Dari "Aturan Buatan" hingga "AI Membaca Pikiran": Algoritma Baru X Membentuk Ulang Aliran Informasi, Lebih Akurat tapi Juga Lebih Berbahaya

比推Dipublikasikan tanggal 2026-01-20Terakhir diperbarui pada 2026-01-20

Abstrak

Algoritma rekomendasi baru X (sebelumnya Twitter) yang diumumkan pada 20 Januari telah beralih dari aturan buatan manusia ke sistem yang sepenuhnya digerakkan oleh AI. Sistem ini mencampur konten dari akun yang diikuti pengguna ("Thunder") dengan konten dari seluruh platform yang mungkin menarik bagi pengguna ("Phoenix"). Prosesnya dimulai dengan membangun profil pengguna berdasarkan riwayat interaksi dan preferensi. Konten kemudian dikumpulkan, dilengkapi metadata, dan disaring untuk menghapus spam atau konten yang tidak diinginkan. Inti algoritma terletak pada model transformer "Phoenix Grok" yang memberi skor pada setiap kandidat konten dengan memprediksi probabilitas tanggapan pengguna (seperti like, retweet, atau blokir). Skor akhir ditentukan dengan menambahkan bobot pada tindakan positif dan mengurangi bobot pada tindakan negatif. Algoritma juga memasukkan "Author Diversity Scorer" untuk mencegah satu penulis mendominasi umpan. Setelah penyaringan kedua untuk konten berbahaya, konten dengan skor tertinggi diurutkan untuk ditampilkan di umpan "For You". Kemajuan utama adalah kemampuan AI untuk mempelajari preferensi pengguna secara mandiri dan memprediksi berbagai perilaku, sehingga meningkatkan akurasi rekomendasi. Sistem ini juga dianggap lebih adil karena memberi peluang pada akun kecil. Namun, kekhawatiran muncul mengenai pembentukan "kamar gema" informasi dan penargetan konten emosional yang lebih efektif.

Ditulis oleh: KarenZ, Foresight News

Judul asli: Menguraikan Algoritma Rekomendasi Baru X dengan Bahasa Sederhana: Dari "Mengambil Data" hingga "Memberi Skor"

Apakah Musk telah mengubah sistem rekomendasi Twitter dari "tumpukan aturan buatan dan sebagian besar algoritma heuristik" menjadi "murni mengandalkan model AI besar untuk menebak kesukaan Anda?

Pada 20 Januari, Twitter (X) secara resmi mengungkap algoritma rekomendasi baru, yaitu logika di balik linimasa "For You" (Untuk Anda) di beranda Twitter.

Secara sederhana, algoritma sekarang adalah: mencampur konten "dari orang yang Anda ikuti" dan "konten dari seluruh jaringan yang mungkin sesuai dengan selera Anda", kemudian mengurutkannya berdasarkan daya tariknya bagi Anda menurut serangkaian tindakan seperti like, komentar, dll. yang sebelumnya Anda lakukan di X, melewati dua kali penyaringan, dan akhirnya menjadi aliran informasi rekomendasi yang Anda lihat.

Berikut adalah logika inti yang diterjemahkan ke dalam bahasa sederhana:

Membangun Profil

Sistem pertama-tama mengumpulkan informasi konteks pengguna untuk membangun "profil" untuk rekomendasi selanjutnya:

Urutan Perilaku Pengguna: Riwayat interaksi (like, retweet, lama waktu tinggal, dll.).
Fitur Pengguna: Daftar yang diikuti, pengaturan preferensi pribadi, dll.

Dari Mana Kontennya?

Setiap kali Anda menyegarkan linimasa "Untuk Anda", algoritma akan mencari konten dari dua tempat berikut:

Lingkaran Kenalan (Thunder): Tweet yang diposting oleh orang yang Anda ikuti.
Lingkaran Orang Asing (Phoenix): Orang yang tidak Anda ikuti, tetapi AI akan mencari postingan yang mungkin menarik minat Anda (bahkan jika Anda tidak mengikuti penulisnya) dari lautan orang berdasarkan selera Anda.

Kedua tumpukan konten ini akan dicampur, menjadi kandidat tweet.

