Twitter aplana los tweets destacados en el feed principal debido a los efectos de participación
Oye, ¿te diste cuenta de que tu feed principal de Twitter, ahora llamado «Para ti», ha estado plagado de muchos más tweets recomendados de perfiles que no sigues durante la última semana? No estás solo: muchos usuarios han cuestionado la repentina afluencia de recomendaciones, con Twitter tomando la adición de su nuevo feed «Siguiendo» de deslizamiento lateral como una licencia para comenzar a enviar más y más tweets. Porque si no te gustan, puedes simplemente cambiar a la otra fuente, y si te gustan las recomendaciones de Twitter, eso podría mantenerte conectado a la aplicación por más tiempo, o tal vez resaltar a algunas personas nuevas para que las sigas en la aplicación. Pero según el jefe de Twitter, Elon Musk, Twitter ha sido demasiado duro con las recomendaciones y se reducirá en consecuencia.
Una actualización del algoritmo For You contenía demasiados tweets de personas que no se seguían. Este cambio se ha revertido.— Elon Musk (@elonmusk) 18 de enero de 2023
Tenga en cuenta que Elon no aborda la cuestión de la participación reducida, pero la implicación parece ser que la participación general ha disminuido debido al aumento de los tweets recomendados, lo que probablemente haya afectado a todas las cuentas. Idealmente, a Twitter le gustaría seguir el ejemplo de TikTok en este sentido y eventualmente brindar a las personas un flujo constante y cada vez mayor de tweets que les gustarán y con los que interactuarán en el feed principal, lo que ayudará a reducir el tiempo dedicado a aumentar y hacerlo. una aplicación más valiosa. Además, Musk también ha dicho que quiere el algoritmo de Twitter optimizar para la positividad y experiencias alegres en la aplicación, mientras que también quiere mostrar a los usuarios más tweets de todo el espectro político para aumentar la comprensión y el compromiso. Lo que sugeriría la experiencia previa en las redes sociales no funciona, pero Elon, no obstante, está ansioso por aprender por sí mismo, y tal vez haya un nuevo ángulo o enfoque que Twitter pueda adoptar para optimizar otros elementos más positivos. El desafío al que se enfrenta Twitter actualmente, y la razón por la que sus recomendaciones de tweets están tan dispersas, es que sus algoritmos no son muy buenos en eso. Los temas que me recomienda Twitter casi nunca coinciden con mis intereses, mientras que el algoritmo también es muy sensible al compromiso con temas populares como deportes o celebridades. Si incluso piensa en un tweet de la NFL, verá mucho más contenido de la NFL, mientras que el sistema de Twitter también depende demasiado de su red existente, a diferencia del contenido en sí, y con personas que representan todo tipo de usuarios siguen z para todo tipo de razones, eso no es un buen indicador de probable interés. TikTok gana en este frente porque sus sistemas de categorización son muy buenos. Para cada video, el algoritmo de TikTok puede identificar una serie de elementos, incluidos no solo la descripción y los hashtags, sino también el contenido en sí y la detección de entidades en función de lo que está viendo. TikTok también solo muestra un video a la vez, por lo que conoce su reacción específica a cada publicación individual, es decir, cuánto tiempo lo ha estado viendo, si lo ha vuelto a ver, en qué puntos del video lo ha pausado. , si has vuelto a ella. En base a todo esto, TikTok puede mostrarle más clips de video que le gusten porque luego puede hacer coincidir los mismos datos en su base de datos. Twitter, que muestra muchos tweets en la pantalla a la vez y no tiene tantas pistas para seguir adelante, no puede hacer eso. El sistema de Twitter depende en gran medida de a quién ya estás siguiendo, lo que, como se mencionó, no siempre es un buen indicador de interés probable, mientras que su personalización solo puede adivinar lo que te interesa según la duración de la estadía. Twitter podría adaptar sus algoritmos para enfocarse más específicamente en los tweets que ha expandido, pero muchos usuarios probablemente no expanden los tweets en absoluto, e incluso entonces no es un indicador tan revelador como el tiempo de visualización. En otras palabras, después de los enormes recortes, Twitter tiene mucho trabajo por hacer para crear un algoritmo más efectivo, como pide Musk, y mucho menos personal para hacerlo. Será interesante ver cómo le va en ese frente y si puede construir una mejor ratonera, porque si puede armar un proceso de detección y recomendación más efectivo, eso también podría aplicarse a su sistema de anuncios y ayudar a las empresas a lograr más con los suyos Las promociones en la aplicación se dirigen a las audiencias correctas. Tal vez pueda, pero una vez más, los recursos reducidos aumentarán la dificultad, en un elemento en el que Twitter inicialmente no era bueno. Pero por el momento las recomendaciones se están reduciendo. Entonces, si te han estado acosando, la situación debería mejorar ahora. Por ahora.
