• About Author

  • Tutta l'Informazione Ninja nella tua mail

  • TikTok: cosa significa FYP e cosa dovresti sapere sul funzionamento del suo algoritmo

    #fyp appare in molti video del social network, e sta per "pagina personale"

    19 Ottobre 2020

    • Scopri il funzionamento dell’algoritmo di TikTok, come si costruisce un design orientato, e cosa accade prima che un video venga pubblicato su TikTok.
    • Inoltre, c’è differenza tra i feed di TikTok e quelli di Facebook: analizziamo le diversità!
      Capire il funzionamento del suo algoritmo è importante anche se non si è direttamente interessati a TikTok. Sempre più aziende, di tutti i settori industriali si troveranno ad affrontare concorrenti il cui vantaggio competitivo si concentrerà su un algoritmo di apprendimento automatico o machine learning. Ma andiamo nel dettaglio.

    Cosa significa FYP?

    Probabilmente avrai visto questo hashtag #fyp in molti video TikTok. Più comunemente #fyp o FYP sta per “pagina personale“. La pagina “For You” è la pagina che viene visualizzata quando apri l’app TikTok sul tuo iPhone o Android. La maggior parte dei TikToker vorrebbe portare i propri contenuti in questa sezione in modo da raggiungere il vasto pubblico presente sulla piattaforma. Negli ultimi anni, il machine learning ha fatto molti passi avanti ottenendo progressi nell’AI come il GPT-3 (“Generative Pre-trained Transformer”), ovvero un modello di linguaggio autoregressivo che utilizza l’apprendimento profondo per produrre testi di tipo umano. Andando più nel dettaglio, un transformer è una rete neurale che usa tecniche di Natural Language Processing per eseguire un compito. In altri termini si tratta di un modello di computazione linguistico pensato per generare sequenze di parole, codice o altri dati, partendo da un input di partenza. Questi modelli statistici per produrre risultati rilevanti hanno bisogno di allenarsi con grandi quantità di dati. In questi ultimi mesi, la discussione sull’algoritmo di TikTok lo ha elevato a qualcosa di simile a uno di quei mistici artefatti archeologici presenti nei film di Indiana Jones. Machine learning TikTok La maggior parte degli esperti del settore dubita che TikTok abbia sviluppato qualche progresso finora sconosciuto negli algoritmi di raccomandazione per l’apprendimento automatico. In realtà, la maggior parte di loro direbbe che TikTok sta probabilmente costruendo gli stessi approcci standard adottati dagli altri player di mercato. Ma dove si possono trovare brevi video di meme, di bambini che ballano e fanno singhiozzi, di animali domestici dall’aspetto adorabile, di influencer che sponsorizzano brand, di soldati che corrono su percorsi a ostacoli, di bambini, e così via? Anche se foste in possesso di questi video, dove potreste trovare dei dati comparabili su come la popolazione generale reagisce ad essi? Al di fuori del set di dati di Musical.ly, che consisteva per lo più in ragazze adolescenti negli Stati Uniti, questi dati non esistevano. TikTok è quindi diventato la sua stessa fonte di dati per l’addestramento, aumentando le analisi man mano che la piattaforma cresceva il suo algoritmo si evoluto. Tutto questo sistema chiuso di auto feedback è stato reso possibile da una delle componenti più importanti della piattaforma: il design! design thinking: prototype

    Un design su misura

    La scuola di pensiero dominante quando si parla di design di un applicazione sta nell’eliminare le difficoltà degli utenti facilitandone le operazioni, creando un design intuitivo, ingegnoso ed elegante. Forse nessuna azienda ha incarnato questo più di Apple, che è stata capace di produrre negli anni hardware e software piacevolmente eleganti ma anche sexy per gli utenti. Ma cosa succede se la chiave per servire al meglio i vostri utenti dipendesse in gran parte dalla formazione di un algoritmo ad apprendimento automatico? E se quell’algoritmo avesse bisogno di un massiccio set di dati per l’addestramento? In un’epoca in cui l’apprendimento automatico o machine learning è in ascesa, questo è sempre più un obiettivo di progettazione critico. Quando si sviluppa un’applicazione, bisogna infatti considerare prima di tutto come ottimizzare al meglio il funzionamento dell’algoritmo e poi pensare agli utenti. TikTok affascina proprio per questo, è un esempio di applicazione dal design moderno, ottimizzato alla perfezione per il suo algoritmo, capace di creare quello che definirei un esempio di friendly design. In definitiva, un design che aiuta un algoritmo a migliorarsi, lo fa con il fine di fornire all’utente la migliore esperienza possibile. Questa linea operativa potrebbe essere ancora considerata solo una variante della progettazione incentrata sull’utente, ma per quei team che lavorano su prodotti con una rilevante componente algoritmica, può essere utile riconoscerlo esplicitamente già nelle prime fasi di sviluppo. Dopo tutto, quando un product manager, un designer e un ingegnere si incontrano per progettare un’applicazione, l’algoritmo non risulta ancora presente ma va tuttavia considerato.

