Freetago – teknisk koncept og nøglefunktioner

Freetago er en community-first social platform designet til dybe, tematiske fællesskaber frem for brede, anonyme feeds. Arkitekturen er bygget op omkring interessebaserede rum ("tagspaces"), hvor indhold, relationer og notifikationer organiseres efter emner og kontekster – ikke kun efter personer. For udviklere betyder det en klar domænemodel med eksplicitte entiteter for communities, tråde, events og relationer, samt en algoritme-tilgang der prioriterer gennemsigtighed og bruger-kontrol frem for black-box engagement-optimering.

Platformen er tænkt API-first med en modulær backend, så nye interaktionsformer (fx live-sessions, fælles planlægning eller co-creation flows) kan tilføjes uden at bryde eksisterende klienter. Datasikkerhed og privatliv er indbygget via granulære adgangsregler, tydelig dataejerskab og mulighed for eksport/sletning på tværs af hele brugerrejsen.

Centrale features for udviklere og tekniske investorer

• Tagspaces & kontekstuelle tråde: Alt indhold tilknyttes et eller flere tagspaces, som fungerer som semantiske containere. Det gør det nemt at bygge målrettede feeds, søgning og anbefalinger uden at miste kontekst.
• Strukturerede interaktionstyper: Ud over klassiske likes/kommentarer understøtter Freetago specialiserede interaktioner som "co-plan", "signal boost" og "request input", der hver har tydelig semantik i datamodellen.
• Event- og aktivitetsflows: Indbyggede flows til at oprette, koordinere og følge op på events (online/offline) med RSVP, deltagerroller og opgavefordeling.
• Åben og forklarbar algoritme: Feeds bygges via en kombination af simple, vægtede signaler (relation, relevans, aktualitet) og brugerdefinerede filtre. Brugeren kan se og justere, hvad der vægtes.
• Privacy by design: Klar separation mellem offentlige, community-beskyttede og private lag, kryptering in transit og mulighed for end-to-end krypterede tråde for særligt følsomme samtaler.
• Auditbare beslutninger: Centrale anbefalinger og moderation-beslutninger logges i et internt auditlag, så man kan forklare "hvorfor så jeg dette?" eller "hvorfor blev dette skjult?".

Brugerrejse – fra onboarding til aktivt community-medlem

En typisk brugerrejse starter med en interessebaseret onboarding. I stedet for at følge personer, vælger brugeren 5–10 tagspaces (fx "klimahandling", "indie dev", "lokal kultur København"). Backend bruger dette til at initialisere et personligt, men gennemsigtigt feed.

Efter onboarding foreslår Freetago konkrete handlinger frem for passivt scroll: "Deltag i en samtale", "Meld dig på et event" eller "Bidrag med en ressource". Hver handling er en tydelig interaktionstype i systemet, så udviklere kan måle reel deltagelse frem for blot visninger.

Når brugeren opretter et opslag, vælger vedkommende formål (fx "dele erfaring", "søge hjælp", "starte projekt") og tilknytter det til relevante tagspaces. Dette formål gemmes som struktureret metadata, som algoritmen bruger til at matche opslag med brugere, der typisk engagerer sig i samme type handlinger.

Over tid lærer systemet, hvilke tagspaces og interaktionstyper brugeren faktisk engagerer sig i. I stedet for at skrue op for alt engagement, forsøger Freetago at balancere feedet mellem: 1) indhold fra nære relationer, 2) nye perspektiver inden for eksisterende interesser og 3) "udforsk"-indhold, der er tydeligt markeret som eksperimentelt.

Hvordan Freetago adskiller sig fra klassiske sociale medier

• Community over individ: Fokus er på fælles projekter, events og videndeling i tagspaces, ikke på personlig branding. Profiler er vigtige, men primært som kontekst for bidrag – ikke som primær destination.
• Interaktionsformer med mening: I stedet for generiske likes har Freetago domænespecifikke interaktioner. Et "co-plan" signalerer fx, at brugeren vil være med til at planlægge noget konkret, hvilket kan trigge automatiske forslag til opgavefordeling eller opfølgende tråde.
• Algoritme som værktøj, ikke dommer: Brugeren kan vælge mellem foruddefinerede feed-profiler (fx "seneste først", "community-fokus", "projekt-opdateringer") og se, hvilke signaler der vægtes. Ingen skjulte "engagement hacks".
• Dataminimering og kontrol: Kun nødvendige data gemmes, og brugeren kan til enhver tid eksportere eller slette sin aktivitet pr. tagspace. Det gør det muligt at "forlade" et community uden at slette hele kontoen.

