Questo è l'algoritmo Grok open source che alimenta il feed X

Ultimo aggiornamento: 21/01/2026

  • X pubblica su GitHub l'architettura dell'algoritmo Grok che ordina il feed "For You"
  • Il sistema, basato sui Transformers, apprende la rilevanza dalla cronologia delle interazioni
  • L'open source cerca una maggiore trasparenza e risponde alla pressione normativa, soprattutto nell'UE
  • Creatori, inserzionisti e autorità di regolamentazione possono verificare il modo in cui vengono combinati i contenuti organici e quelli sponsorizzati.
algoritmo Grok open source

La piattaforma X, precedentemente Twitter e di proprietà di Elon Musk, ha compiuto un passo insolito nel settore pubblicare l'algoritmo Grok come open source che decide cosa appare nei feed degli utenti. L'azienda ha reso pubblica su GitHub l'architettura di apprendimento automatico che alimenta la scheda "Per te", uno dei software più sensibili su qualsiasi social network.

Con questo movimento, X Apre al controllo esterno la logica che mescola contenuti organici e pubblicità nelle linee temporali, qualcosa che fino ad ora era trattato come un segreto commerciale. Musk e il team di ingegneri sostengono che il La trasparenza contribuirà a migliorare la qualità delle raccomandazioni E, tra l'altro, rafforza la posizione della piattaforma presso gli enti regolatori, soprattutto nell'Unione Europea.

Un algoritmo aperto basato sull'architettura Grok

Algoritmo Grok open source

Il team di ingegneria X ha annunciato di aver rilasciato il nuovo algoritmo di raccomandazioneBasato sulla stessa architettura Transformer utilizzata dal modello Grok sviluppato da xAI, il repository GitHub descrive un sistema di apprendimento automatico end-to-end che classifica i post nel feed "Per te" in base alla probabilità di interazione dell'utente.

In termini tecnici, X descrive in dettaglio un Modello di trasformatore addestrato per prevedere le azioni come "Mi piace", risposte, repost e altre forme di coinvolgimento. Invece di utilizzare regole scritte a mano, il sistema apprende direttamente dai modelli di comportamento degli utenti, riducendo la cosiddetta "progettazione manuale delle funzionalità" e semplificando l'infrastruttura dei dati.

L'implementazione si basa su Rust e Python per il recupero e la valutazione dei contenutiPresenta un'architettura modulare che separa la fase iniziale di ricerca delle pubblicazioni dalla successiva fase di classificazione. Il codice include diagrammi e documentazione accessibile che spiegano, in termini generali, come si collegano i vari componenti interni del sistema.

Lo stesso Elon Musk ha pubblicamente riconosciuto che l'algoritmo "è stupido e necessita di enormi miglioramenti", ma ha difeso questa affermazione mostrare il processo di miglioramento in tempo reale E la trasparenza è preferibile al mantenimento di una scatola nera. Secondo l'imprenditore, nessun altro grande social network sta aprendo il cuore del suo motore di raccomandazione in questo modo.

Gli esperti del settore, come Midhun Krishna M, co-fondatore e CEO della piattaforma TknOps.io, sottolineano che esporre questa architettura basata su Grok Offre alla comunità una mappa di riferimento per comprendere e migliorare i sistemi di raccomandazione tradizionalmente inaccessibili. Per gli sviluppatori e le aziende europee, queste informazioni tecniche possono servire come base per sviluppare soluzioni personalizzate o per verificare le pratiche di auditing su altre piattaforme.

Come Grok decide cosa appare nel feed "Per te"

Secondo la documentazione pubblicata, L'algoritmo di X recupera contenuti da due grandi fonti: post dagli account seguiti dall'utente e pubblicazioni "offline" individuati utilizzando modelli di recupero basati sull'apprendimento automatico. Entrambi si combinano quindi in un unico elenco utilizzando un sistema di punteggio che stima la probabilità di interazione con ogni tweet.

Contenuti esclusivi: clicca qui  Come vedere i video che mi sono piaciuti su TikTok

Il processo prevede una fase di filtraggio in cui vengono scartati i seguenti elementi: Tweet da account bloccati, contenuti disattivati per parole chiave, post contrassegnati come troppo violenti o classificati come spam, tra le altre categorie. Solo dopo questa selezione, il sistema procede a ordinare i contenuti in base alla loro pertinenza prevista.

Il modello Transformer basato su Grok è alimentato da cronologia delle partecipazioni di ciascun utenteQuesto sistema tiene traccia dei post visualizzati dagli utenti, di quelli su cui cliccano, dei tweet che aggiungono ai preferiti, delle persone a cui rispondono e dei contenuti che finiscono per ripubblicare. Sulla base di questi modelli, il sistema impara a prevedere quali tipi di messaggi hanno maggiori probabilità di generare engagement nelle sessioni future.

