Cosa rivela l'algoritmo open-source di X su ciò che viene amplificato

Cosa mostra il codice pubblico di X

Nel marzo 2023, X (ex Twitter) ha pubblicato parte del codice del suo sistema di raccomandazione su GitHub, offrendo uno sguardo raro su come la piattaforma decide quali post mostrare nel feed "Per te". A differenza delle dichiarazioni generiche che molte piattaforme rilasciano, questo repository contiene valori numerici concreti: pesi, moltiplicatori e soglie che determinano la visibilità dei contenuti.

Il codice rivela tre meccanismi principali: un sistema di punteggio per i segnali di engagement, penalità per comportamenti specifici e filtri che riducono la portata di determinati tipi di contenuto. Comprendere questi meccanismi aiuta i creator a capire perché alcuni post ottengono distribuzione e altri no.

I pesi dei segnali di engagement

Il codice assegna valori numerici diversi a ogni tipo di interazione. Un "mi piace" vale 0,5 punti nel calcolo del punteggio di un post, mentre un retweet vale 1,0 punto — il doppio. Le risposte ricevono un peso ancora maggiore: 13,5 punti per ogni risposta che genera una conversazione.

Questo spiega perché i post che stimolano discussioni tendono a ottenere più visibilità rispetto a quelli che raccolgono solo like passivi. Il sistema interpreta le risposte come segnale di contenuto coinvolgente, soprattutto quando quelle risposte generano a loro volta altre risposte.

Il tempo di permanenza (dwell time) — quanto tempo un utente trascorre guardando un post prima di scorrere oltre — riceve un peso di 0,005 punti per secondo. Può sembrare poco, ma un utente che si ferma 30 secondi su un post aggiunge 0,15 punti al suo punteggio, equivalente a circa un terzo di un like.

Penalità e segnali negativi

Il codice mostra anche come X penalizza determinati comportamenti. Quando un utente clicca su "Non mi interessa" o nasconde un post, quel contenuto riceve una penalità di -74 punti — un valore enorme che praticamente azzera la sua distribuzione futura.

Il blocco di un account da parte di un utente applica una penalità di -37 punti a tutti i post futuri di quell'account per quell'utente. Anche segnalare un post come spam o contenuto inappropriato genera penalità significative che riducono la portata.

Questi pesi negativi sono molto più alti dei pesi positivi, il che significa che pochi segnali negativi possono cancellare molti segnali positivi. Un post con 100 like (50 punti) ma 2 "Non mi interessa" (-148 punti) avrà un punteggio netto negativo.

Filtri per tipo di contenuto

Il repository rivela anche filtri applicati a specifiche categorie di contenuto. I post che contengono solo link esterni senza testo aggiuntivo ricevono una riduzione della portata. Lo stesso vale per i post con più di due hashtag o quelli identificati come potenzialmente fuorvianti da sistemi di fact-checking.

Il codice include anche un filtro per ridurre la visibilità dei post da account che pubblicano con frequenza molto alta in brevi periodi — un segnale usato per identificare spam o automazione eccessiva. Non esiste una soglia pubblica precisa, ma il meccanismo è presente e attivo.

I video nativi (caricati direttamente su X) ricevono un leggero boost rispetto ai link a video esterni, anche se il valore esatto del moltiplicatore non è specificato nel codice pubblico. Questo allineamento con le priorità della piattaforma è comune anche su altre reti social.

Implicazioni pratiche per i creator

Questi dati suggeriscono strategie concrete. Puntare su post che stimolano risposte — domande aperte, opinioni che invitano al dibattito, thread che richiedono contributi — produce più valore algoritmico di post che raccolgono solo like.

Creare contenuti che trattengono l'attenzione conta. Post più lunghi e articolati, thread ben strutturati o contenuti visivi che richiedono tempo per essere compresi possono beneficiare del peso dato al dwell time.

Evitare comportamenti che generano segnali negativi è fondamentale. Pubblicare contenuti clickbait, fuorvianti o eccessivamente promozionali rischia di accumulare "Non mi interessa" e segnalazioni che danneggiano la portata in modo sproporzionato rispetto ai benefici di breve termine.

Aggiungere contesto ai link esterni — scrivere un'opinione, riassumere il contenuto, porre una domanda — aiuta a evitare il filtro per post solo-link e aumenta le probabilità di generare risposte.

Limiti del codice pubblico

Il repository pubblicato da X rappresenta solo una parte del sistema di raccomandazione. Mancano componenti relativi alla personalizzazione individuale, ai modelli di machine learning che predicono la probabilità di engagement e ai filtri per contenuti sensibili o controversi.

X ha anche dichiarato che il codice viene aggiornato regolarmente e che alcuni parametri possono cambiare senza preavviso. I valori numerici discussi qui riflettono lo stato del codice al momento della pubblicazione, ma potrebbero essere stati modificati successivamente.

Inoltre, il sistema di raccomandazione funziona diversamente per il feed "Per te" (algoritmico) rispetto al feed "Seguiti" (cronologico). Il codice pubblicato riguarda principalmente il primo, mentre il secondo mostra i post in ordine temporale con filtri minimi.

Cosa fare con queste informazioni

Conoscere i pesi dell'algoritmo non significa manipolare il sistema, ma comprendere quale tipo di contenuto la piattaforma considera di valore. X premia i post che generano conversazioni autentiche e trattengono l'attenzione, non quelli che accumulano interazioni superficiali.

La lezione più importante è che la qualità delle interazioni conta più della quantità. Dieci risposte che avviano discussioni valgono algoritmicamente molto più di cento like passivi. Questo allineamento tra obiettivi della piattaforma e strategie dei creator è raro e vale la pena sfruttarlo.

Per chi cerca di costruire presenza su X partendo da zero, concentrarsi su contenuti che invitano al dialogo e forniscono valore reale rimane la strategia più sostenibile. Per chi vuole accelerare la visibilità iniziale dei propri post su questa piattaforma, Fanovera offre campagne di visibilità per X che possono aiutare i contenuti di qualità a raggiungere il pubblico giusto più rapidamente, sfruttando i meccanismi di engagement che l'algoritmo premia.