AI-gestuurde aanbevelingen: hoe Instagram je feed vormgeeft

Waarschijnlijk merkte je dat je feed tegelijkertijd vreemder en vertrouwd aanvoelde. Nieuwe gezichten. Oude favorieten. Kortere tussenpozen tussen wat je leuk vindt en wat verschijnt. Die verandering is geen toeval.

Kleine backendwijzigingen, grote gedragsveranderingen

Mark Zuckerberg vertelde investeerders dat de tijd die gebruikers aan Instagram besteden in het tweede kwartaal jaar-op-jaar met een dubbelcijferige procent is gestegen. Het bedrijf schrijft die stijging toe aan een rustige revolutie: de aanbevelingsmachine, afgestemd met nieuwe kunstmatige intelligentie, verknopt nu snellere verwerking met een diepere kijk op de activiteitshistorie van gebruikers. Het resultaat is een feed die persoonlijk en actueel aanvoelt en, belangrijk, beter aansluit bij wat mensen daadwerkelijk willen bekijken en delen.

Denk eraan als een dj die niet alleen de favoriete nummers van het publiek onthoudt, maar ook razendsnel de sfeer aanvoelt. Reels, het kortevideocentrum van Instagram, leunt nu op diezelfde logica. Snellere inferentie. Een herontworpen architectuur. Een langere herinnering aan eerder gedrag. Deze veranderingen stellen het systeem in staat interesses nauwkeuriger te voorspellen en clips te serveren die kijkers doen doorklikken voor nog een keer.

Meta zegt dat die verbeteringen hebben geleid tot ongeveer 15 basispunten stijging in het aantal sessies. Dat klinkt als een kleine metric, maar kan snel uitvergroten: meer sessies betekenen meer gedeelde content, langere kijktijden en een grotere cirkel van ontdekking en betrokkenheid. Voor een platform dat draait op aandacht stapelen kleine winsten zich op tot merkbare publiekverschuivingen.

Hoe doet Meta dit eigenlijk? Volgens Zuckerberg stuurt het bedrijf elk openbaar bericht en elke openbare Reels-clip door een groot taalmodel dat onderwerp en toon analyseert. Die analyse labelt content op schaal, zodat het aanbevelingssysteem subtiliteiten zoals stemming, onderwerp en intentie kan afstemmen op de genuanceerde gewoonten van gebruikers. Meta is van plan deze aanpak ook naar meer hoeken van Facebook uit te rollen, waarmee dezelfde personalisatielogica over zijn sociale netwerk wordt verspreid.

Het is een efficiënte tactiek. LLM's bieden een soort semantische lens die oudere classifiers misten. Waar een traditioneel model een clip als 'sport' of 'komedie' zou markeren, kan een modern taalmodel aangeven of de toon sarcastisch, aspiratiegericht, instructief of nostalgisch is. Die context verandert wat relevant is voor een individuele kijker.

Toch is het technische verhaal niet de enige verhaallijn.

Toezichthouders en advocaten kijken nauwlettend toe. Meer dan 20 Amerikaanse staten hebben Meta ervan beschuldigd producten te ontwerpen die jongere gebruikers verslaafd maken. De juridische druk neemt toe en de leiding van Meta verwacht dat die controle zal doorgaan. Susan Li, Meta's financieel directeur, waarschuwde investeerders dat meerdere zaken met betrekking tot tieners actief zijn en financiële tegenslagen kunnen opleveren. Het bedrijf heeft ongeveer €2,2 miljard gereserveerd in verband met die rechtszaken.

Die spanning is belangrijk. Enerzijds kan AI-gedreven personalisatie ontdekking moeiteloos en aangenaam maken. Anderzijds stellen critici dat dezelfde systemen kwetsbare groepen kunnen aansporen tot overmatig gebruik. De architectuur die relevantie verbetert kan ook de bijwerkingen versterken als er geen waarborgen ingebouwd zijn.

Voorbij Meta beweegt de industrie zich snel. Apple levert ontwikkelaarsbuilds van iOS 18.1 die de eigen AI-functies van het bedrijf in het besturingssysteem weven, wat aangeeft dat zowel platformhouders als appmakers op zoek zijn naar onderscheidende AI-ervaringen. De concurrentie laait openbaar op, terwijl de echte race zich afspeelt in private modellen, latency-optimalisaties en productbeslissingen over waar personalisatie helpt en waar het schade kan veroorzaken.

Wat betekent dat voor gebruikers? Voorlopig zullen velen gewoon een feed ervaren die meer op maat aanvoelt. Voor beleidsmakers is de vraag of 'op maat' hetzelfde is als voordelig. Voor productteams is de uitdaging duidelijk: afstemmen op relevantie zonder de controle te verliezen. Voor investeerders kunnen kleine procentuele verschuivingen in bestede tijd het verhaal over groei veranderen. En voor ontwerpers is de taak om die winst minder als manipulatie en meer als dienstverlening te laten aanvoelen.

Dit moment gaat minder over een enkele technische truc en meer over een nieuwe operationele logica voor sociale apps, aangedreven door AI, gedragsgestuurd en onder juridische druk om hun waarde verantwoord aan te tonen.