Teknisk koncept – arkitektur og datamodeller

Freetago er tænkt som en event-drevet, API-first platform. Kernekomponenterne kan fx være:

• Core API-service: Håndterer brugere, tagspaces, tråde, events og interaktioner. Entiteter er designet med klare relationer (fx User <-> Membership <-> Tagspace) for at understøtte rettighedsstyring og anbefalinger.
• Feed & Recommendation Engine: En separat tjeneste, der lytter på events (nye opslag, interaktioner, medlemskaber) og bygger personlige feeds via simple, justerbare scoring-funktioner. Fokus er på transparens og mulighed for A/B-test af algoritmer uden at låse sig til én model.
• Notification & Activity Service: Abonnerer på samme event-strøm og genererer notifikationer baseret på brugerens præferencer og relationer til tagspaces, personer og projekter.
• Privacy & Compliance Layer: Centraliserer håndtering af samtykker, dataretention, eksport og sletning. Alle services kalder dette lag for at sikre konsistent håndtering af privatliv.

Datamodellen understøtter typed interactions, hvor hver interaktion har en type, payload og kontekst (fx hvilken tråd, hvilket event, hvilken rolle). Det gør det nemt at udvide med nye interaktionstyper uden at ændre eksisterende tabeller dramatisk – fx via en kombination af polymorfe relationer og JSONB-felter i en relationsdatabase eller dokumentbaseret lagring.

Datasikkerhed og privatliv

• Granulære adgangsregler: Hvert tagspace har egne regler for synlighed (offentligt, inviteret, lukket) og roller (admin, moderator, medlem, gæst). Disse regler håndhæves centralt i API-laget.
• Kryptering: Al trafik er TLS-krypteret, og følsomme felter (fx private beskeder) kan lagres krypteret i databasen. For særligt følsomme tråde kan end-to-end kryptering implementeres med klient-side nøgler.
• Dataejerskab: Brugere kan se, hvilke data der gemmes om dem, og pr. tagspace vælge at anonymisere historik eller slette specifikke interaktioner. Dette eksponeres via et dedikeret "My Data"-interface og API-endpoints.

Konkrete brugsscenarier

• 1. Lokalt klima-community: En gruppe borgere opretter et tagspace for klimahandling i deres by. De bruger events til at planlægge affaldsindsamlinger, "co-plan" til at fordele opgaver og "request input" til at indsamle idéer til nye initiativer. Algoritmen prioriterer opdateringer fra igangværende projekter og nært forestående events.
• 2. Indie game dev-netværk: Udviklere samles i et tagspace for at dele builds, få feedback og finde samarbejdspartnere. Strukturerede interaktioner gør det muligt at markere opslag som "søger grafiker" eller "playtest ønskes", hvilket feed-engine bruger til at matche med relevante profiler.
• 3. Fagligt læringsfællesskab: Et professionelt community bruger Freetago til at køre temauger, hvor hvert tema er et midlertidigt tagspace. Deltagerne deler ressourcer, kører live-sessions og dokumenterer konklusioner i en fælles tråd, som efterfølgende arkiveres men stadig er søgbar.

Forslag til simple mockup-/UI-billeder

• Mockup 1 – Onboarding & interessevalg: En mobilskærm der viser en ren onboarding-flow med valg af tagspaces (chips eller kort med emner), hvor brugeren vælger interesser som "klima", "indie dev" og "lokal kultur".
• Mockup 2 – Community-feed: En hovedskærm med et feed opdelt i sektioner pr. tagspace, tydeligt markerede interaktionstyper (co-plan, request input) og filtre i toppen til at skifte mellem feed-profiler.
• Mockup 3 – Event- og co-plan-flow: En skærm der viser et konkret event med deltagerliste, opgavekort og en tråd til koordinering, hvor brugere kan tilmelde sig opgaver via en tydelig "co-plan"-knap.