Meta, l’entreprise à la tête de Facebook et Instagram, a récemment fourni une nouvelle description de ses différents algorithmes de flux. Grâce à l’utilisation de systèmes avancés d’Intelligence Artificielle (IA), Meta espère optimiser le contenu diffusé aux utilisateurs en fonction de leurs intérêts. Pour les professionnels du marketing, cette information pourrait être précieuse pour une meilleure interaction avec leurs audiences cibles.
Sommaire
Le rôle de la transparence et l’influence de l’utilisateur
Nick Clegg, Président des Affaires Mondiales de Meta, a souligné l’importance de la transparence dans l’utilisation de l’IA dans les systèmes de recommandation de l’entreprise. Il a également abordé la possibilité pour les utilisateurs d’influencer leur propre flux en fonction de leurs activités. Selon Clegg, les systèmes d’IA de Meta cherchent à prévoir la valeur potentielle d’un contenu pour un utilisateur afin de le lui présenter en priorité. Aucune prédiction unique n’est une mesure parfaite de la valeur d’un post pour un utilisateur. C’est pourquoi Meta utilise une combinaison de différentes prédictions pour se rapprocher au maximum du contenu adéquat, incluant des prédictions basées sur le comportement de l’utilisateur et sur les retours reçus par le biais de sondages.
Les principaux critères d’évaluation de l’algorithme Meta
En se basant sur ces informations, les facteurs principaux pris en compte par le système sont :
- La source du post : Plus un utilisateur interagit avec un profil ou une personne, plus il est susceptible de voir leurs publications.
- Le moment de la publication : L’heure à laquelle le post a été publié ainsi que la réaction initiale à ce post sont prises en compte.
- La probabilité d’engagement : Le système est optimisé pour favoriser les comportements spécifiques de chaque utilisateur, y compris la probabilité de commenter ou de partager.
L’intégration de l’IA permet à Meta de renforcer ces éléments essentiels pour idéalement optimiser l’expérience utilisateur en temps réel.
22 « cartes système » pour une meilleure compréhension de l’algorithme Meta
Pour fournir un aperçu plus détaillé du fonctionnement de ses systèmes, Meta a publié un nouveau jeu de 22 « cartes système » qui expliquent comment ses systèmes classent le contenu. Chaque carte donne un aperçu général du fonctionnement des algorithmes de flux de Meta, ce qui pourrait aider à mieux comprendre ce qui influence ce que vous voyez dans les applications et comment la portée de votre contenu est déterminée.
IA et classement de contenu
Meta a également précisé comment l’IA est spécifiquement utilisée dans son processus de classement. Les systèmes de Meta sont en constante amélioration pour mieux comprendre chaque élément des posts des utilisateurs afin d’optimiser le contenu affiché en fonction des intérêts de chaque utilisateur. Le nouveau système peut désormais appréhender de manière holistique le sens sémantique des contenus, qu’ils soient textuels, visuels, audio ou vidéo. Ces modèles intégrés offrent diverses capacités : de la reconnaissance visuelle, à l’extraction de texte, en passant par la détection d’objets, et la reconnaissance audio. Ils permettent aussi d’accomplir des tâches plus spécifiques comme la classification par thème, la prédiction des hashtags, l’appariement par similarités ou encore le regroupement.
Meta et TikTok : une concurrence d’algorithmes
Sur TikTok, les utilisateurs sont susceptibles de voir plus de contenu basé sur des indices visuels, plutôt que sur des hashtags ou des mots-clés dans la description et cela rend le flux de TikTok encore plus attrayant. Meta cherche également à intégrer la même stratégie dans son flux de Reels, moteur clé de la croissance de l’engagement sur Facebook et Instagram au cours de l’année passée.
Des outils de contrôle pour une meilleure personnalisation
En plus de l’IA, Meta met l’accent sur l‘importance de permettre aux utilisateurs de contrôler et d’influencer le contenu qu’ils voient dans chaque application. Pour cela, de nouvelles options de contrôle de contenu sont en cours de déploiement sur Facebook et Instagram. En visitant les Préférences de Flux sur Facebook et le Centre de Contrôle de Contenu Suggéré sur Instagram, les utilisateurs peuvent avoir une plus grande influence sur le contenu qu’ils voient. Meta ajoute également de nouveaux indicateurs « d’intérêt » sur Reels, permettant aux utilisateurs d’indiquer au système qu’ils souhaitent voir plus de ce type de contenu.
Meta n’ouvre pas complètement la boîte noire de ses secrets algorithmiques, mais les nouvelles informations fournissent une meilleure compréhension de ses différents modèles de classement et des facteurs généraux qu’il considère pour modeler l’expérience de chaque utilisateur. La véritable valeur pour les professionnels du marketing résiderait dans la connaissance des éléments que Meta privilégie à un moment donné, mais cela change constamment. Pour ceux qui souhaitent comprendre comment les systèmes de Meta fonctionnent et comment ils s’améliorent, il pourrait être utile de consacrer du temps à étudier ces explications et notes. Pour plus d’informations sur les processus algorithmiques de Meta, vous pouvez cliquer ici.
