Immagina che il tuo telefono sia un buffet magico e infinito di contenuti — video, post e storie — servito da uno chef molto impegnato. Per anni, questo chef ha lavorato al buio, cercando di indovinare cosa ti piace basandosi solo su ciò che hai mangiato in precedenza. Se ti sei soffermato su una foto di un gatto, lo chef assume che tu voglia altri mille gatti. Se hai scorso via una ricetta, assume che tu odi cucinare. Questo è chiamato "ranking passivo" e, sebbene sia bravo a indovinare, spesso sbaglia il bersaglio perché non può sentirti parlare. Non sa se volevi davvero vedere quel gatto, o se ti sei solo fermato per accarezzarlo.

Recentemente, un nuovo tipo di tecnologia chiamato Large Language Models (LLM) è arrivato. Immaginali come assistenti super intelligenti e chiacchieroni che possono capire non solo cosa clicchi, ma anche cosa dici. Possono ascoltare la tua voce, leggere i tuoi messaggi di testo e comprendere le sfumature del tuo umore. La grande domanda per gli scienziati che costruiscono sistemi di raccomandazione è: possiamo insegnare a questo assistente chiacchierone a prendere il comando in cucina? Possiamo permettere a te di dire allo chef: "In realtà, oggi sono stanco dei gatti; portami qualche curiosità sullo spazio", e far sì che lo chef cambi istantaneamente il menù? Questa è la sfida della "raccomandazione conversazionale": passare da un sistema che indovina i tuoi gusti a uno che ascolta i tuoi ordini.

Il sistema "Shape Your Feed": Uno chef che ascolta

Nel loro articolo, un team di ricercatori di Meta presenta un nuovo sistema chiamato Shape Your Feed (SYF). Hanno costruito una cucina digitale dove lo chef non si limita a indovinare; ascolta, impara e adatta il menù in tempo reale in base alle tue istruzioni dirette. Inve di un sistema passivo che aspetta che tu clicchi su "non mi piace", SYF è un sistema "agente", un modo elegante per dire che agisce come un assistente intelligente capace di intraprendere azioni per tuo conto.

I ricercatori hanno scoperto che combinando un'IA chiacchierona con un motore di raccomandazione tradizionale, potevano creare un feed che sembra molto più simile al tuo feed. Hanno dimostrato che quando gli utenti potevano parlare con il sistema o usare pulsanti intelligenti per dire esattamente cosa volevano, il sistema diventava molto più bravo a mostrare loro le cose giuste.

Come avviene la magia: La cucina a tre flussi

Il sistema SYF funziona come una squadra di tre parti in una cucina, ognuna con un compito specifico:

1. Il Flusso di Percezione (Le orecchie e il cervello)
Qui il sistema ti ascolta. Potresti digitare "Voglio più video di cucina ma niente cibo piccante", usare la voce per dire "Mostrami meno politica", o toccare un pulsente intelligente che dice "Mi sono annoiato di questo argomento". Il Flusso di Percezione prende queste istruzioni umane disordinate e le trasforma in un "Profilo Semantico" chiaro e organizzato. Pensa a questo come allo chef che scrive una lista della spesa ordinata basata sul tuo ordine confuso. Ricorda la tua cronologia, quindi se ieri hai detto "niente politica" e oggi "più tecnologia", aggiorna la lista di conseguenza. Va persino a prendere silenziosamente nuovi "ingredienti" (video o post) che corrispondono alla tua nuova lista mentre stai ancora parando.

2. Il Flusso di Servizio (Impiattamento e servizio)
Una volta pronta la lista, subentra il Flusso di Servizio. Guarda l'enorme cumulo di contenuti che il sistema solitamente ti mostrerebbe (il "pool di candidati") e inizia a ordinarli. Utilizza la nuova lista della spesa dello chef per:

• Aggiungere: Portare nuovi elementi che corrispondono ai tuoi nuovi interessi.
• Potare: Scartare tutto ciò che viola le tue regole (come quei post politici che hai bandito).
• Riordinare: Riordinare il piatto in modo che le cose che hai chiesto siano in cima.
  Fondamentalmente, questo accade velocemente. Il sistema non indovina soltanto; utilizza un metodo di punteggio intelligente per decidere esattamente quanto la tua nuova richiesta debba cambiare l'ordine. Mescola i tuoi ordini espliciti con la consueta conoscenza del sistema su ciò che ti piace, assicurando che tu non perda tutti i tuoi contenuti preferiti solo perché hai chiesto un piccolo cambiamento.

