X a découvert une nouvelle stratégie audacieuse pour redonner un aspect social aux médias sociaux. Cela montrera vos publications plus souvent aux personnes que vous connaissez réellement.
Selon Nikita Bier, responsable du produit X, la plateforme renforce la visibilité des publications parmi les mutuelles, c'est-à-dire les comptes qui se succèdent. Il a déclaré que ces données relationnelles étaient absentes de l'algorithme, laissant les comptes familiers moins visibles lorsque les sections de réponses se remplissaient.
Qu'est-ce que X change
Cet ajustement devrait rendre les publications de quelqu'un plus visibles pour les abonnés communs. Lorsque ces personnes rejoignent la conversation, leurs réponses devraient également devenir plus faciles à trouver pour l'auteur original parmi les réponses de comptes inconnus..
Bier pense que cela pourrait aider des groupes à se former autour d'intérêts communs. Cela ressemble à un réseau social basique, mais des flux modernes se soucient beaucoup du comportement prédit plutôt que des comptes que les gens suivent délibérément. Une réponse de colère d’un étranger est toujours considérée comme une activité, même si elle donne l’impression que le service est un champ de bataille.
Donner plus de poids aux connexions existantes pourrait réorienter une partie de cette attention. Le fait que la différence soit perceptible dépend de l'influence réelle que le signal reçoit.
Pourquoi l'IA avait-elle besoin d'aide pour trouver des amis
Ce qui est étrange, c'est que le code de l'algorithme publié par X contient déjà des outils permettant de comprendre les relations mutuelles. Sa version de mai 2026 a ajouté des graphiques de suivi mutuel au contexte de l'utilisateur et les scores correspondants aux données jointes aux publications envisagées pour recommandation.
L'annonce suggère que ces informations n'étaient pas disponibles pour le processus de classement concerné ou n'ont pas influencé les résultats comme prévu. X n'a pas expliqué où la déconnexion s'est produite, nous ne pouvons donc pas dire s'il s'agissait d'une omission, d'un problème de pondération ou de quelque chose d'autre.
Modèle basé sur Grok de X prédit si une publication peut générer des réponses ou des clics. Ces prédictions peuvent identifier le contenu qui maintient les gens actifs, mais l'activité ne révèle pas si une conversation est la bienvenue. Un algorithme peut apprendre que les arguments génèrent des réactions sans comprendre pourquoi toutes les personnes impliquées sont malheureuses.
Est-ce que X se sentira réellement plus amical
X n'a pas révélé la force de ce boost, s'il s'étend au-delà de ces interactions, ni comment le succès sera mesuré. L'entreprise a décrit le résultat souhaité sans le démontrer.
Des noms reconnaissables pourraient rendre les conversations moins aléatoiresmais un ajustement du classement ne supprimera pas l'appât d'indignation ou les utilisateurs hostiles. Enseigner à un algorithme qui sont vos amis est relativement simple. Il sera plus difficile de lui apprendre que chaque argument n’a pas de valeur.
