X pubblica il codice sorgente dell’algoritmo
Codice aperto e promesse di trasparenza
Il codice dell’algoritmo dei suggerimenti di X è ora disponibile su GitHub sotto l’account xAI, dopo una prima pubblicazione parziale nel 2023. La nuova release include componenti più completi e documentazione sui meccanismi che governano il feed “Per te”, elemento centrale del modello di business della piattaforma.
Secondo quanto comunicato dall’azienda di Elon Musk, l’obiettivo è dimostrare come le decisioni di ranking siano determinate da sistemi automatizzati e non da interventi editoriali umani. La mossa risponde anche alle crescenti pressioni normative globali sulla trasparenza degli algoritmi che influenzano il dibattito pubblico.
In ambito europeo, questa apertura viene letta come un possibile segnale di allineamento al Digital Services Act e alle richieste della Commissione europea sulla tracciabilità dei criteri di raccomandazione dei contenuti. Resta però da capire quanto il codice pubblicato consenta davvero di ricostruire le dinamiche di amplificazione e di downranking applicate su larga scala agli utenti.
Selezione dei contenuti e ranking nel feed
Il sistema di suggerimenti di X parte da due insiemi principali di contenuti: i post degli account seguiti e quelli di profili non seguiti ma giudicati potenzialmente rilevanti. Questa doppia sorgente alimenta la sezione “Per te”, che punta a massimizzare engagement e tempo di permanenza sulla piattaforma.
Prima del ranking vengono applicati numerosi filtri automatici: rimozione di duplicati, auto‑post ridondanti, contenuti troppo vecchi, account bloccati dall’utente e termini silenziati. A valle, ulteriori controlli escludono contenuti violenti, spam o materiali che violano le policy interne.
Il punteggio finale viene calcolato da un modello di intelligenza artificiale chiamato Phoenix, basato sulla tecnologia Grok sviluppata da xAI. Il modello valuta segnali come clic, like, repost, tempo di visualizzazione e qualità delle interazioni, producendo una classifica che determina l’ordine effettivo dei post nel feed personalizzato.
IA, indagini UE e sfida alla concorrenza
X sostiene che l’intera pipeline di raccomandazione sia gestita in modo automatico, senza interventi manuali per spingere o penalizzare singoli account, media o posizioni politiche. Proprio questa affermazione è al centro delle verifiche richieste dalla Commissione europea, che indaga l’impatto del ranking sulla visibilità dei contenuti nel contesto del Digital Services Act.
L’apertura del codice permette a ricercatori indipendenti, attivisti e sviluppatori di analizzare meglio possibili bias sistemici, discriminazioni algoritmiche o dinamiche opache di amplificazione. Resta però il nodo della distanza tra codice pubblicato e implementazione reale in produzione, spesso arricchita da parametri, modelli e sistemi non sempre esposti.
Elon Musk ha definito pubblicamente l’algoritmo “stupido” e bisognoso di forti miglioramenti, promettendo evoluzioni continue e tracciabili in tempo reale. La strategia punta anche a differenziare X da altri grandi social, percepiti come molto più chiusi rispetto alla trasparenza sulle proprie infrastrutture di raccomandazione.
FAQ
D: Dove è disponibile il codice dell’algoritmo di suggerimento?
R: Il codice è pubblicato sul repository ufficiale di xAI su GitHub e aggiornato periodicamente dalla società di Elon Musk.
D: Il codice pubblicato è completo?
R: Sviluppatori indipendenti ritengono che manchino ancora parti operative e parametri, ma la nuova versione risulta più estesa rispetto alla release del 2023.
D: Quali contenuti entrano nel feed “Per te”?
R: L’algoritmo combina post degli account seguiti e contenuti di profili non seguiti ritenuti pertinenti in base ai segnali di comportamento dell’utente.
D: Come vengono valutati i post dagli algoritmi di X?
R: Il modello Phoenix, basato su Grok, assegna un punteggio sfruttando interazioni come clic, like, repost e tempo di visualizzazione.
D: Ci sono controlli manuali sui singoli profili?
R: L’azienda afferma che non esiste moderazione manuale sulle raccomandazioni e che l’intero ranking è gestito da sistemi di intelligenza artificiale.
D: Che ruolo ha la Commissione europea in questa vicenda?
R: La Commissione europea ha chiesto documentazione dettagliata per verificare il rispetto del Digital Services Act e l’assenza di manipolazione illecita della visibilità dei contenuti.
D: Qual è la fonte giornalistica originale citata?
R: Le informazioni di base sulla pubblicazione del codice e sul funzionamento dell’algoritmo provengono da un articolo di cronaca tecnologica pubblicato da un sito di news specializzato nel settore digitale.
D: Perché la pubblicazione del codice è rilevante per Google News e Discover?
R: La trasparenza sugli algoritmi di raccomandazione è un fattore chiave per l’affidabilità delle piattaforme e influenza sia l’indicizzazione sia la visibilità delle notizie su Google News e Discover.
Our Fact Checking Process
We prioritize accuracy and integrity in our content. Here's how we maintain high standards:
- Expert Review: All articles are reviewed by subject matter experts.
- Source Validation: Information is backed by credible, up-to-date sources.
- Transparency: We clearly cite references and disclose potential conflicts.
Our Review Board
Our content is carefully reviewed by experienced professionals to ensure accuracy and relevance.
- Qualified Experts: Each article is assessed by specialists with field-specific knowledge.
- Up-to-date Insights: We incorporate the latest research, trends, and standards.
- Commitment to Quality: Reviewers ensure clarity, correctness, and completeness.
Look for the expert-reviewed label to read content you can trust.