X está expandiendo significativamente su base de código abierto, incluyendo el algoritmo de la pestaña “Para ti” (“For You”) y su motor de ranking principal, además de agregar una función que permitirá a los usuarios ver si su cuenta o sus publicaciones han sido afectadas por alguno de sus sistemas de ranking, anunció la red social este jueves.

La compañía está poniendo a disposición en GitHub el código fuente de la línea de tiempo “Para ti” — el feed predeterminado que ves al abrir la aplicación — bajo la licencia Apache v2. También está expandiendo sus esfuerzos previos de abrir partes de su base de código para agregar más detalle, incluyendo la configuración del modelo, el filtro y los detalles del sistema de ranking principal. Eso significa que incluye los parámetros usados para ponderar las diferentes señales — clave para entender qué publicaciones se muestran realmente. Esto hace que la base de código sea aproximadamente 10 a 15 veces más grande que antes.

“Obtendrás el código de ranking principal que toma las publicaciones, las clasifica para cualquier usuario y arma el feed. Puedes ver los sistemas que filtran contenido potencialmente problemático o que viola las reglas… Y algunos de esos sistemas, como el ranker y el score, incluso puedes ejecutarlos tú mismo fuera de la compañía.” — Keith Coleman, VP de Producto de X

“Este es el tipo de cosa que creo que sorprenderá bastante a la gente que la estemos liberando”, agregó.

Una herramienta de transparencia para los usuarios

Además del repositorio, X está proporcionando herramientas para que los usuarios vean por sí mismos si los sistemas de ranking de X han afectado su cuenta o sus publicaciones, y de qué manera. Una nueva herramienta de transparencia se está implementando en una página “Under the Hood” (Bajo el capó) dentro de la configuración de la aplicación, que permitirá a los usuarios que hayan publicado 10 o más veces durante el último mes descargar sus estadísticas agregadas como un archivo JSON.

El archivo mostrará si se ha aplicado alguna etiqueta a su cuenta o publicaciones durante el último mes calendario.

Los usuarios no técnicos pueden aprovechar esta información pasándola a un LLM de su elección, apuntando la IA al repositorio de GitHub de X y pidiéndole una interpretación.

La compañía señala que esta herramienta estará inicialmente disponible para un grupo de prueba de cuentas con al menos un año de antigüedad como piloto, antes de implementarse de forma más amplia.

Investigadores ya probaron el sistema Phoenix

Antes del lanzamiento, la compañía mostró su base de código abierto a investigadores externos familiarizados con sistemas de recomendación, quienes pudieron entrenar y ejecutar el sistema de puntuación Phoenix de X usando el código abierto. Ese fue un hito importante para los esfuerzos de transparencia de X, dice Coleman.

Desde el repositorio de GitHub, los desarrolladores podrán enviar actualizaciones — conocidas como pull requests — que los ingenieros de X considerarán incorporar a su algoritmo. Aunque no todas las adiciones serán aceptadas, Coleman se muestra entusiasmado con la idea:

“Sería increíble que la gente enviara código que mejore el algoritmo… quiero decir, ¿qué tan genial sería que el algoritmo de X no solo fuera visible para el público, sino también, como, hecho por el público?”

Sin embargo, algunos sistemas no están incluidos en esta versión, como los que usan Grok para predecir si una publicación podría estar violando una regla. Esto busca proteger a X de actores malintencionados que podrían usar esa información para evadir las reglas de la compañía e inundar la red con spam.

El contexto: años de críticas por falta de transparencia

Los cambios buscan atender las preocupaciones continuas sobre cómo el algoritmo de X influye en la política, las elecciones, la propagación de desinformación y más.

La plataforma ha albergado a figuras políticas y personajes de alto perfil durante años, y ahora es propiedad de un trillonario que ayudó a elegir al presidente Trump. Pero Twitter ya había sido atacada por su falta de transparencia antes de que Musk la comprara. En años anteriores, los republicanos en el Congreso alegaron que la red social con sede en California se inclinaba demasiado a la izquierda y afirmaron que la red había hecho “shadowban” a sus publicaciones — es decir, que sus posts se volvían invisibles o indescubribles sin su conocimiento. Twitter siempre negó que eso fuera el caso.

“Nuestro sueño es que cualquier persona del público pueda evaluar cómo se distribuyen las publicaciones en la plataforma, verificar que el campo de juego sea parejo y, si cree que no lo es, criticarlo para que podamos seguir mejorándolo y abordándolo.” — Keith Coleman

“Ese es el objetivo completo de esto: [el código] puede ser auditado; puede ser criticado. Vamos a escuchar, y queremos hacer del sistema uno que la gente disfrute, en el que confíe y que sienta que es justo”, dijo.

Aunque X puede estar empujándose a ser más transparente con su código y otras funciones — como su sistema de verificación de datos por crowdsourcing, Community Notes — es discutible que se haya vuelto menos transparente en general bajo Musk, al volver a ser una empresa privada. Como ya no estaba obligada a reportar a la SEC, X no fue tan comunicativa en otras áreas, como sus métricas de usuarios, crecimiento, ingresos o solicitudes gubernamentales de retiro de contenido, que ahora se reportan con menos frecuencia.

Ahora, tras fusionarse con SpaceX, sus usuarios activos mensuales vuelven a ser públicos.

Corrección: se incluyó una aclaración de que X se fusionó con SpaceX y ahora reporta cifras públicas sobre métricas de usuarios. Coleman también dijo durante la entrevista que los investigadores externos estaban por poner “todo el score en funcionamiento por sí mismos”, pero la compañía aclaró que entrenaron y ejecutaron el sistema de puntuación Phoenix por su cuenta, pero no obtuvieron el score por publicación.

Para los creadores de contenido y community managers de LATAM, esta es una noticia relevante: por primera vez será posible verificar de forma independiente si los algoritmos están limitando el alcance de tus publicaciones, y el archivo JSON descargable se puede analizar con cualquier herramienta de IA para entender qué etiquetas se aplicaron a tu cuenta.

Sigue explorando estos temas en el blog de DojoFullStack.