Heute machen wir einen weiteren großen Schritt in unseren laufenden Bemühungen, für mehr Transparenz zu sorgen.
Wir stellen den Code als Open Source zur Verfügung, der die Sichtbarkeit eines Beitrags in der For-You-Timeline beeinflusst, und veröffentlichen ein neues Tool, mit dem Nutzer sehen können, welche Labels auf ihr Konto oder ihre Beiträge angewendet wurden und die Sichtbarkeit einschränken könnten.
Das Ziel ist einfach: Wir möchten, dass Nutzer selbst beantworten können, ob eine Plattform ihre Reichweite einschränkt, ob das System fair ist und warum sie bestimmte Inhalte sehen.
Der Code und das Label-Transparenz-Tool sind wie zwei Puzzleteile, die perfekt zusammenpassen. Der Code zeigt, wie die For-You-Timeline erzeugt wird, einschließlich der Labels, die die Sichtbarkeit beeinflussen, und ihrer Wirkung – das Tool zeigt, ob deine Beiträge oder dein Konto diese Labels tragen.
So funktioniert es:
- Wir veröffentlichen den Code, der bestimmt, wie Beiträge in der For-You-Timeline eingestuft und gefiltert werden, einschließlich der Inhalts-Labels, die die Sichtbarkeit von Beiträgen beeinflussen können. Dies baut auf unserer bisherigen Open-Source-Arbeit auf und ergänzt sie um Details zur Modellkonfiguration, zu Filtern und zum zentralen Ranking-System.
- Wir kombinieren dies mit Transparenz zu Labels auf Beitrags- und Kontoebene. So können Nutzer sehen, ob ihre Beiträge oder ihr Konto Labels tragen, die die Sichtbarkeit einschränken.
- Nutzer können dies über eine neue Seite „Under the Hood“ selbst überprüfen – wenn du im Vormonat zehn oder mehr Beiträge veröffentlicht hast, kannst du die Labels sehen, die in diesem Monat auf dein Konto und deine Beiträge angewendet wurden, und die Daten herunterladen. Wir führen dies als Pilotprojekt ein und planen, die Verfügbarkeit auf Basis des öffentlichen Feedbacks anzupassen und auszuweiten. Zunächst wird es einer randomisierten Testgruppe von berechtigten Konten zur Verfügung stehen, die mindestens ein Jahr alt sind.
- Wir haben das System so konzipiert, dass kontinuierliche Updates möglich sind, während sich der Algorithmus weiterentwickelt, und wir freuen uns darauf, diese regelmäßig durchzuführen.
Wir haben externe Expert:innen für Empfehlungssysteme eingeladen, diese Code-Veröffentlichung im Voraus zu prüfen und einem Belastungstest zu unterziehen, damit sie für die Öffentlichkeit so klar und nützlich wie möglich ist.
Wir hoffen, dass auch du sie hilfreich findest, und wir freuen uns über dein Feedback und deine Anregungen.
Verfolge die Arbeit hier: https://github.com/xai-org/x-algorithm.
Wir sind entschlossen, einen neuen Standard für Transparenz zu setzen – und wir laden den Rest der Branche ein, sich uns anzuschließen.