Pelengkapan Data dan Penyaringan Awal

Setelah mengambil ribuan postingan, sistem akan mengambil metadata lengkap postingan (informasi penulis, file media, teks inti), alur ini disebut Hydration. Kemudian akan dilakukan pembersihan cepat untuk menghilangkan konten duplikat, postingan lama, postingan yang Anda kirim sendiri, konten dari penulis yang diblokir, atau konten dengan kata kunci yang diblokir.

Langkah ini untuk menghemat sumber daya komputasi, mencegah konten tidak valid masuk ke tahap inti pemberian skor.

Bagaimana Cara Memberi Skor?

Ini adalah bagian yang paling krusial. Model Transformer berbasis Phoenix Grok akan mengawasi setiap kandidat postingan yang tersisa setelah penyaringan, menghitung probabilitas Anda melakukan berbagai tindakan terhadapnya. Ini adalah permainan penambahan dan pengurangan skor:

Poin Tambah (Umpan Balik Positif): AI mengira Anda mungkin akan like, retweet, membalas, mengklik gambar, atau mengklik untuk melihat profil.

Poin Kurang (Umpan Balik Negatif): AI mengira Anda mungkin akan memblokir penulis, membisukan (Mute), atau melaporkan.

Skor Akhir = (Probabilitas Like × Bobot) + (Probabilitas Balas × Bobot) – (Probabilitas Blokir × Bobot)...

Perlu dicatat bahwa dalam algoritma rekomendasi baru, Author Diversity Scorer (Pemberi Skor Keragaman Penulis) biasanya akan turun tangan setelah AI selesai menghitung skor akhir. Ketika mendeteksi bahwa dalam satu batch kandidat postingan terdapat banyak konten dari penulis yang sama, alat ini secara otomatis akan "menekan" skor postingan selanjutnya dari penulis tersebut, membuat penulis yang Anda lihat lebih beragam.

Akhirnya, berdasarkan pengurutan skor, dipilihlah sekumpulan postingan dengan skor tertinggi.

Penyaringan Sekunder

Sistem memeriksa kembali sejumlah postingan dengan skor tertinggi, menyaring yang melanggar aturan (seperti spam, konten kekerasan), menghapus duplikasi untuk beberapa cabang thread yang sama, dan akhirnya mengurutkannya dari skor tertinggi ke terendah, menjadi aliran informasi yang Anda lihat.

Kesimpulan

X telah menghapus semua fungsi yang dirancang secara manual dan sebagian besar algoritma heuristik dari sistem rekomendasi. Kemajuan inti dari algoritma baru terletak pada "membiarkan AI belajar sendiri preferensi pengguna", mencapai lompatan dari "memberi tahu mesin cara melakukannya" ke "membiarkan mesin belajar sendiri cara melakukannya".

Pertama, rekomendasi lebih akurat, "prediksi multi-dimensi" lebih sesuai dengan kebutuhan nyata. Algoritma baru mengandalkan model besar Grok untuk memprediksi berbagai perilaku pengguna — tidak hanya menghitung "apakah akan like/retweet", tetapi juga menghitung "apakah akan mengklik tautan untuk melihat", "bagaimana waktu tinggal", "apakah akan mengikuti penulis", bahkan memprediksi "apakah akan melaporkan/memblokir". Penilaian yang sangat detail ini membuat konten rekomendasi mencapai tingkat kesesuaian yang belum pernah terjadi sebelumnya dengan kebutuhan bawah sadar pengguna.

Kedua, mekanisme algoritma relatif lebih adil, sampai batas tertentu dapat memecahkan kutukan "monopoli akun besar", memberi lebih banyak peluang untuk akun baru dan kecil: Algoritma "heuristik" masa lalu memiliki masalah fatal: akun besar mengandalkan volume interaksi historis yang tinggi, konten apa pun yang diposting akan mendapatkan eksposur tinggi, sementara akun baru, meskipun kontennya berkualitas, terkubur karena "tidak ada akumulasi data". Mekanisme isolasi kandidat membuat setiap postingan diberi skor secara independen, tidak terkait dengan "apakah konten lain dalam batch yang sama adalah viral". Selain itu, Author Diversity Scorer juga akan mengurangi perilaku membanjiri (spam) postingan selanjutnya dari penulis yang sama dalam batch yang sama.