    Cosa vede l’algoritmo?

    Ma andiamo ora a vedere nel dettaglio cosa intendo per design che ottimizza l’algoritmo dando un’occhiata più da vicino alla pagina denominata “For You Page”. Visualizzando questo feed notiamo subito una particolarità, in questa sezione l’intero schermo viene riempito da un solo video alla volta. Sì, avete capito bene, solo uno. Viene visualizzato a schermo intero, con orientamento verticale. Questo non è un feed a scorrimento ma viene impaginato in modo efficace. Il video viene infatti riprodotto in autoplay quasi immediatamente (caricando i successivi sullo sfondo in modo che possano apparire velocemente in modo sequenziale). TikTok For You Page LEGGI ANCHE: Ancora TikTok: un breve recap se hai perso le puntate precedenti Questo design pone una domanda immediata all’utente: cosa ne pensi di questo breve video? Tutto ciò che fai dal momento in cui il video inizia a riprodursi è un segnale del tuo sentiment verso quest’ultimo. Decidi di passare al video successivo prima che sia terminata la sua riproduzione? Allora dimostri un segnale implicito di disinteresse. L’hai guardato più di una volta, lasciandolo riprodurre un paio di volte? Sembra che qualcosa ti sia piaciuto. Hai condiviso il video attraverso il pannello di condivisione integrato? Un altro forte indicatore di un sentimento positivo. Se tocchi l’icona del LP che gira in basso a destra e guardi altri video con la stessa canzone, questo è un segnale aggiuntivo rispetto ai tuoi gusti. Sei entrato nella pagina del profilo del creator? Hai guardato altri suoi video e li hai seguiti? Oltre a goderti il video, forse apprezzi il personaggio.

    Cosa accade prima che il video venga pubblicato?

    Ma facciamo un passo indietro, per capire insieme cosa accade prima ancora di guardare i video, capiamo come l’algoritmo TikTok li “visioni” assegnandogli dei tag. Nelle prime fasi di vita dell’app qualche membro del team operativo di TikTok assegnava tag o etichette rilevanti manualmente, ora invece viene fatto in modo automatico. Il video riguarda il ballo? La sincronizzazione labiale?  Un gattino? Uno scoiattolo? È comico? Il soggetto è un maschio o una femmina? Di che età, all’incirca? È un video di gruppo? Dove è ambientato? Quali filtri o effetti visivi vengono utilizzati? Se si tratta di cibo, di che tipo? E così via. Tutte queste etichette diventano caratteristiche che l’algoritmo può ora vedere grazie alla Vision AI (un sistema molto avanzato di intelligenza artificiale e deep learning). Schematizzando il processo, quanto segue è cosa succede quando posti un nuovo contenuto. Algoritmo TikTok Content Flow LEGGI ANCHE: TikTok presenta For Business, uno spazio in cui la creatività incontra la community L’algoritmo può anche vedere ciò che TikTok già conosce di te. Quali tipi di video ti sono piaciuti in passato? Quali informazioni demografiche o psicografiche si conoscono su di te? Dove guardi il video? Che tipo di dispositivo avete? E così via. Oltre a questo, quali altri utenti sono simili a te? Ma torniamo al preciso momento nella quale guardi un video sul tuo cellulare. L’algoritmo FYP può ora chiudere tutti i loop di feedback, memorizzando tutte le azioni eseguite su quel preciso contenuto, comprendendo il tuo stato d’animo, i tuoi gusti e tutti gli attributi del video che ti piace cosi tanto.

