Ya podemos ver el código fuente del “Para ti”
X publicó parte del código de su sistema de recomendaciones y hay detalles técnicos bastante interesantes cuando lo miramos más de cerca.
Por ejemplo:
• el “feed” no se genera en un único paso, sino en varias etapas de filtrado y puntuación. • hay mecanismos para evitar que una sola cuenta domine todo el contenido que se muestra. • el sistema diferencia contenido de cuentas seguidas y cuentas no seguidas. • algunas señales negativas (como bloquear o reportar) tienen un tratamiento especial dentro del algoritmo. • y varias partes sensibles quedaron fuera del código publicado por “razones de seguridad”.
También faltan componentes importantes como:
- moderación,
- sistema de anuncios,
- parámetros internos,
- y algunos servicios auxiliares.
Es decir: publicaron bastante más de lo que suele mostrar una red social grande… pero claramente no todo.
Lo que más importa (según el código)
- Responder pesa mucho más que dar “me gusta”,
- Bloquear/reportar afecta muchísimo,
- El algoritmo mide cuánto tiempo miramos algo.
Y además se usan modelos de IA para predecir la probabilidad de que interactúes con cada publicación.
El “transformer” detrás de todo
El sistema incluye un modelo tipo “transformer”: una IA que analiza patrones de comportamiento para estimar qué publicaciones probablemente le interesen a cada usuario.
¿Por qué esto importa?
Es código real de un sistema de recomendación a gran escala.
Muchos imaginan “el algoritmo” como magia. Pero al final: son datos, probabilidades y muchísimo código.