X a publié le code source qui alimente son algorithme de recommandation « For You » — le système qui détermine quelles publications apparaissent en haut des fils d'actualité de centaines de millions d'utilisateurs chaque jour. Hébergé dans le dépôt GitHub xai-org/x-algorithm, cette version représente une réécriture complète du moteur de recommandation précédent de la plateforme.

Elon Musk a annoncé le 10 janvier 2026 que X rendrait open-source l'intégralité de l'algorithme de recommandation sous sept jours. Le code a été publié le 20 janvier. Il remplace une publication partielle de 2023 d'une ancienne version basée sur Scala par une reconstruction complète écrite en Rust et Python.

Comment l'algorithme détermine ce que les utilisateurs voient

Le système fonctionne via un pipeline à plusieurs étapes. Il récupère d'abord les publications candidates sur l'ensemble de la plateforme, en extrayant des comptes suivis par l'utilisateur, des sujets tendance et des contenus similaires à ceux avec lesquels l'utilisateur a interagi auparavant. Un modèle de classement prédit ensuite la probabilité d'interaction de l'utilisateur avec chaque publication et les trie en conséquence.

Le modèle de classement donne la priorité aux partages, aux commentaires et à d'autres formes d'engagement actif. Les publications qui génèrent des réponses et des republications sont mises en avant, tandis que celles qui attirent des signalements, des mises en sourdine ou qui ne parviennent pas à retenir l'attention de l'utilisateur sont pénalisées.

Sous le capot, l'algorithme utilise des modèles de transformeurs avancés — spécifiquement un modèle appelé Phoenix, qui a été amélioré avec des éléments tirés de la technologie Grok de xAI. Le pipeline intègre également des filtres de visibilité, des modules de sécurité et des couches de classification conçus pour gérer les signaux de modération de contenu. Une mise à jour du 15 mai 2026 a modifié plus de 18 000 lignes réparties sur 187 fichiers.

Transparence ou théâtre ?

Cette publication fait de X l'une des premières grandes plateformes de médias sociaux à partager ouvertement le code source d'un système de recommandation. Meta, TikTok et YouTube ont tous publié des articles de recherche et des descriptions de haut niveau de leurs algorithmes, mais aucun n'a publié de code fonctionnel sur GitHub pour inspection publique.

Cependant, des parties importantes de l'algorithme restent occultées — y compris les poids opérationnels clés et les paramètres de configuration exacts. L'expert John Thickstun a noté que les poids et paramètres omis limitent la transparence pratique de la publication, car les chercheurs indépendants ne peuvent pas reproduire pleinement le comportement de l'algorithme ou auditer ses résultats sans ces composants.

Pour les chercheurs qui ont passé des années à demander un meilleur accès aux systèmes de recommandation des plateformes, cette publication offre un point de départ même dans sa forme incomplète. La capacité d'inspecter l'architecture du pipeline et les couches de classification — même sans tous les poids de production — permet un niveau d'examen structurel auparavant indisponible sur toute grande plateforme.

Le 13 août 2026, le dépôt a reçu une autre série de mises à jour importantes, ajoutant des paramètres de configuration et un nouvel outil de transparence appelé « Under the Hood ». Cet outil révèle les statistiques d'étiquetage pour les publications individuelles, offrant aux utilisateurs une certaine visibilité sur les raisons pour lesquelles un contenu spécifique a été mis en avant ou réprimé.

Implications pour les médias sociaux et au-delà

Cette initiative intervient à un moment où la pression réglementaire sur la transparence algorithmique s'intensifie à l'échelle mondiale. La loi sur les services numériques (Digital Services Act) de l'Union européenne exige déjà des grandes plateformes qu'elles divulguent le fonctionnement de leurs systèmes de recommandation, et des efforts législatifs similaires ont été discutés aux États-Unis et au Royaume-Uni. Le fait que les concurrents répondent en publiant leurs propres codes sources — ou que l'approche de X devienne une norme réglementaire — reste une question ouverte pour l'industrie.