Bagi perusahaan X: Ini adalah langkah pengurangan biaya dan peningkatan efisiensi, menggunakan daya komputasi untuk menggantikan tenaga manusia, menggunakan AI untuk meningkatkan retensi. Bagi pengguna, kita menghadapi "otak super" yang selalu mencoba memahami pikiran kita. Semakin ia memahami kita, semakin kita tidak dapat meninggalkannya, tetapi justru karena ia terlalu memahami kita, kita akan lebih dalam terjerat dalam "kamar informasi" yang ditenun oleh algoritma, dan lebih mudah menjadi sasaran penangkapan yang tepat untuk konten-konten emosional.

Twitter:https://twitter.com/BitpushNewsCN

Grup Komunikasi TG Bitpush:https://t.me/BitPushCommunity

Berlangganan TG Bitpush: https://t.me/bitpush

Tautan asli:https://www.bitpush.news/articles/7604412

Pertanyaan Terkait

QApa inti dari algoritme rekomendasi baru X (sebelumnya Twitter) yang diumumkan pada 20 Januari?

AAlgoritme baru X menggabungkan konten dari orang yang Anda ikuti (lingkaran kenalan) dan konten dari seluruh platform yang mungkin menarik bagi Anda (lingkaran asing) berdasarkan riwayat interaksi Anda seperti suka dan komentar. Konten-konten ini kemudian disaring, diberi skor oleh model AI Grok berdasarkan prediksi interaksi Anda, dan diurutkan untuk membentuk aliran informasi yang Anda lihat.

QBagaimana sistem algoritme baru X membangun 'profil' pengguna untuk rekomendasi?

ASistem membangun profil pengguna dengan mengumpulkan informasi kontekstual, termasuk urutan perilaku pengguna (catatan interaksi sejarah seperti like, retweet, durasi tinggal) dan fitur pengguna (daftar yang diikuti, pengaturan preferensi pribadi).

QApa fungsi 'Author Diversity Scorer' dalam algoritme rekomendasi baru X?

A'Author Diversity Scorer' berfungsi untuk mendeteksi ketika sekumpulan kandidat postingan berisi banyak konten dari penulis yang sama. Alat ini kemudian secara otomatis 'menurunkan' skor postingan berikutnya dari penulis tersebut, sehingga memastikan pengguna melihat konten dari lebih banyak penulis yang beragam.

QApa keuntungan utama dari algoritme rekomendasi berbasis AI model Grok ini menurut artikel?

AKeuntungan utamanya adalah rekomendasi yang lebih tepat sasaran melalui 'prediksi multi-dimensi' yang lebih sesuai dengan kebutuhan pengguna. Algoritme ini tidak hanya memprediksi 'apakah pengguna akan menyukai/membagikan' tetapi juga tindakan seperti 'mengklik tautan', 'lama tinggal', 'kemungkinan mengikuti penulis', bahkan 'kemungkinan melaporkan/memblokir'. Selain itu, mekanisme ini dianggap lebih adil karena dapat memberi peluang lebih besar kepada akun baru dan kecil.

QApa potensi risiko atau bahaya dari algoritme rekomendasi baru X yang disebutkan dalam artikel?

ARisiko utamanya adalah pengguna dapat lebih dalam terperangkap dalam 'filter gelembung informasi' (information cocoon/echo chamber) yang ditenun oleh algoritme, dan menjadi sasaran empuk untuk konten-konten yang bersifat emosional karena algoritme sangat memahami preferensi dan kemungkinan reaksi pengguna.

Bacaan Terkait

Polymarket yang Tersendat: Ujian Sebenarnya Setelah Melewati Masa Kejayaan Traffic Telah Tiba