3. Il Flusso di Auto-Evoluzione (Il degustatore)
Questa è la parte che rende il sistema sempre più intelligente nel tempo. Dopo che il sistema ti ha servito un pasto, osserva cosa fai. Hai mangiato il nuovo video di cucina? Hai scartato il post tecnologico? Utilizza anche un team di IA "giudici" per controllare se le decisioni del sistema siano state buone. Se il sistema commette un errore, impara da esso. I ricercatori hanno utilizzato una tecnica chiamata Direct Preference Optimization (DPO), che è come lo chef che si esercita con un critico gastronomico severo finché non ottiene il gusto perfetto. Questo ciclo assicura che il sistema non si limiti a seguire gli ordini una volta, ma diventi più bravo a seguirli ogni volta che passa.

Cosa hanno scoperto: La prova è nel budino

I ricercatori non si sono limitati a costruire questo sistema; lo hanno testato per vedere se funzionasse davvero.

I Test Offline (La prova generale)
Per prima cosa, hanno testato il modulo di "punteggio di allineamento" del sistema — la parte che decide se un post corrisponde alla tua richiesta. Hanno confrontato il loro nuovo sistema con i metodi più vecchi che si limitavano a indovinare basandosi su pochi esempi.

• Il vecchio metodo "few-shot" ha azzeccato circa l'83,84% delle decisioni.
• Il loro nuovo sistema, dopo l'addestramento con le IA "giudici" e poi il perfezionamento con dati reali degli utenti (SFT + DPO), ha azzeccato il 98,85% delle decisioni.
• Ha anche fatto questo in modo incredibilmente veloce, impiegando solo 323 millisecondi per assegnare un punteggio a una lista di elementi, velocità sufficiente a evitare che il tuo telefono rallenti.

I Test Online (Il pasto vero e proprio)
Successivamente, hanno distribuito SYF a utenti reali negli Stati Uniti e in Canada per diversi mesi. Hanno diviso gli utenti in due gruppi: un gruppo riceveva il vecchio sistema, l'altro il nuovo sistema "Shape Your Feed".

• Gli utenti hanno amato i nuovi controlli: Quando hanno avuto la scelta tra i vecchi pulsanti statici e i nuovi "Context-Aware Feedback Pills" (pulsanti intelligenti che cambiano in base a ciò che stai guardando), il 76,02% degli utenti ha scelto i nuovi pulsanti più intelligenti.
• Meno roba che la gente odiava: Il nuovo sistema ha ridotto con successo il numero di post che gli utenti scartavano o non gradivano. Il tasso di "Scarto del Post" è sceso dell'1,70%, e il tasso di "Non gradito" è sceso del 2,74%. Ciò significa che il sistema era più bravo a filtrare le cose che gli utenti non volevano.
• Più scoperta: Gli utenti hanno iniziato a esplorare nuovi interessi più spesso, con un aumento dello 0,16% nel "Consumo di Interessi". Questo suggerisce che il sistema non stava solo nascondendo le cose; stava aiutando gli utenti a trovare nuove cose che effettivamente piacevano loro.

Cosa significa

L'articolo dimostra che possiamo allontanarci dai sistemi che si limitano a indovinare cosa vogliamo in base ai nostri clic passati. Aggiungendo uno strato di IA capace di comprendere le nostre parole e agire su di esse, possiamo creare feed che sembrano più personali e meno frustranti. I ricercatori hanno scoperto che questo approccio funziona bene nel mondo reale, rendendo gli utenti più felici e riducendo la quantità di contenuti che devono saltare.

Tuttavia, gli autori avvertono che questo sistema si basa sul fatto che tu parli. Se non dici mai al sistema cosa vuoi, esso torna al vecchio modo passivo di indovinare. Suggeriscono che le versioni future potrebbero dover essere ancora più proattive, magari ponendoti domande prima ancora che tu ti renda conto di esserti annoiato, per aiutare chi non ama fornire feedback. Ma per ora, Shape Your Feed dimostra che un sistema di raccomandazione che ascolta è un sistema che funziona meglio.