Facebook a mis à jour sa ressource expliquant comment il classe le contenu sur son site Web, y compris les flux, les histoires et les bobines.

Meta a également annoncé de nouveaux outils et fonctionnalités pour une plus grande transparence sur le réseau social, ce qui aidera mieux les marketeurs.

Parce que nous nous soucions. Les spécialistes du marketing et les annonceurs ont besoin d’une compréhension approfondie de la façon dont Facebook classe le contenu afin de pouvoir prendre des décisions éclairées concernant leurs campagnes pour une exposition et un engagement maximum.

Quoi de neuf? Meta a publié un certain nombre de nouvelles fonctionnalités conçues pour fournir plus de clarté sur ses facteurs de classement via son édition numérique:

• Cartes système : Facebook a créé 14 fiches d’information système pour aider les spécialistes du marketing à comprendre comment Facebook utilise l’IA pour catégoriser le contenu et adapter les flux aux personnes. Les cartes expliquent également comment les gens peuvent contrôler ce qu’ils voient.
• ‘Pourquoi est-ce que je vois ceci?’: Meta étend cette fonctionnalité à Facebook Reels dans les semaines à venir. Cela permet aux utilisateurs de comprendre comment leur activité précédente sur le site a affecté le contenu que AI pense être actuellement pertinent pour eux et qu’il diffuse ensuite sur leurs comptes.
• ‘montrer plus, montrer moins’: Facebook prévoit de rendre cette fonctionnalité, qui est actuellement disponible sur tous les messages dans le flux, la vidéo et les bobines via le menu à trois points, plus visible.
• Bibliothèque de méta-contenu et API : Facebook prévoit de déployer une nouvelle suite d’outils pour les chercheurs appelée Content Library et Meta API dans les semaines à venir. La nouvelle bibliothèque est configurée pour inclure les données des messages publics, des pages, des groupes et des événements sur le site de réseautage social.

Cartes système

Les nouveaux onglets système de Facebook sont la plus grande mise à jour de son centre de ressources. Ce système se compose de 14 cartes :

• Fourrage: Facebook utilise l’IA pour calculer un score de pertinence pour environ 500 messages, puis les classe par ordre décroissant. Le système est conçu pour afficher une variété de contenus dans le flux, ce qui signifie qu’un utilisateur ne doit pas voir plusieurs publications vidéo à la suite.
• Flux de commentaires classés : L’IA classe les commentaires dans l’ordre de ce qu’elle juge le plus pertinent pour chaque utilisateur. Pour ce faire, il examine des facteurs tels que la popularité des autres commentaires et s’ils ont été publiés par quelqu’un de leur réseau.
• Recommandations de flux : L’IA déterminera avec quel contenu les utilisateurs sont les plus susceptibles de s’engager en examinant des facteurs tels que les groupes qu’ils ont récemment rejoints et les publications qu’ils ont aimées. Il utilise ensuite ces informations pour décider du contenu (par exemple, des publications, des bobines, des vidéos en direct) à recommander.
• Bobines : L’IA sélectionne les bobines qui sont servies et dans quel ordre en déterminant ce qui intéresse le plus un utilisateur. Il fait ces prédictions en examinant des facteurs tels que les comptes que l’utilisateur a suivis, aimés ou avec lesquels il a récemment interagi.
• Histoires: Le système d’intelligence artificielle affiche automatiquement les histoires de personnes ou de pages en prédisant ce qui intéresse le plus un utilisateur. Le système applique également des règles pour s’assurer que les utilisateurs reçoivent un mélange équilibré de contenu dans les histoires.
• Les gens que vous connaissez peut-être: L’IA a essayé de déterminer qui pourrait être intéressant en examinant des facteurs tels que les personnes qui sont amies avec les amis d’un utilisateur ou les personnes qui font partie des mêmes groupes que l’utilisateur.
• Vidéo: Lorsque les utilisateurs regardent et interagissent avec des vidéos Facebook, l’un des systèmes d’IA sous-jacents propose une gamme de types de vidéos qui peuvent correspondre à leurs préférences. Ce contenu se trouve dans l’onglet Vidéo. Il peut s’agir de bobines, de musique, de jeux ou de spectacles. Il s’agit de contenus susceptibles d’intéresser les utilisateurs et d’auteurs qu’ils ne suivent peut-être pas.
• Marché– Lorsqu’un utilisateur consulte et interagit avec Facebook, y compris le flux Facebook Marketplace, l’un des systèmes d’IA sous-jacents recommande des listes Marketplace pertinentes. Par exemple, les utilisateurs peuvent voir les articles en vente dans des catégories telles que les articles ménagers, les articles pour animaux de compagnie et les articles de sport. Les flux d’utilisateurs peuvent également inclure d’autres recommandations, telles que des fournisseurs et du contenu susceptibles de les intéresser.
• Notifications : AI choisit les notifications à envoyer et classe les notifications dans l’ordre de ce qu’elle juge le plus pertinent pour l’utilisateur. Pendant ce temps, les notifications précédemment consultées sont affichées dans l’ordre dans lequel elles ont été reçues.
• Recherche: L’IA attribue à chaque résultat de recherche potentiel un score lié à la pertinence de ce contenu pour un utilisateur en examinant des facteurs tels que le type de contenu. Il fournira ensuite aux utilisateurs des résultats par ordre de pertinence en fonction de ce score
• Alimentation groupe : L’IA détermine automatiquement les publications qui apparaissent dans le fil Groupes et dans quel ordre, en notant le contenu en fonction de sa pertinence.
• Flux de groupe individuel : L’IA prédit avec quel contenu les utilisateurs sont les plus susceptibles de s’engager, puis le classe en fonction de la pertinence dans leur flux de groupe individuel. Les facteurs de pertinence incluent ce que les utilisateurs ont récemment suivi, aimé ou avec qui ils ont interagi.
• Groupe suggéréL’IA de Facebook examinera des facteurs tels que les groupes dont les amis d’un utilisateur sont membres et les sujets liés aux produits avec lesquels un utilisateur peut avoir récemment interagi, puis utilisera ces données pour identifier d’autres groupes susceptibles de l’intéresser .
• Pages susceptibles de vous plaire: L’IA suggérera des pages à suivre en fonction des pages que les amis d’un utilisateur ont récemment aimées ou des pages qui peuvent être liées à des produits et des publications avec lesquels l’utilisateur a récemment interagi.

