X ha publicado el código fuente que alimenta su algoritmo de recomendación "For You" — el sistema que determina qué publicaciones aparecen en la parte superior de cientos de millones de feeds de usuarios cada día. Alojado en el repositorio xai-org/x-algorithm de GitHub, el lanzamiento representa una reescritura completa del motor de recomendaciones anterior de la plataforma.

Elon Musk anunció el 10 de enero de 2026 que X haría de código abierto el algoritmo de recomendación completo en un plazo de siete días. El código fue publicado el 20 de enero. Reemplaza una publicación parcial de código abierto de 2023 de una versión anterior basada en Scala con una reconstrucción desde cero escrita en Rust y Python.

Cómo el algoritmo determina lo que ven los usuarios

El sistema opera a través de un sistema de múltiples etapas. Primero recupera publicaciones candidatas de toda la plataforma, extrayendo de las cuentas que un usuario sigue, temas en tendencia y contenido similar al que el usuario ha interactuado previamente. Un modelo de clasificación luego predice la probabilidad de interacción del usuario con cada publicación y las ordena en consecuencia.

El modelo de clasificación prioriza las comparticiones, los comentarios y otras formas de participación activa. Las publicaciones que generan respuestas y republicaciones reciben un impulso, mientras que las publicaciones que atraen reportes, silenciamientos o no logran retener la atención del usuario son penalizadas.

Bajo el capó, el algoritmo emplea modelos transformadores avanzados — específicamente un modelo llamado Phoenix, que ha sido mejorado con elementos tomados de la tecnología Grok de xAI. El sistema también incorpora filtros de visibilidad, módulos de seguridad y capas de clasificación diseñadas para manejar señales de moderación de contenido. Un commit del 15 de mayo de 2026 actualizó más de 18,000 líneas en 187 archivos.

¿Transparencia o teatro?

El lanzamiento convierte a X en una de las primeras grandes plataformas de redes sociales en compartir abiertamente el código fuente de un sistema de recomendación. Meta, TikTok y YouTube han publicado cada uno artículos de investigación y descripciones generales de sus algoritmos, pero ninguno ha liberado un código funcional en GitHub para inspección pública.

Sin embargo, porciones significativas del algoritmo permanecen redactadas — incluyendo pesos operativos clave y configuraciones exactas. El experto John Thickstun señaló que los pesos y parámetros omitidos limitan la transparencia práctica del lanzamiento, ya que los investigadores independientes no pueden reproducir completamente el comportamiento del algoritmo ni auditar sus resultados sin esos componentes.

Para los investigadores que han pasado años solicitando mayor acceso a los sistemas de recomendación de las plataformas, el lanzamiento ofrece un punto de partida incluso en su forma incompleta. La capacidad de inspeccionar la arquitectura del sistema y las capas de clasificación — incluso sin cada peso de producción — permite un nivel de escrutinio estructural previamente no disponible en ninguna plataforma importante.

El 13 de agosto de 2026, el repositorio recibió otra ronda de actualizaciones significativas, añadiendo parámetros de configuración y una nueva herramienta de transparencia llamada "Under the Hood." Esta herramienta muestra estadísticas de etiquetas para publicaciones individuales, brindando a los usuarios cierta visibilidad sobre por qué se destacó o se suprimió contenido específico.

Implicaciones para las redes sociales y más allá

El movimiento llega en un momento en que la presión regulatoria sobre la transparencia algorítmica se intensifica a nivel global. La Ley de Servicios Digitales de la Unión Europea ya requiere que las grandes plataformas divulguen cómo funcionan sus sistemas de recomendación, y se han discutido esfuerzos legislativos similares en los Estados Unidos y el Reino Unido. Si los competidores responden lanzando sus propios códigos — o si el enfoque de X se convierte en un referente regulatorio — sigue siendo una pregunta abierta para la industria.