ഉപഭോക്താക്കൾ നിയന്ത്രിക്കുന്ന അൽഗോരിതങ്ങളുടെ ഉദയം: സോഷ്യൽ മീഡിയയുടെ പുതിയ യുഗം
സോഷ്യൽ മീഡിയ ഭീമന്മാർ നിയന്ത്രണം ഉപഭോക്താക്കൾക്ക് തിരികെ നൽകാൻ തുടങ്ങുന്നതോടെ, "ബ്ലാക്ക് ബോക്സ്" (black box) റെക്കമെൻഡേഷൻ എൻജിനുകളുടെ യുഗം അവസാനിക്കുകയാണ്. നൂതനമായ AI-യും ലാർജ് ലാംഗ്വേജ് മോഡലുകളും (LLMs) സംയോജിപ്പിക്കുന്നതിലൂടെ, പ്ലാറ്റ്ഫോമുകൾ നിഷ്ക്രിയമായ ഫീഡുകളെ ഉയർന്ന രീതിയിൽ കസ്റ്റമൈസ് ചെയ്യാവുന്നതും ഉപഭോക്താക്കൾക്ക് നിയന്ത്രിക്കാവുന്നതുമായ അനുഭവങ്ങളായി മാറ്റിക്കൊണ്ടിരിക്കുകയാണ്.
നിഷ്ക്രിയമായ ഉപയോഗത്തിൽ നിന്ന് സജീവമായ പരിശീലനത്തിലേക്ക്
വർഷങ്ങളായി, റെക്കമെൻഡേഷൻ സിസ്റ്റങ്ങൾ എല്ലാവർക്കും ഒരേ രീതിയിലുള്ള ഒരു ബ്രോഡ്കാസ്റ്റ് മോഡലായിട്ടാണ് പ്രവർത്തിച്ചിരുന്നത്; അവിടെ ഒരു ലളിതമായ “Not Interested” ബട്ടണിലപ്പുറം ഉപഭോക്താക്കൾക്ക് മറ്റ് മാർഗങ്ങൾ പരിമിതമായിരുന്നു. എന്നിരുന്നാലും, ഇപ്പോൾ ഒരു അടിസ്ഥാനപരമായ മാറ്റം സംഭവിക്കുന്നു: സോഷ്യൽ മീഡിയ ഒരു സ്ട്രീമിംഗ് സർവീസ് മോഡലിലേക്ക് മാറുകയാണ്, ഇവിടെ ഉപഭോക്താക്കൾ സ്വന്തം ഡിജിറ്റൽ ലോകത്തിന്റെ ക്യൂറേറ്റർമാരായി മാറുന്നു. ഉള്ളടക്കം അതീവ പ്രസക്തമാണെന്ന് ഉറപ്പാക്കുന്നതിലൂടെ എൻഗേജ്മെന്റ് വർദ്ധിപ്പിക്കുക എന്ന ലക്ഷ്യത്തോടെയും, അതേസമയം സുതാര്യതയ്ക്കും സ്വയം തീരുമാനമെടുക്കാനുള്ള അധികാരത്തിനുമായി ഉപഭോക്താക്കൾ ഉയർത്തുന്ന ആവശ്യങ്ങൾ നിറവേറ്റുക എന്ന ലക്ഷ്യത്തോടെയുമാണ് ഈ പരിണാമം സംഭവിക്കുന്നത്.
