Le modifiche all’algoritmo di Twitter nell’era Musk

Il funzionamento degli algoritmi dei social media mainstream – Facebook, Twitter e Instagram in testa – ha seguito per molti anni dinamiche abbastanza simili, a partire dalle modalità introdotte dopo i ‘mi piace’ del 2011: in particolare, la percentuale più importante di propagazione premia l’engagement e la popolarità di ogni singolo contenuto, video o post che sia.

Questo è avvenuto fino all’arrivo di TikTok, il social che ha spopolato tra le generazioni più giovani, il cui algoritmo ha rivoluzionato il sistema della selezione dei contenuti introducendo la modalità “For you” come predefinita. In questa dinamica, che mira esclusivamente a far rimanere l’utente sulla piattaforma, l’algoritmo sceglie contenuti di tipologie estremamente diversificate, mantenendo costante l’attenzione dell’utente e proponendo tipologie che solo in parte seguono le preferenze espresse dall’utente, ma mirano a coinvolgere anche contenuti spesso distanti da esse.

L’enorme crescita di TikTok e il successo che ne è seguito ha spinto anche le altre piattaforme a un processo di “tiktokizzazione”.

Da quando è divenuto il nuovo padrone di Twitter, Musk ha introdotto dunque anche sul social azzurro il “Per te”, e anche l’algoritmo di selezione ha la nuova modalità che viene presentata di default, e per essere modificata necessita di una specifica scelta dell’utente.

Musk, d’altronde, ha mantenuto la promessa di rendere disponibile una parte del codice di Twitter che contiene l’”algoritmo” di raccomandazione dei contenuti della sezione “Per te”. Mancano, per motivi di sicurezza, le parti che escludono i tweet di spam o relativi ad altre violazioni.

Vediamo, attraverso una sintesi dell’esperto Vincenzo Cosenza (aka Vincos), e grazie agli appunti di Aakash GuptaSteven Tey e Twitter stessa, cosa è cambiato nell’algoritmo della piattaforma. Si può apprezzare a distanza di sei anni un articolo precedente sul tema da parte dello stesso autore.

La selezione dei tweet

Come per ogni social media, anche l’algoritmo di Twitter si chiede “quali sono i contenuti che potrebbero interessare di più” ogni singolo utente? Il sistema di selezione che prova a rispondere a questa domanda consta di tre fasi:

  1. La raccolta di una serie di tweet (circa 1500) candidati per l’inserimento del feed “Per Te” (candidate sourcing);
  2. L’ordinamento di ogni singolo tweet secondo un punteggio 
  3. L’applicazioni di filtri per escludere i tweet che non rispettano le policy o che l’utente ha già visto/bloccato. Vengono esclusi anche i tweet esterni alla nostra rete (le persone che seguiamo) a meno che qualcuno che seguiamo non abbia interagito col tweet o sia follower dell’autore del tweet.

I tweet candidati vengono scelti con la seguente ripartizione:

  • 50% da persone che si seguono
  • 50% da persone che non si seguono.

Quindi Twitter raggruppa gli utenti in cluster di account simili per tematiche trattate. Se facciamo un tweet non affine ai temi trattati dal cluster a cui apparteniamo rischiamo di essere penalizzati.

La selezione dell’algoritmo (tweepcred)

Cosa incide sull’assegnazione del punteggio? La reputazione dell’account calcolata dall’algoritmo e i pesi attribuiti a ogni tweet sulla base dei cluster predeterminati:

L’algoritmo di Twitter chiamato Tweepcred è derivato dal PageRank di Google e funziona in questo modo:  

  1. Viene assegnato un punteggio utente sulla base della quantità e qualità delle interazioni che genera durante le sue attività sulla piattaforma
  2. Viene calcolato un punteggio reputazionale sulla base di fattori come la longevità dell’account, il numero dei follower e l’uso
  3. Il punteggio viene aggiustato sulla base del rapporto follower/following
  4. Il punteggio finale, su una scala da 0 a 100, rappresenta il punteggio Tweepcred che indica la reputazione complessiva su Twitter.

Assegnazione dei punteggi

Il punteggio da attribuire ad ogni tweet candidato viene stabilito rispettando dei pesi (che in futuro potrebbero cambiare):

  • Sono penalizzati gli utenti che seguono molte persone, ma che non vengono ricambiati. Quando il rapporto following/follower è sbilanciato, le chance di essere selezionati dall’algoritmo sono bassissime;
  • I fattori positivi che incidono sulla selezione sono il numero di like, di retweet e di risposte ottenute, ma anche il tempo trascorso nella visualizzazione del tweet. In particolare, i pesi sono i seguenti:
    • like: 0,5 punti
    • retweet: 1 punto
    • quando qualcuno clicca sul tweet e replica/mette like al tweet oppure ci rimane per oltre due minuti: 11 punti
    • se qualcuno visita il tuo profilo e lascia un like o risponde al tuo tweet: 12 punti
    • se qualcuno risponde ad un tuo tweet: 27 punti
    • se qualcuno risponde ad un tuo tweet e tu rispondi: 75 punti
  • I fattori negativi, dunque penalizzanti, sono:
    • quando qualcuno clicca su “mostra meno” oppure ti blocca o silenzia: -74 punti
    • quando qualcuno segnala un tuo tweet: -369 punti
  • I tweet con le immagini e con i video hanno un punteggio raddoppiato rispetto a quelli senza
  • I tweet recenti sono preferiti dall’algoritmo. Il punteggio di rilevanza di un tweet diminuisce del 50% ogni 6 ore.

Mettendo insieme queste informazioni emerge come l’algoritmo Tweepcred incida a monte sulla visibilità successiva dei tweet. Per esempio, al momento, se minore di 65, il numero massimo di tweet che potrebbero essere presi in considerazione dall’algoritmo di visibilità sarà di 3. Se è superiore a 65, tutti i tweet potrebbero essere in ipotesi considerati.

“Per te” solo se paghi

Va detto che dal 15 aprile 2023, secondo quanto dichiarato da Musk, solo gli utenti che pagano l’abbonamento a “Twitter Blue” possono concorrere per apparire nel feed “Per Te”. In pratica, la visibilità degli altri sarà quasi impossibile. Ecco perché si può parlare come sottolinea l’autore, di un declino di Twitter verso un social delle diseguaglianze, non più basato tanto sull’effettiva autorevolezza o engagament quanto sulla quantità di iscritti paganti.

Leave a comment

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.