Instagram公开内容将用于训练AI推荐系统

在Meta第二季度财报电话会议上，CEO马克·扎克伯格详细介绍了Instagram推荐系统的最新升级策略。据《商业内幕》报道，扎克伯格表示，本季度全球用户使用Instagram的总时长同比增长超过10%，主要动力来自信息流和Reels推荐系统的改进。他指出，推荐内容正变得更加个性化，不仅会呈现更多新鲜内容，也让用户能够更直接地决定自己看到什么。

扎克伯格透露，Reels采用了更快的AI推理技术和全新系统架构，能够分析更长时间跨度的用户活动记录，从而提高预测准确性。系统升级使Instagram的会话量提高15个基点，转发量和使用时长的增长尤其明显，两项数据都表明平台推荐的内容更符合用户兴趣。

最引人关注的是，扎克伯格明确表示，Instagram会自动把所有公开Reel和帖子输入到大模型里，由模型分析内容主题和表达基调，再利用分析结果训练推荐系统，作为进一步提高个性化程度的关键基础。这一做法意味着，平台上所有公开内容都将成为AI训练的数据源，用于优化推荐算法的精准度。

与此同时，推荐算法也是二十多个州起诉Meta时提出的核心问题。全美各州指控Meta刻意利用容易使人沉迷的产品设计，吸引青少年和儿童持续使用旗下平台。Meta CFO苏珊·李表示，Meta预计多个市场仍会加强对青少年问题的审查，多起涉及青少年的案件也已安排在今年开庭，最终可能给Meta造成经济损失。Meta同时披露，已为法律诉讼计提24亿美元（约合162.57亿元人民币）费用。

从技术角度看，将公开内容直接输入大模型进行主题和基调分析，再反馈至推荐系统，代表了社交媒体平台在内容理解与个性化推荐融合上的新方向。这种端到端的AI训练链路，能够更动态地捕捉用户兴趣变化和内容趋势，但也对数据隐私和内容使用边界提出了更高要求。Meta此举无疑将推动行业在推荐算法透明度与用户数据权益之间寻找新的平衡点。