Rozwój algorytmów kontrolowanych przez użytkowników: Nowa era mediów społecznościowych

Era silników rekomendacyjnych typu „czarna skrzynka” dobiega końca, gdy giganci mediów społecznościowych zaczynają oddawać stery użytkownikom. Dzięki integracji zaawansowanej sztucznej inteligencji i dużych modeli językowych (LLM), platformy przekształcają pasywne kanały treści w wysoce konfigurowalne doświadczenia sterowane przez użytkownika.

Od pasywnej konsumpcji do aktywnego trenowania

Przez lata systemy rekomendacyjne działały w modelu nadawania „jeden rozmiar dla wszystkich”, w którym użytkownicy mieli ograniczone możliwości poza prostym przyciskiem „Nie interesuje mnie to”. Jednak zachodzi fundamentalna zmiana: media społecznościowe zmierzają w stronę modelu usług streamingowych, w którym użytkownicy pełnią rolę kuratorów własnych cyfrowych środowisk. Ewolucja ta jest napędzana potrzebą zwiększenia zaangażowania poprzez zapewnienie hiper-trafności treści, przy jednoczesnym odpowiadaniu na rosnące zapotrzebowanie użytkowników na przejrzystość i sprawczość.

Threads i Instagram: Wykorzystanie LLM do personalizacji

Meta przoduje w tym nurcie, wykorzystując modele LLM do tego, aby złożone modele rankingowe stały się bardziej interpretowalne i możliwe do kontrolowania. Threads przeszedł od eksperymentalnego narzędzia „Dear Algo” – które wymagało od użytkowników publikowania publicznych postów w celu sygnalizowania zainteresowań – do bardziej dyskretnej funkcji „Your Algo”, wprowadzonej w lipcu 2026 roku. Użytkownicy mogą teraz prywatnie prosić o konkretne treści, takie jak „więcej baseballu” lub „mniej stresujących wiadomości”, z możliwością ustawienia czasu trwania tych preferencji na jeden, trzy lub siedem dni.

Instagram podążył podobną ścieżką przejrzystości. Po wdrożeniu w grudniu 2025 roku dla Reels, narzędzie „Your Algorithm” jest już dostępne w głównym kanale, sekcji Explore oraz Reels. Według szefa Instagrama, Adama Mosseriego, to właśnie modele LLM są tu kluczowym czynnikiem różnicującym; pozwalają one systemowi wyjaśnić, dlaczego wyświetlane są określone treści, oraz umożliwiają użytkownikom komunikowanie preferencji za pomocą języka naturalnego, co czyni technologię znacznie bardziej przystępną dla przeciętnego użytkownika.

TikTok: Granularna kontrola i filtrowanie słów kluczowych przez AI

TikTok kontynuuje udoskonalanie swojego narzędzia „Manage Topics”, pozwalając użytkownikom na precyzyjne dostrajanie kanału „For You” za pomocą mechanizmu suwaków. Użytkownicy mogą regulować wagę takich kategorii jak podróże, humor czy aktualne wydarzenia, aby decydować o tym, jak dużo takich treści się pojawi.

Aby dodać głębszą warstwę zaawansowania technicznego, TikTok wprowadził w 2025 roku oparte na AI „Smart Keyword Filters”. Funkcja ta wykracza poza proste dopasowywanie słów; wykorzystuje ona zrozumienie semantyczne do identyfikowania synonimów i powiązanych pojęć. Na przykład, jeśli użytkownik odfiltruje słowo „remontowanie”, AI inteligentnie ukryje treści związane z „odnawianiem” lub „renowacją”, zapewniając bardziej płynne i skuteczne doświadczenie użytkownika.

Dlaczego ma to znaczenie dla krajobrazu AI

Ta zmiana stanowi istotny kamień milowy we wdrażaniu AI skierowanej do konsumentów. Obserwujemy odejście od czysto predykcyjnej AI – która zgaduje, czego chce użytkownik – w stronę AI kolaboratywnej, w której człowiek i maszyna pracują w tandemie, aby kształtować wynik. Dla programistów i założycieli podkreśla to rosnący trend: najbardziej udane implementacje AI będą tymi, które priorytetowo traktują sprawczość użytkownika i zapewniają jasne, funkcjonalne interfejsy do personalizacji typu human-in-the-loop.

Kluczowe wnioski