इंस्टाग्राम, फेसबुक, टिकटॉक और यूट्यूब जैसे प्लेटफॉर्म अपने फ़ीड में प्रस्तुत सुझावों के वैयक्तिकरण को संभव बनाने के लिए अपने उपकरणों का विस्तार कर रहे हैं। यह बदलाव उपयोगकर्ताओं की आलोचनाओं के जवाब में आया है जो स्वचालित सिफारिशों से सीमित महसूस करते हैं जो हमेशा उनकी रुचियों से मेल नहीं खाती हैं।
आर्टिफिशियल इंटेलिजेंस (AI) की प्रगति के कारण, ये प्लेटफॉर्म अब अधिक विस्तृत अनुरोधों को संसाधित करने में सक्षम हैं, जिससे उपयोगकर्ताओं को अपनी स्क्रीन पर प्रदर्शित होने वाली चीज़ों को निर्देशित करने के नए तरीके मिलते हैं।
ऐतिहासिक रूप से, प्लेटफॉर्म ने उपयोगकर्ताओं द्वारा अनुसरण किए जाने वाले खातों की पोस्ट की तुलना में स्वचालित सिफारिशों को प्राथमिकता दी। प्रारंभिक उद्देश्य ऐसी सामग्री का अनुमान लगाना था जो रुचि जगाए और उपयोगकर्ताओं को अधिक समय तक जोड़े रखे। हालांकि, इस मॉडल की भी आलोचना की गई क्योंकि यह उपयोगकर्ताओं को अप्रासंगिक या संभावित रूप से हानिकारक वीडियो अनुक्रमों की ओर निर्देशित करता था।
इंस्टाग्राम 'अपने एल्गोरिथम' नामक सुविधा के माध्यम से इस गतिशीलता को बदलने की कोशिश कर रहा है। यह कार्यक्षमता उन विषयों को प्रदर्शित करती है जिन्हें नेटवर्क प्रत्येक व्यक्ति की रुचियों से जोड़ता है और उपयोगकर्ता को उन विषयों को इंगित करने की अनुमति देती है जिन्हें वह अधिक या कम आवृत्ति के साथ देखना चाहता है। रील्स टैब में शुरू में उपलब्ध, इस सुविधा को पूरे एप्लिकेशन में विस्तारित किया गया और इसे फेसबुक में भी शामिल किया गया।
इंस्टाग्राम की उत्पाद उपाध्यक्ष, टेसा लायंस ने सीएनएन को बताया कि लक्ष्य उपयोगकर्ताओं द्वारा यह चुनने की शक्ति का कुछ हिस्सा बहाल करना है कि किन प्रोफाइल को फॉलो किया जाए, लेकिन उपयोगी नई सामग्री खोज सिफारिशों को छोड़ना नहीं है।
सोशल मीडिया ने इस मांग को पूरा करने के लिए अलग-अलग दृष्टिकोण अपनाए हैं। यूट्यूब के सीईओ नील मोहन ने इस बात पर जोर दिया कि संशोधनों का मतलब किसी भी AI-जनरेटेड सामग्री को देखने की असंभवता नहीं है, यह तर्क देते हुए कि कृत्रिम बुद्धिमत्ता द्वारा बनाए गए वीडियो और मनुष्यों द्वारा उत्पादित वीडियो के बीच अंतर एक कृत्रिम अंतर है, क्योंकि कई उत्पादन दोनों रूपों को मिलाते हैं।
अधिक प्रत्यक्ष वैयक्तिकरण प्राकृतिक भाषा में कमांड को समझने में सक्षम तकनीक पर निर्भर करता है। केवल दृश्यों और इंटरैक्शन के आधार पर सभी प्राथमिकताओं का अनुमान लगाने के बजाय, सिस्टम यह व्याख्या कर सकते हैं कि किन विषयों को अधिक या कम बार दिखाई देना चाहिए, इसके बारे में विशिष्ट अनुरोध।
लायंस ने सीएनएन को बताया कि यह प्रगति उपयोगकर्ताओं की प्राथमिकताओं को उनके अपने शब्दों का उपयोग करके व्यक्त करने की अनुमति देती है। उन्होंने समझाया कि पहले, प्लेटफॉर्म को यह सटीक रूप से पहचानने में कठिनाई होती थी कि कौन सी पोस्ट विशिष्ट विषयों, जैसे टेनिस, से संबंधित थीं।
हालांकि, एक चुनौती बनी हुई है: ऑनलाइन व्यवहार हमेशा उस चीज़ को प्रतिबिंबित नहीं करता है जिसे लोग वास्तव में देखना चाहते हैं। नॉर्टन डाम विश्वविद्यालय में कंप्यूटर विज्ञान और इंजीनियरिंग के प्रोफेसर टिम वेनिंगर बताते हैं कि क्रोध या उदासी की भावनाएं भड़काने वाली सामग्री भी जुड़ाव उत्पन्न कर सकती है, जैसे दृश्य, टिप्पणियाँ और साझाकरण।
ये इंटरैक्शन अनुशंसा तंत्रों को भ्रमित कर सकते हैं, जिन्हें वास्तविक रुचि और मात्र भावनात्मक प्रतिक्रिया के बीच अंतर करना होता है। बड़ा सवाल यह है कि उपयोगकर्ता द्वारा घोषित प्राथमिकताएं ब्राउज़िंग के दौरान कैप्चर किए गए संकेतों के मुकाबले एल्गोरिदम को कितना प्रभावित कर पाएंगी।