Polymarket, platform prediksi terkemuka, menghadapi masalah kelambatan dan pengalaman perdagangan yang memburuk akibat pertumbuhan yang melampaui kapasitas infrastruktur saat ini. Wakil Presiden Teknik DeFi Polymarket, Josh Stevens, mengakui masalah ini dan mengumumkan rencana perbaikan, termasuk migrasi rantai (chain migration) dari Polygon. Awalnya, Polygon dipilih karena biaya rendah dan kemudahan penggunaan, tetapi kini menjadi penghambat pertumbuhan seiring Polymarket yang berevolusi menjadi platform perdagangan yang lebih kompleks dan frekuensi tinggi. Rencana perbaikan tidak hanya mencakup migrasi rantai, tetapi juga pembangunan ulang sistem order book (CLOB), pengurangan penundaan data on-chain, perbaikan masalah pembatalan transaksi, peningkatan kinerja situs web, dan pengembangan produk perpetual contracts (Perps). Beberapa blockchain seperti Solana, Sui, dan Algorand telah menawarkan diri untuk menjadi tuan rumah baru, sementara Polygon berusaha mempertahankan Polymarket mengingat kontribusinya yang signifikan terhadap pendapatan gas. Tantangan terbesar Polymarket kini adalah membangun infrastruktur yang stabil dan dapat diandalkan untuk mempertahankan kepercayaan pengguna dalam melakukan transaksi频繁.

Odaily星球日报04/27 03:21

Polymarket yang Tersendat: Ujian Sebenarnya Setelah Melewati Masa Kejayaan Traffic Telah Tiba

Odaily星球日报04/27 03:21

Anggota Kongres Kunci 'Melunak', Rintangan Terbesar Pengangkatan Wash sebagai Ketua Fed pada 15 Mei Telah Tersingkir

Hambatan politik utama untuk konfirmasi Kevin Warsh sebagai ketua Fed telah tersingkir setelah Senator Republik Thom Tillis mencabut penentangannya. Tillis sebelumnya khawatir investigasi kriminal terhadap ketua Fed incumbent Jerome Powell mengancam independensi bank sentral. Penarikan investigasi oleh Jaksa Federal memenuhi kekhawatirannya. Komite Perbankan Senat dijadwalkan mengadakan pemungutan suara untuk nominasi Warsh pada 29 April. Jika lolos, nominasi akan diajukan ke Senat penuh, dengan konfirmasi akhir diperkirakan bertepatan dengan berakhirnya masa jabatan Powell pada 15 Mei. Kebijakan Warsh berpotensi mengubah pasar secara signifikan. Dia berencana menghapus "dot plot" (proyeksi suku bunga), meninjau kembali pedoman kebijakan, dan berpotensi mengurangi frekuensi rapat. Langkah-langkah ini dapat mendekonstruksi "forward guidance" yang menjadi dasar penetapan harga aset global selama 15 tahun terakhir, memicu penilaian ulang besar-besaran di pasar saham, obligasi, dan valuta asing.

marsbit04/27 02:58

Anggota Kongres Kunci 'Melunak', Rintangan Terbesar Pengangkatan Wash sebagai Ketua Fed pada 15 Mei Telah Tersingkir

marsbit04/27 02:58

Menurunkan Ekspektasi untuk Bull Market Bitcoin Berikutnya

Artikel ini membahas penurunan ekspektasi penulis terhadap potensi kenaikan harga Bitcoin (BTC) pada siklus bull market berikutnya. Penulis, Alex Xu, yang sebelumnya memegang BTC sebagai aset terbesarnya, telah mengurangi porsi BTC dari full menjadi sekitar 30% pada kisaran harga $100.000-$120.000, dan kembali mengurangi di level $78.000-$79.000. Alasan utama penurunan ekspektasi ini adalah: 1. **Energi Penggerak yang Melemah:** Narasi adopsi BTC yang mendorong kenaikan signifikan di siklus sebelumnya (dari aset niche hingga institusi besar via ETF) sulit terulang. Langkah berikutnya, seperti masuknya BTC ke dalam cadangan bank sentral negara maju, dianggap sangat sulit tercapai dalam 2-3 tahun ke depan. 2. **Biaya Peluang Pribadi:** Penulis menemukan peluang investasi yang lebih menarik di perusahaan-perusahaan lain. 3. **Dampak Resesi Industri Kripto:** Menyusutnya industri kripto secara keseluruhan (banyak model bisnis seperti SocialFi dan GameFi terbukti gagal) dapat memperlambat pertumbuhan basis pemegang BTC. 4. **Biaya Pendanaan Pembeli Utama:** Perusahaan pembeli BTC terbesar, Stratis, menghadapi kenaikan biaya pendanaan yang memberatkan, yang dapat mengurangi kecepatan pembeliannya dan memberi tekanan jual. 5. **Pesaing Baru untuk "Emas Digital":** Hadirnya "tokenized gold" (emas yang ditokenisasi) menawarkan keunggulan yang mirip dengan BTC (seperti dapat dibagi dan dipindahkan) sehingga menjadi pesaing serius. 6. **Masalah Anggaran Keamanan:** Imbalan miner yang terus berkurang pasca halving menimbulkan kekhawatiran tentang keamanan jaringan, sementara upaya mencari sumber fee baru seperti ordinals dan L2 dinilai gagal. Penulis menyatakan tetap memegang BTC sebagai aset besar dan terbuka untuk membeli kembali jika alasannya tidak lagi relevan atau muncul faktor positif baru, meski siap menerima jika harganya sudah terlalu tinggi untuk dibeli kembali.

