META a pris un engagement envers la transparence envers ses utilisateurs. Elle a récemment publié des informations détaillées sur la manière dont ses systèmes d’intelligence artificielle (IA) sélectionnent et hiérarchisent le contenu présenté aux utilisateurs. Ces nouvelles “cartes de système d’IA” permettent aux utilisateurs de mieux comprendre le fonctionnement complexe des modèles d’IA utilisés par META pour personnaliser les expériences sur ses produits. Nous allons explorer avec vous 4 principales fonctions fournies par META concernant le fonctionnement de ses systèmes d’IA et la manière dont les utilisateurs peuvent influencer leur expérience.
Le fonctionnement des systèmes d’IA de META
Chaque système d’IA de META est équipé de modèles de prédiction qui font des prédictions sur le contenu qui pourrait être le plus pertinent et intéressant pour chaque utilisateur. Ces modèles utilisent une variété de signaux d’entrée, tels que les caractéristiques uniques d’une publication, les interactions passées de l’utilisateur avec des publications similaires, et la manière dont d’autres utilisateurs ont réagi au contenu. Ces signaux d’entrée évoluent régulièrement en fonction de l’apprentissage continu du système et des ajustements effectués par META pour améliorer ses produits.
Les facteurs qui influencent le classement du contenu
Le classement du contenu sur Facebook et Instagram est basé sur les prédictions des modèles d’IA, ainsi que sur les caractéristiques spécifiques du contenu, les attributs des utilisateurs et leurs interactions passées avec les produits de META. Par exemple, si une publication a reçu de nombreuses interactions positives, elle sera plus susceptible d’apparaître en haut du fil d’actualités de l’utilisateur. En revanche, si le système prédit que le contenu pourrait enfreindre les standards d’intégrité de META, il sera supprimé ou relégué en bas du fil.
Collaboration de plusieurs systèmes d’IA
Chaque carte de système d’IA décrit un système spécifique utilisé par META, mais plusieurs systèmes d’IA peuvent collaborer pour offrir une expérience globale aux utilisateurs. Par exemple, sur le Fil Facebook, un système d’IA classe le contenu provenant des amis, des Pages et des groupes que suit un utilisateur, tandis qu’un autre système d’IA classe le contenu recommandé provenant de comptes non liés. Ainsi, le contenu affiché dans le fil d’actualités est un mélange équilibré des résultats des deux systèmes d’IA, en plus des publicités et d’autres produits.
Expérience personnalisée pour chaque utilisateur
L’objectif principal des systèmes d’IA de META est de fournir une expérience personnalisée à chaque utilisateur, en fonction de ses intérêts et de son activité. Les modèles d’IA s’efforcent de présenter davantage de contenu lié aux centres d’intérêt de l’utilisateur tout en favorisant la découverte de nouveaux contenus susceptibles de lui plaire.
Vous pouvez en savoir plus sur l’algorithme de META par ici. En fin de compte, la publication de ces informations détaillées est une étape positive vers une utilisation plus transparente et éthique de l’intelligence artificielle dans les réseaux sociaux. Alors que META continue à travailler pour rendre ces explications plus accessibles et compréhensibles, les utilisateurs ont désormais une meilleure compréhension de la manière dont le contenu leur parvient, ce qui contribue à une expérience plus personnalisée et plus satisfaisante sur Facebook et Instagram.