    TikTok Feed vs Facebook Feed

    Tutto fantastico? Facciamo ora una differenziazione interessante, contrapponendo ciò che l’algoritmo FYP di TikTok analizza con ciò che un algoritmo di raccomandazione comparabile analizza sulla maggior parte degli altri feed dei social network. L’interfaccia utente predefinita dei più grandi social network è oggi il feed a scorrimento verticale infinito, per esempio Facebook funziona in questo modo. Invece di servirvi di un contenuto alla volta, questa applicazione visualizza più elementi sullo schermo contemporaneamente. Scorrendo verso l’alto però, l’algoritmo non può “vedere” su quale storia si appoggeranno i tuoi occhi, e anche se potesse farlo non comprenderà mai se il tuo orientamento verso quella storia/post sia positivo o negativo. Facebook Feed, scermata a confronto con TikTok LEGGI ANCHE: TikTok non è ancora fuori pericolo: l’affare Oracle resta in sospeso Se si pensa che l’interfaccia utente ideale va ad eliminare le difficoltà di navigazione allora il feed a scorrimento infinito è l’ideale perché offre un senso di controllo disinibito del ritmo di consumo. La fisica simulata che ne risulta dallo sfogliare un feed con il pollice e vederlo scorrere verso l’alto con l’esatta velocità di rotazione del tuo gesto iniziale dà la possibilità a chi naviga di visionare oltre una mezza dozzina di tweet o di elementi del feed di Facebook in pochissimo tempo. D’altra parte, forse non ti dispiacerebbe leggere un post alla volta se questi fossero più mirati? Tutto possibile ma non nell’ottica attuale perché Facebook non sa esattamente quali tipi di post ti interessano realmente. Anche se su un post l’utente facesse delle attività, giudicarne il sentiment è una sfida. La maggior parte delle app ha solo meccanismi di feedback positivi, dato che applicazioni come Facebook, Instagram e Twitter sono costruite attorno alla socialità delle persone, è quindi ovvio il motivo per la quale queste piattaforme non possiedono (o non possiedono più) pulsanti di antipatia (dislike). Anche TikTok non ha un pulsante esplicito per il downvote, ma, visualizzando un solo video alla volta, gli algoritmi riescono a dedurre la mancanza di interesse degli utenti per ogni singolo video. Un rapido strisciare in alto prima che il video sia stato completato corrisponde alla strisciata a sinistra su Tinder, insomma non siamo piaciuti. Pensaci un attimo, se clicchi su un post Facebook non commentando o non mettendo “mi piace”, come può Facebook giudicare il tuo sentiment nei confronti di quel post? Forse il pensiero di poter dissentire violentemente qualcuno commentando un post, può portare al pensiero di essere inopportuni agli occhi di amici o conoscenti. TikTok non solo cattura segnali di sentiment da parte dei suoi utenti, ma ne raccoglie anche un volume enorme per ogni navigazione. Nel peggiore dei casi, alcuni video potrebbero annoiarti, ma eliminare la categoria risulta semplicissimo, e poiché l’algoritmo ascolta attentamente il tuo feedback, potresti anche divertirti a eliminare i video sapendo che l’applicazione registrerà la tua opinione e agirà di conseguenza. proteggerti dai social media

    Chi è arrivato prima di TikTok?

    A tal proposito, TikTok non è l’unica applicazione con un’interfaccia ottimizzata per il compito di abbinamento che mostra un video alla volta. Prima di TikTok, avevamo un’intera categoria in cui era dominante l’UI in stile audition-style one-item-at-a-time: Tinder ha ideato quello che sembra un design primitivo su un’interfaccia utente touchscreen per il voto binario. Concludendo, Bytedance viene spesso definita come la società dagli algoritmi misteriosi, e TikTok nelle ultime settimane è stato descritto come il risultato di tale magia nera. Molti sono arrivati al punto di dire che TikTok non varrebbe la pena di acquistarlo se l’algoritmo non fosse incluso. Questo è un errore, secondo me. Sì, la riqualificazione dell’algoritmo delle raccomandazioni del FYP potrebbe richiedere così tanto tempo che alcuni utenti rinuncerebbero al suo utilizzo. Non intendo banalizzare questo compito. Ma la vera magia è il modo in cui ogni elemento del design e dei processi di TikTok si connettono tra loro per creare un set di dati con cui l’algoritmo si allena quotidianamente per raggiungere il massimo delle prestazioni forse mai raggiunte prima da un social network.