marsbit04/27 02:47

Menurunkan Ekspektasi untuk Bull Market Bitcoin Berikutnya

marsbit04/27 02:47

Prediksi Pasar Tidak Dapat Terlepas dari Perdagangan Orang Dalam, Tapi Perdagangan Orang Dalam Sedang Membunuhnya

Sebuah pasar prediksi menghadapi dilema mendasar: mereka bergantung pada informasi orang dalam untuk menghasilkan harga yang akurat, tetapi aktivitas orang dalam justru dapat merusak kepercayaan investor ritel. Kasus terbaru melibatkan seorang tentara AS yang diduga menghasilkan $400.000 di Polymarket menggunakan informasi rahasia tentang operasi militer, menyoroti masalah perdagangan orang dalam yang sistemik. Platform seperti Polymarket dan Kalshi secara implisit mendorong partisipasi orang dalam untuk meningkatkan akurasi prediksi, namun juga memiliki kebijakan yang melarang perdagangan berdasarkan informasi non-publik. Kontradiksi ini menciptakan ketegangan antara efisiensi informasi dan persepsi keadilan. Jika terlalu longgar, investor ritel akan merasa dimanipulasi dan meninggalkan pasar. Jika terlalu ketat, pasar kehilangan sumber informasi paling berharga dan menjadi kurang akurat. Masa depan pasar prediksi tergantung pada kemampuan menemukan titik optimal: mempertahankan likuiditas dan kepercayaan ritel sambil tetap memberi insentif bagi informasi orang dalam yang terbatas. Tanpa keseimbangan ini, risiko kegagalan sistemik mengancam kelangsungan jangka panjangnya.

marsbit04/27 02:38

Prediksi Pasar Tidak Dapat Terlepas dari Perdagangan Orang Dalam, Tapi Perdagangan Orang Dalam Sedang Membunuhnya

marsbit04/27 02:38

Selat Hormuz, Bisakah Iran "Mengendalikannya"?

Menurut laporan media Iran, Iran telah menyusun rencana komprehensif untuk mengelola Selat Hormuz. Rencana ini mencakup klaim kedaulatan penuh atas selat tersebut, mewajibkan kapal asing memperoleh izin transit, menerapkan biaya transit (dengan preferensi pembayaran dalam rial), serta melarang mutus kapal-kapal dari negara musuh, khususnya Israel. Analis menilai langkah ini bertujuan untuk: 1. Menekan Amerika Serikat dan Israel secara ekonomi dan diplomatis dengan memanfaatkan pengaruh Iran atas jalur pelayaran vital ini. 2. Menciptakan sumber pendapatan baru yang signifikan (potensi mencapai miliaran dolar per tahun) untuk menghadapi sanksi dan mendanai rekonstruksi. 3. Memberikan ruang negosiasi dengan AS, dengan menjadikan izin transit untuk kapal AS sebagai alat tawar. Namun, implementasi rencana ini diragungkan karena beberapa hal: * Tantangan operasional dalam memberlakukan aturan di selat yang padat dan diawasi militer asing. * Protes internasional atas dasar hukum dan dampak ekonomi terhadap biaya transportasi global. * Tekanan balik dari AS, termasuk blokade terhadap pelabuhan Iran dan ancaman mencegat kapal yang membayar biaya transit. * Ketidakpastian apakah rencana ini benar-benar akan diterapkan atau hanya sekadar strategi negosiasi.

marsbit04/27 01:32

Selat Hormuz, Bisakah Iran "Mengendalikannya"?

marsbit04/27 01:32

Trading

Spot

Futures