Plataformas mudam ranking para combater clickbait
Do comportamento ao significado
Redes sociais como LinkedIn, Meta e YouTube vêm mudando a forma como seus feeds selecionam conteúdo para reduzir o poder do clickbait. Historicamente, a etapa de recuperação (retrieval) - que escolhe, entre centenas de milhões de posts, quais candidatos serão avaliados pelo ranking - usava sinais de engajamento como proxy barato de relevância. O problema é que essa métrica é fácil de manipular: posts como "comente DONE se você é um engenheiro de verdade" geram interação sem entregar valor, e sistemas otimizados para interação os promovem.
A alternativa é a recuperação semântica: em vez de depender apenas do histórico de comportamento, o sistema passa a buscar conteúdo pelo significado. Isso é feito com embeddings, representações numéricas em espaço de alta dimensão em que itens com sentidos semelhantes ficam próximos. Um padrão comum é o modelo de duas torres (dual encoder): um codificador representa o usuário e outro representa cada post; os posts podem ser pré-computados e indexados, permitindo busca rápida por vizinhança no momento da requisição.
Três caminhos diferentes
O LinkedIn consolidou cinco sistemas de recuperação separados em um único modelo baseado em uma versão ajustada do LLaMA-3, da Meta. Usuários e posts são convertidos em textos estruturados por templates e mapeados para um mesmo espaço de embeddings. Uma lição prática: alimentar contagens brutas de popularidade nos prompts quase não ajudava; converter esses números em buckets percentuais aumentou a precisão da recuperação em cerca de 15%.
A Meta seguiu direção oposta no Instagram: mantém um funil com mais de mil modelos especializados. Candidatos passam por recuperação, ranking inicial leve com duas torres, ranking mais pesado e um ajuste final de diversidade e integridade. O modelo tardio prevê múltiplas ações do usuário e um modelo de valor combina previsões positivas e negativas - por exemplo, penalizando o toque em "ver menos posts como este".
O YouTube adotou recuperação generativa com o sistema PLUM. Cada vídeo recebe um "Semantic ID", sequência de códigos derivada do próprio conteúdo. Um modelo da família Gemini é adaptado para gerar, a partir do histórico do usuário, os IDs dos próximos vídeos prováveis, dispensando índice de busca. Há um risco novo: gerar ID inexistente, mantido abaixo de 5%. Em Shorts, o ganho de clique foi de 4,96%, com maior alcance de conteúdo de cauda longa.
Cold start e limites
A recuperação semântica também melhora o problema do cold start: como o modelo traz associações do pré-treino, consegue inferir interesses a partir do perfil mesmo sem histórico. Um engenheiro eletricista pode receber conteúdo sobre redes elétricas e energia renovável antes de qualquer clique. O efeito colateral é que o sistema pode errar e estereotipar usuários com base em perfis esparsos.
Cada arquitetura tem trade-offs: o modelo único do LinkedIn simplifica manutenção, mas dificulta rollback e intervenção pontual; o funil da Meta permite controlar objetivos separadamente, com maior complexidade operacional; o modelo generativo do YouTube elimina grandes tabelas de embeddings, mas introduz falhas de geração. Além disso, o clickbait não desaparece: conteúdo ainda pode ser otimizado para tópicos de alto valor. As escolhas diferentes refletem a natureza dos dados de cada plataforma: texto profissional, mídia multiobjetivo e vídeo em escala.