Threads-ഉം Instagram-ഉം: പേഴ്സണലൈസേഷനായി LLM-കളെ പ്രയോജനപ്പെടുത്തുന്നു
സങ്കീർണ്ണമായ റാങ്കിംഗ് മോഡലുകളെ കൂടുതൽ വ്യാഖ്യാനിക്കാനും നിയന്ത്രിക്കാനും എളുപ്പമാക്കുന്നതിനായി LLM-കൾ ഉപയോഗിച്ചുകൊണ്ട് Meta ഈ മുന്നേറ്റത്തിന് നേതൃത്വം നൽകുന്നു. താൽപ്പര്യങ്ങൾ അറിയിക്കുന്നതിനായി ഉപഭോക്താക്കൾ പൊതുവായ പോസ്റ്റുകൾ ഇടേണ്ടി വന്നിരുന്ന തങ്ങളുടെ പരീക്ഷണാടിസ്ഥാനത്തിലുള്ള “Dear Algo” ടൂളിൽ നിന്ന്, 2026 ജൂലൈയിൽ പുറത്തിറക്കിയ കൂടുതൽ സ്വകാര്യമായ “Your Algo” ഫീച്ചറിലേക്ക് Threads മാറിക്കഴിഞ്ഞു. ഉപഭോക്താക്കൾക്ക് ഇപ്പോൾ "കൂടുതൽ ബേസ്ബോൾ" അല്ലെങ്കിൽ "കുറഞ്ഞ സമ്മർദ്ദമുണ്ടാക്കുന്ന വാർത്തകൾ" എന്നിങ്ങനെ പ്രത്യേക ഉള്ളടക്കങ്ങൾ സ്വകാര്യമായി ആവശ്യപ്പെടാം; കൂടാതെ ഈ താൽപ്പര്യങ്ങൾ ഒരു ദിവസം, മൂന്ന് ദിവസം അല്ലെങ്കിൽ ഏഴ് ദിവസം എന്ന രീതിയിൽ എത്ര കാലം നിലനിൽക്കണമെന്ന് ക്രമീകരിക്കാനും സാധിക്കും.
Instagram-ഉം സമാനമായ സുതാര്യതയുടെ പാതയാണ് പിന്തുടരുന്നത്. 2025 ഡിസംബറിൽ Reels-ൽ അവതരിപ്പിച്ചതിന് പിന്നാലെ, "Your Algorithm" ടൂൾ ഇപ്പോൾ മെയിൻ ഫീഡ്, Explore, Reels എന്നിവയിൽ ലഭ്യമാണ്. ഇൻസ്റ്റാഗ്രാം മേധാവി ആദം മോസെറിയുടെ അഭിപ്രായത്തിൽ, LLM-കളാണ് ഇവിടെ പ്രധാന വ്യത്യാസം വരുത്തുന്ന ഘടകം; അവ ചില ഉള്ളടക്കങ്ങൾ എന്തുകൊണ്ട് പ്രദർശിപ്പിക്കപ്പെടുന്നു എന്ന് സിസ്റ്റത്തിന് വിശദീകരിക്കാൻ അനുവദിക്കുന്നു, കൂടാതെ സ്വാഭാവിക ഭാഷയിലൂടെ താൽപ്പര്യങ്ങൾ അറിയിക്കാൻ ഉപഭോക്താക്കളെ അനുവദിക്കുന്നു. ഇത് സാങ്കേതികവിദ്യ സാധാരണ ഉപഭോക്താക്കൾക്ക് കൂടുതൽ എളുപ്പത്തിൽ ലഭ്യമാക്കുന്നു.
TikTok: സൂക്ഷ്മമായ നിയന്ത്രണവും AI കീവേഡ് ഫിൽട്ടറിംഗും
TikTok അതിന്റെ "Manage Topics" ടൂൾ നിരന്തരം പരിഷ്കരിച്ചുകൊണ്ടിരിക്കുന്നു, ഇത് ഒരു സ്ലൈഡർ സംവിധാനത്തിലൂടെ ഉപഭോക്താക്കൾക്ക് അവരുടെ "For You" ഫീഡ് കൃത്യമായി ക്രമീകരിക്കാൻ അനുവദിക്കുന്നു. യാത്ര, തമാശ, അല്ലെങ്കിൽ സമകാലിക സംഭവങ്ങൾ തുടങ്ങിയ വിഭാഗങ്ങളുടെ പ്രാധാന്യം ക്രമീകരിക്കുന്നതിലൂടെ, ആ വിഭാഗത്തിലുള്ള ഉള്ളടക്കം എത്രത്തോളം കാണണമെന്ന് ഉപഭോക്താക്കൾക്ക് തീരുമാനിക്കാം.
