Grok a introduit un nouveau système de recommandation algorithmique pour la plateforme X, qu'il décrit comme l'un des systèmes de recommandation sociale les plus « natifs en IA » disponibles. Le système utilise de grands modèles pour apprendre directement les schémas d'engagement des utilisateurs et les interactions historiques, créant ainsi des profils utilisateurs. Il prédit diverses probabilités d'interaction, telles que les likes, commentaires, partages et signalements, afin d'améliorer la sensibilité aux comportements négatifs et au contenu de faible qualité. Cette approche vise à réduire les biais humains et à abaisser le seuil d'engagement, tandis que des contraintes de diversité empêchent la saturation du contenu par un seul auteur. Cependant, le système fait face à des défis liés à l'apprentissage rapide des Transformers, ce qui pourrait entraîner des risques de « cocon informationnel 2.0 » et une distribution répétitive du contenu.