La herramienta aparece como una nueva página de configuración. Los usuarios que hayan publicado al menos 10 veces en el último mes pueden descargar un archivo JSON con estadísticas agregadas que detalla si se ha aplicado alguna etiqueta limitadora de visibilidad a su cuenta o a publicaciones concretas durante el mes calendario anterior . Según Keith Coleman, vicepresidente de Producto, el usuario puede luego pasar ese JSON a un modelo de lenguaje (LLM) para que le explique cómo lo trató el algoritmo
.
La función se lanzó inicialmente como piloto para cuentas con al menos un año de antigüedad, con planes de ampliar la disponibilidad .
Además de revisar el código, los desarrolladores pueden enviar pull requests al repositorio público de GitHub, estudiar los mecanismos de ranking y ejecutar partes del motor de clasificación por su cuenta .
La publicación no incluye los sistemas de moderación basados en Grok (el modelo de lenguaje de xAI) que detectan y filtran contenido problemático. Coleman explicó que estos sistemas se retuvieron deliberadamente para evitar que actores malintencionados pudieran hacer ingeniería inversa y eludir la detección .
La medida responde directamente a años de quejas de usuarios y reguladores sobre el shadowban opaco —la práctica de limitar la visibilidad de una cuenta sin avisar—, el supuesto sesgo político en la curación de contenidos y la posible influencia en elecciones . Al hacer auditable la lógica del ranking y proporcionar datos de visibilidad por cuenta, X pretende demostrar que sus sistemas aplican etiquetas basándose en infracciones de las normas, no en la orientación política del usuario.
Coleman dijo a TechCrunch que la iniciativa busca generar confianza mediante una transparencia radical, y que la empresa está publicando cosas que "la gente se sorprenderá bastante de que estemos publicando" . Para él, la herramienta permite a los usuarios verificar por sí mismos si los sistemas de ranking les han afectado, sin tener que confiar solo en los comunicados oficiales de X
.