സാങ്കേതികമായ കൂടുതൽ മികവ് നൽകുന്നതിനായി, TikTok 2025-ൽ AI അധിഷ്ഠിതമായ "Smart Keyword Filters" അവതരിപ്പിച്ചു. ഈ ഫീച്ചർ വെറും വാക്കുകൾ പൊരുത്തപ്പെടുന്നതിനും അപ്പുറമാണ്; പര്യായപദങ്ങളും അനുബന്ധ ആശയങ്ങളും തിരിച്ചറിയാൻ ഇത് semantic understanding ഉപയോഗിക്കുന്നു. ഉദാഹരണത്തിന്, ഒരു ഉപയോക്താവ് "remodeling" എന്നത് ഫിൽട്ടർ ചെയ്താൽ, AI ബുദ്ധിപരമായി "renovation" അല്ലെങ്കിൽ "renovations" എന്നിവയുമായി ബന്ധപ്പെട്ട ഉള്ളടക്കങ്ങളും ഒഴിവാക്കുന്നു, ഇത് കൂടുതൽ സുഗമവും ഫലപ്രദവുമായ ഉപയോക്താവ് അനുഭവം ഉറപ്പാക്കുന്നു.
ഇത് AI മേഖലയിൽ എന്തിനാണ് പ്രസക്തമാകുന്നത്
ഉപഭോക്താക്കൾക്ക് നേരിട്ട് ലഭ്യമാകുന്ന AI വിന്യാസത്തിലെ ഒരു സുപ്രധാന നാഴികക്കല്ലാണ് ഈ മാറ്റം. ഉപയോക്താവിന് എന്താണ് വേണ്ടതെന്ന് ഊഹിക്കുന്ന കേവലം predictive AI-ൽ നിന്ന്, മനുഷ്യനും യന്ത്രവും ചേർന്ന് ഒരു ഔട്ട്പുട്ട് രൂപപ്പെടുത്തുന്ന collaborative AI-ലേക്കുള്ള മാറ്റമാണ് നമ്മൾ കാണുന്നത്. ഡെവലപ്പർമാർക്കും സ്ഥാപകർക്കും ഇത് ഒരു വളർന്നുവരുന്ന പ്രവണതയെ സൂചിപ്പിക്കുന്നു: ഉപയോക്താവിന്റെ തീരുമാനങ്ങൾക്ക് മുൻഗണന നൽകുകയും, human-in-the-loop കസ്റ്റമൈസേഷനായി വ്യക്തവും പ്രായോഗികവുമായ ഇന്റർഫേസുകൾ നൽകുകയും ചെയ്യുന്ന AI സംവിധാനങ്ങളായിരിക്കും ഏറ്റവും വിജയകരമാകുന്നത്.
പ്രധാന കാര്യങ്ങൾ
- Semantic Control: TikTok പോലുള്ള പ്ലാറ്റ്ഫോമുകൾ കീവേഡ് ബ്ലോക്കിംഗിന് അപ്പുറം, ഉപയോക്താക്കളുടെ താൽപ്പര്യങ്ങൾക്ക് പിന്നിലെ ഉദ്ദേശ്യവും പര്യായപദങ്ങളും മനസ്സിലാക്കി semantic filtering-ലേക്ക് മാറാൻ AI ഉപയോഗിക്കുന്നു.
- LLM Integration: സങ്കീർണ്ണമായ ranking algorithms-ഉം ഉപയോക്താവിന്റെ ധാരണയും തമ്മിലുള്ള അകലം കുറയ്ക്കുന്നതിനായി Instagram Large Language Models ഉപയോഗിക്കുന്നു, ഇത് കൂടുതൽ ലളിതമായ feed customization സാധ്യമാക്കുന്നു.
- Temporal Preferences: പ്രൊഫൈലിൽ സ്ഥിരമായ മാറ്റങ്ങൾ വരുത്താതെ തന്നെ, ഉള്ളടക്കം കാണുന്ന രീതിയിൽ താൽക്കാലികമായ മാറ്റങ്ങൾ വരുത്താൻ ഉപയോക്താക്കളെ അനുവദിച്ചുകൊണ്ട് Threads സമയബന്ധിതമായ algorithmic adjustments അവതരിപ്പിക്കുന്നു.