Grok è arrivato addirittura ad analizzare il proprio algoritmo e ha evidenziato cinque fattori chiave alla base della viralità dei post: previsioni di interazione basate sulla cronologia dell'utente, pertinenza e tempestività del contenuto, diversità degli autori Per evitare ripetizioni, bilanciare tra account consecutivi e suggerimenti di modelli e segnali negativi come blocchi o silenzi che riducono il punteggio di determinati account.

Con queste informazioni, i creatori e le aziende possono comprendere meglio Perché alcune pubblicazioni hanno successo? E alcuni non lo fanno, senza ricorrere a teorie del complotto su "shadowban" o sanzioni invisibili. Il codice non risponde a tutte le domande, ma fornisce una base più solida per analizzare il comportamento dei feed.

Contenuti organici, annunci e la metrica dei "secondi senza rimpianti"

Una delle novità di questa pubblicazione è che X ha promesso di aprire anche la logica che gestisce il mix di post organici e annunci nel feed. L'obiettivo dichiarato è chiarire come i contenuti promossi si integrino nell'esperienza quotidiana dell'utente senza risultare invadenti.

Tra le metriche che compaiono nella documentazione, spicca il concetto di . "Secondi utente senza rimpianti"Si tratta di una misura del tempo che una persona trascorre a fruire di contenuti senza avere la sensazione di averlo sprecato. L'algoritmo utilizza questa metrica per valutare se l'esperienza offerta da un tweet o da un annuncio pubblicitario è stata positiva o negativa.

In pratica, i post organici vengono classificati in base a indicatori quali visualizzazioni, Mi piace, risposte e condivisioni, mentre gli annunci vengono valutati utilizzando criteri di pertinenza e performance molto simili. Il sistema cerca quindi integrare gradualmente la pubblicitàinserendo messaggi commerciali che, in teoria, corrispondono agli interessi rilevati da ciascun utente.

Per gli inserzionisti europei, questa maggiore chiarezza elimina parte del "blind playing" comune sulle principali piattaforme. Possono vedere, almeno in termini generali, quali segnali valuta l'algoritmo e come si combinano con contenuti non promossi, un aspetto che potrebbe influenzare la pianificazione della campagna e la progettazione creativa.

Contenuti esclusivi: clicca qui  Come uscire da Facebook su dispositivi mobili

I cambiamenti riguardano anche l'utente medio: sapere che lo stesso sistema di pertinenza ha un impatto sia sui tweet regolari che sugli annunci pubblicitari consente valutare meglio la misura in cui la pubblicità influenza il feed e rilevare eventuali eccessi o distorsioni nella distribuzione dei messaggi commerciali.

L'open source sotto la forte pressione normativa dell'UE

Algoritmo Grok open source

La decisione di X di aprire l'algoritmo Grok arriva in un momento delicato crescente pressione normativa da parte di BruxellesLa piattaforma ha avuto disaccordi con l'Unione Europea su questioni di trasparenza e moderazione dei contenuti, tra cui sanzioni finanziarie legate al rispetto del Digital Services Act (DSA).

La DSA obbliga le principali piattaforme in Europa a spiegare come funzionano i loro sistemi di raccomandazione e come amplificano determinati tipi di contenuti. La pubblicazione del codice dell'algoritmo viene interpretata come una mossa calcolata: X rispetta, almeno in parte, i requisiti di trasparenza, spostando al contempo l'onere della prova sulle autorità di regolamentazione.

Offrendo un repository aperto, X può chiedere alle autorità europee di basare qualsiasi accusa di parzialità o manipolazione su in analisi specifiche del codice disponibile. In questo modo, l'azienda non solo afferma la propria trasparenza, ma evidenzia anche le capacità di supervisione tecnica degli organismi di regolamentazione.

I critici della piattaforma descrivono questa manovra come una sorta di "trappola" per le istituzioni, progettata per ostacolare le argomentazioni legali contro di essa. Altri osservatori la vedono come un'opportunità per innalzare lo standard di responsabilità nell'intero settore tecnologico, costringendo i concorrenti a spiegare perché tengono nascosti i loro algoritmi.

In ogni caso, la pubblicazione dell’algoritmo Grok apre un nuovo fronte nel dibattito europeo sull’ Come dovrebbe essere regolamentata l'intelligenza artificiale applicata ai social network?D'ora in poi, accademici, organizzazioni della società civile e autorità potranno confrontare il discorso pubblico di X con il funzionamento effettivo del codice pubblicato su GitHub.