---

---

Bibliothèque de contenu et méta API

Une autre grande mise à jour du centre de ressources de Facebook est la nouvelle Meta API et la bibliothèque de contenu. La base de données est configurée pour inclure des données provenant de :

• les lieux publics
• pages
• Groupes
• Événements

Les utilisateurs pourront utiliser la bibliothèque pour rechercher, parcourir et filtrer sur une interface utilisateur graphique ou via une API programmatique.

Cependant, selon les directives actuelles, cet outil a été créé spécifiquement pour les chercheurs d'établissements de recherche et universitaires qualifiés poursuivant des sujets de recherche scientifique ou d'intérêt public. Pour avoir accès à ces données, les chercheurs devront postuler.

Personnalisez l'expérience utilisateur

Facebook a confirmé qu'en plus d'offrir une plus grande transparence dans ses facteurs de classement, il souhaitait également fournir aux utilisateurs des outils pour reprendre le contrôle du contenu qu'ils voient, comme la fonction "Pourquoi est-ce que je vois ça ?".

Ces outils donnent aux utilisateurs de Facebook la possibilité de façonner leurs expériences et de choisir ce qu'ils veulent voir et ce qu'ils ne veulent pas voir. Les utilisateurs peuvent apporter des modifications en visitant leurs préférences de flux sur Facebook et via les paramètres.

Qu'est-ce que Facebook a dit? Nick Clegg, président des affaires mondiales chez Meta, a partagé des détails sur le Meta édition numérique sur la façon dont l'IA classe le contenu et comment il sera plus facile pour les utilisateurs de contrôler ce qu'ils voient à l'avenir. Il a dit:

• "(Nos systèmes d'IA) augmentent la probabilité que les messages que vous voyez soient pertinents et intéressants pour vous. Nous clarifions également comment vous pouvez mieux contrôler ce que vous voyez sur nos applications, ainsi que tester de nouveaux contrôles et en faire d'autres plus accessibles et nous fournissons des informations plus détaillées aux experts afin qu'ils puissent mieux comprendre et analyser nos systèmes."
• "Nos systèmes d'intelligence artificielle prédisent la valeur d'un élément de contenu pour vous, afin que nous puissions vous le montrer plus tôt. Par exemple, le partage d'un message est souvent un indicateur que vous avez trouvé ce message intéressant, prédisant donc que vous partagerez un c'est l'un des facteurs que nos systèmes prennent en compte."
• "Comme vous pouvez l'imaginer, aucune prédiction n'est un indicateur parfait de la valeur d'un message pour vous. Nous utilisons donc une grande variété de prédictions en combinaison pour nous rapprocher le plus possible du bon contenu, y compris certaines basées sur le comportement et d'autres sur la base des commentaires des utilisateurs reçus par le biais d'enquêtes."
• "Nous espérons qu'en présentant ces produits aux chercheurs au début du processus de développement, nous pourrons recevoir des commentaires constructifs pour nous assurer que nous construisons les meilleurs outils possibles pour répondre à leurs besoins."

Plongée profonde: Vous pouvez trouver une explication plus détaillée de l'IA derrière les recommandations de contenu sur Méta blog IA. Pour plus d'informations sur la façon dont l'IA utilise les signaux pour faire des prédictions, vous pouvez visiter Meta's Centre de transparence.