近日Meta推出了22种不同的说明卡片，解释了AI如何影响用户在Facebook和Instagram上看到的内容。
近日，$Meta Platforms(META.US)$推出了22种不同的说明卡片，向用户具体解释了该公司如何使用AI控制他们在Instagram和Facebook上看到的内容。
Meta表示此举旨在对其AI系统提供更多透明度，但这些卡片的具体说明仍提醒了用户——他们都活在算法里，被算法精准拿捏。
(资料图片仅供参考)
Meta这22张说明卡片部分如下：
每张卡片都提供了详细且易于理解的信息，说明这些功能背后的AI系统如何对内容进行排名和推荐。
举几个例子：
当用户在Facebook查看内容和参与互动时，底层的一个AI系统便会提供Reels（短视频），包括用户可能感兴趣但可能尚未关注的创作者发布的内容，也可能来自Instagram的跨应用推荐内容。
Facebook Reels依赖的AI系统会通过预测用户最可能感兴趣或与之互动的内容，自动确定要向用户展示的Reels及其展示顺序。这些预测基于多种因素，包括用户近期关注、点赞或与之互动的用户和内容。其运作方式如下：
1、收集库存信息
首先，AI系统会收集用户可能感兴趣的所有Reels，可能包括用户关注的用户或帐户发布的Reels，或与用户近期互动过的Reels相似的Reels。AI系统还可能推荐与用户关注或互动过的用户或帐户相似的来源所发布的Reels。
2、利用指示信号
接下来，AI系统会综合考虑每个Reels相关的指示信号，这些信号可能包括Reels的时长、与其他Reels的相似度、Reels与用户愿意互动的内容的匹配度，并运行一个简易模型来选择大约10-100个最相关的Reels（问题内容会过滤掉）。
3、做出预测
在此阶段，AI系统利用模型来帮助预测用户会认为最相关和最有价值的内容。
4、按分数对Reels排序
最后，系统会为大约200个帖子计算相关度分数，并按得分对其进行排序。经系统预测将为用户提供更高价值的Reels会在动态中靠前显示。
与此同时，用户可以通过隐藏Reels或者收藏、分享Reels，来使系统减少或者更多展示类似的Reels。
根据说明卡片，Facebook快拍（一项允许用户发布24小时后将会消失的照片和视频的功能）运作方式如下：
1、收集快拍
首先，系统收集过去24小时内用户或公共主页分享的所有相关快拍（过滤掉不合规则的快拍）
2、进行预测并加以分析
接下来，系统收集可向特定用户展示的所有快拍，并就用户会认为最相关和最有价值的快拍做出预测。系统会保留这些快拍并移除余下其他快拍。
系统考虑的因素包括：用户点击以全屏观看此快拍的次数、浏览作者快拍的总时长、观看过的不同作者的快拍和快拍集的数量、以点赞或聊天等方式回应作者快拍的次数、浏览作者快拍的总时长、浏览快拍平均花费的时间等。
3、对快拍排序
系统继而根据用户与各个快拍互动的可能性对这一小部分快拍排序。
4、应用额外规则
最后，系统应用相关规则以确保均衡展示来自用户和公共主页的快拍。
用户可以通过Messenger向他人发送快拍，将其添加到自己的快拍或用户的公共主页快拍来分享快拍；也可以选择不看快拍，执行此操作后，除非用户选择重新看，否则将不会再看到由创建该快拍的用户或公共主页发布的任何其他快拍。
Instagram Explore（发现）功能会向用户展示推荐内容，例如由用户未关注帐户发布的照片和Reels，这些推荐可能与用户的兴趣相关或与用户之前互动过的内容相似。
其运作方式与Facebook Reels相似：
先是，收集库存信息，即AI系统会收集Instagram上展示的部分公开内容（剔除问题内容），例如照片和Reels；
然后，利用指示信号：AI系统会综合考虑用户参与类似内容或感兴趣内容的互动情况。包括帖子的发布时长、用户查看或点击帖子缩略图的总次数、帖子在一系列帖子中被优先查看的次数、用户对帖子点击“没兴趣”的次数，还有浏览与此帖子作者志趣相投的作者所发布帖子的次数等；
最后，对内容进行排名。系统将其预测将为用户提供更高价值的内容推送到“发现”选项卡中的靠前位置。
同样，用户可以通过保存内容或将其标记为“不感兴趣”来影响此过程，以鼓励系统将来继续显示或过滤掉类似的内容。
用户还可以通过在Explore过滤器中选择“非个性化”来查看算法未专门为他们选择的Reels和照片。
当用户在Instagram查看内容和参与互动时，底层的一个AI系统会在用户搜索内容时提供结果。
Instagram Search所依赖的AI系统，会通过预测用户认为最相关和最有价值的内容，来自动对搜索结果进行排序。
其运作方式如下：
1、收集库存信息。
首先，系统会收集所有符合条件的搜索结果来为用户排序。此类内容可能包括话题标签、地点、Reels、帖子、主页、音频或其他与用户搜索的字词相关的结果。
2、为结果评分。
然后系统会根据各种因素对每个搜索结果进行评分，例如内容类型以及内容与用户通常会互动的内容的匹配程度。考虑的因素包括：
搜索中使用的字词与帐户的帐号或主页名称中使用的字词之间的相似性、搜索中使用的字词与建议关键词中使用的字词之间的相似性、搜索中使用的字词与话题标签中使用的字词之间的相似性、用户所在国家/地区执行相同搜索的用户点击话题标签的次数等。
3、应用更多筛选条件。
系统会应用“附加过滤器”和“完整性流程”等，将符合条件的内容范围缩小到与用户最相关的搜索结果。
4、按分数对结果进行排序。
最后，系统将按分数将向用户优先展示系统预测的对用户而言最有价值或最相关的结果。
与此同时，系统会根据用户的动态个性化定制Instagram搜索体验，用户可以选择控制或自定义显示内容，也可以查看非个性化定制的搜索结果。
不管怎样，在人人都活在算法里的智能时代，Meta提高算法透明度的做法有值得称赞之处。
研究显示，算法透明能够在可问责性和知情权两个维度发挥作用。
其一，算法透明可以让算法操控者变得更具可问责性，一旦出现精确性和公平性的偏差，可以依据所披露的算法来主张算法操控者的责任。
其二，算法透明也赋予算法规制对象一定程度上的知情权，而这种知情权有利于第三方（尤其是专业人士）实施监督，也有利于算法规制对象依据所披露的算法，在事后对算法决策提出公平性和合理性的质疑。
当然，Meta发布这些信息也是顺应监管的趋势。当前，欧洲立法者正迅速推进立法，对使用AI技术的公司提出新的解释和透明度要求，美国立法者也表示，希望在今年晚些时候开始制定类似的立法。
除了已发布的22张卡片，Meta还表示，将在未来几周内将解释范围扩展到“我为什么会看到这篇帖子”等功能。
此外，Meta还提供了一项功能，允许用户集中控制他们想要在Facebook和Instagram上查看的内容。
Instagram已经支持对某些帖子选择“不感兴趣”以增加与其不太相似的内容推荐，现在用户将很快可以选择“感兴趣”来查看某些类型的内容，未来Meta还将提供更丰富的选择。
假以时日，用户一定程度上也可以对AI形成反制吧。
关键词：