Maggiore trasparenza per i creatori e le piccole imprese

Per chi vive di attività sui social media, l'apertura dell'algoritmo rappresenta un cambiamento significativo. Creatori, giornalisti, piccole imprese e professionisti che si affidano a X per raggiungere il proprio pubblico ora hanno accesso a... una radiografia molto più accurata di come è distribuita la visibilità sulla piattaforma.

Il repository consente di identificare quali azioni hanno il peso maggiore quando si scalano le posizioni nel feed: Risposte che stimolano la conversazione, ripubblicazioni che ampliano la portataInterazioni prolungate nel tempo o segnali negativi come blocchi e silenzi che abbassano il punteggio di un account. Con questi dati, diventa più facile progettare strategie di pubblicazione con un minimo di fondamento.

Per i lavoratori autonomi e le microimprese in Europa, che spesso operano con risorse molto limitate, la possibilità di comprendere e verificare il sistema senza intermediari Può ridurre la dipendenza da consulenti o agenzie esterne. L'analisi del codice e della documentazione consente di adattare formati, tempi e stili dei contenuti al comportamento premiato dall'algoritmo.

Contenuti esclusivi: clicca qui  Come eliminare un video TikTok: passaggi e considerazioni

L'azienda si è impegnata anche a pubblicare aggiornamenti regolari (circa ogni quattro settimane) con note degli sviluppatori che descrivono in dettaglio le modifiche apportate. Se questo ritmo verrà mantenuto, chi lavora quotidianamente con X sarà in grado di seguire l'evoluzione del sistema e di individuare rapidamente se le modifiche apportate siano vantaggiose o dannose.

Ciò non significa che le lamentele o la frustrazione scompariranno, ma, sulla carta, riduce la sensazione di lottare contro un meccanismo completamente opaco. Per la prima volta, la comunità tecnica europea ha... una vera base di codice su cui sperimentare, proporre miglioramenti o addirittura creare strumenti di analisi indipendenti.

I limiti dell’apertura: trasparenza sì, ma con riserve

Algoritmo Grok open source

Nonostante la natura accattivante dell'annuncio, diversi esperti sottolineano che Aprire il codice non significa esporre l'intero sistemaL'architettura dell'algoritmo Grok è disponibile, ma i dati utilizzati per l'addestramento e l'infrastruttura di esecuzione lato server rimangono privati.

Alcuni analisti definiscono questa situazione come una "scatola di vetro": si può vedere la struttura e la logica generale, ma Il flusso completo dei dati non può essere osservato in tempo realeSenza accesso al set di addestramento o ai parametri aggiornati, è difficile verificare esattamente come vengono corretti i bias o come vengono gestiti i contenuti sensibili nella pratica.

Questo approccio ibrido solleva interrogativi sul fatto che la transizione all'open source sia più una risposta a un esercizio di pubbliche relazioni piuttosto che alla piena responsabilità. I ​​critici ricordano che la prima volta che Twitter ha reso pubblico parzialmente il suo algoritmo, anni fa, la mossa è stata descritta da molti come "teatro della trasparenza" a causa della quantità di dati omessi.

La situazione è complicata dal contesto recente: X è stata sottoposta a controllo per l'uso del suo chatbot Grok per generare e modificare immagini sessualizzatecomprese immagini di minori, il che ha spinto i pubblici ministeri e le autorità di regolamentazione di diversi paesi ad aprire indagini. In risposta a questi problemi, l'azienda ha limitato alcune funzioni di generazione e modifica delle immagini agli utenti paganti e ha implementato misure tecniche per impedire la manipolazione di fotografie di persone reali.

Parallelamente, X ha revocato l'accesso API ad alcuni progetti che incentivavano finanziariamente gli utenti a pubblicare contenuti, sostenendo Rischi di spam generati dall'intelligenza artificialeTutte queste mosse ora coesistono con il discorso di apertura dell'algoritmo, che alimenta la sensazione che l'azienda combini gesti di trasparenza con decisioni più restrittive in altri ambiti.

Rilasciando l'algoritmo Grok come open source, X ha messo a nudo una delle sue risorse tecnologiche più delicate e, allo stesso tempo, ha stabilito il terreno su cui vuole essere giudicato: un sistema di raccomandazione verificabile nella sua progettazioneTuttavia, la sua effettiva applicazione dipende ancora da dati e decisioni interne. Per utenti, creatori, autorità di regolamentazione e aziende europee, la sfida sarà sfruttare questa finestra di informazione senza perdere di vista gli aspetti che rimangono al di fuori dell'occhio del pubblico.