding) ಬಳಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಬಳಕೆದಾರರು "remodeling" ಅನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಿದರೆ, AI ಬುದ್ಧಿವಂತಿಕೆಯಿಂದ "renovation" ಅಥವಾ "renovations" ಗೆ ಸಂಬಂಧಿಸಿದ ವಿಷಯಗಳನ್ನು ತಡೆಹಿಡಿಯುತ್ತದೆ, ಇದರಿಂದ ಬಳಕೆದಾರರಿಗೆ ಹೆಚ್ಚು ಸುಗಮ ಮತ್ತು ಪರಿಣಾಮಕಾರಿ ಅನುಭವ ಸಿಗುತ್ತದೆ.

ಇದು AI ಪರಿಸರಕ್ಕೆ ಏಕೆ ಮುಖ್ಯ

ಈ ಬದಲಾವಣೆಯು ಗ್ರಾಹಕ-ಮುಖಿ AI ನಿಯೋಜನೆಯಲ್ಲಿ ಒಂದು ಪ್ರಮುಖ ಮೈಲಿಗಲ್ಲನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಬಳಕೆದಾರರಿಗೆ ಏನು ಬೇಕೆಂದು ಕೇವಲ ಊಹಿಸುವ 'predictive AI' ನಿಂದ, ಮನುಷ್ಯ ಮತ್ತು ಯಂತ್ರವು ಒಟ್ಟಾಗಿ ಕೆಲಸ ಮಾಡಿ ಫಲಿತಾಂಶವನ್ನು ರೂಪಿಸುವ 'collaborative AI' ಕಡೆಗೆ ನಾವು ಬದಲಾವಣೆಯನ್ನು ಕಾಣುತ್ತಿದ್ದೇವೆ. ಡೆವಲಪರ್‌ಗಳು ಮತ್ತು ಸಂಸ್ಥಾಪಕರಿಗೆ, ಇದು ಬೆಳೆಯುತ್ತಿರುವ ಪ್ರವೃತ್ತಿಯನ್ನು ಒತ್ತಿಹೇಳುತ್ತದೆ: ಬಳಕೆದಾರರ ಸ್ವತಂತ್ರ ನಿರ್ಧಾರಗಳಿಗೆ (user agency) ಆದ್ಯತೆ ನೀಡುವ ಮತ್ತು 'human-in-the-loop' ಕಸ್ಟಮೈಸೇಶನ್‌ಗಾಗಿ ಸ್ಪಷ್ಟವಾದ, ಕಾರ್ಯಸಾಧ್ಯವಾದ ಇಂಟರ್‌ಫೇಸ್‌ಗಳನ್ನು ಒದಗಿಸುವ AI ಅನ್ವಯಿಕೆಗಳೇ ಅತ್ಯಂತ ಯಶಸ್ವಿ ಎನಿಸಿಕೊಳ್ಳಲಿವೆ.

ಪ್ರಮುಖ ಅಂಶಗಳು