O algoritmo de recomendação de vídeos do YouTube continuará dando recomendações de vídeos enquanto os espectadores continuarem assistindo. No geral, os vídeos que respondem às perguntas dos usuários e mantêm os espectadores engajados serão mais lucrativos para os algoritmos de classificação do YouTube. De acordo com o Pew Research Center, 81% dos usuários do YouTube nos EUA relatam assistir a vídeos recomendados pelo algoritmo do YouTube regularmente.
No entanto, a maioria dos usuários do YouTube faz login e recebe recomendações com base no histórico de visualizações. O YouTube adapta fortemente as recomendações ao histórico do usuário, e isso não é algo que possa ser imitado universalmente. De acordo com o YouTube, existem vários fatores diferentes que influenciam os vídeos classificados para escolher para cada pessoa.
O YouTube possui vários algoritmos para classificar o conteúdo nas páginas iniciais, resultados de pesquisa e vídeos sugeridos. Os algoritmos classificam os vídeos de acordo com o desempenho deles e, em seguida, os emparelham com espectadores em potencial, de acordo com vários fatores de recomendações. Em segundo lugar, o algoritmo do YouTube combina vídeos com pessoas com base em seu histórico de visualizações, bem como no que pessoas semelhantes assistiram. Como todas as plataformas semelhantes, o YouTube usa algoritmos complexos para determinar onde os vídeos devem ser classificados nas recomendações e listas do YouTube.
Em última análise, se seu sistema favorece vídeos de conspiração, o YouTube é incentivado a fazer mais. O YouTube está preocupado com a forma como apenas uma pessoa reage a um determinado vídeo ao tomar decisões sobre se deve ou não recomendá-lo a outras pessoas. O YouTube disse que o YouTube está apenas refletindo o que os usuários querem ver, com vídeos escolhidos de acordo com seus perfis pessoais e históricos de visualização. Para ajudar a manter os usuários assistindo, o YouTube usa um sistema de recomendação alimentado por IA de primeira classe (afinal, é o Google).
Publicamente, os executivos dizem que seus sistemas guiam mais de 70% do conteúdo assistido no YouTube, e eles estão cada vez melhores nisso. Novos insights sobre como diferentes fatores afetam o algoritmo de recomendação de vídeos do YouTube foram revelados por membros da equipe encarregada de trabalhar nele. Em 2016, o YouTube lançou um whitepaper explicando seus algoritmos de recomendação de vídeo baseados em aprendizado de máquina. No artigo de pesquisa publicado em 2016, uma equipe de engenheiros do Google compartilhou seus planos sobre como os vídeos podem ser exibidos por meio do mecanismo de recomendação do YouTube para fornecer melhores experiências ao usuário.
Para coletar dados sobre as recomendações específicas feitas aos usuários do YouTube – informações que o gigante de tecnologia do YouTube, o Google, normalmente não fornece a pesquisadores externos – a Mozilla adotou a abordagem de crowdsourcing, por meio de uma extensão do navegador (chamada RegretsReporter) que permite aos usuários relatar quais YouTube vídeos que eles se arrependem de assistir. Em 2012, o YouTube anunciou uma atualização em seu sistema de busca projetada para determinar quais vídeos as pessoas realmente gostariam de ver. Assim como a Netflix, o YouTube usa inteligência artificial para identificar os vídeos que são os melhores para os espectadores (ou, pelo menos, para as pessoas cujas contas estão conectadas). O diretor de produtos do YouTube, Neal Mohan, admitiu na CES do ano passado que mais de 70% dos vídeos que você vê no YouTube são por causa de sugestões feitas por uma das recomendações baseadas em inteligência artificial do YouTube.
O problema é como sugerir novos vídeos que os usuários vão querer assistir, quando esses vídeos são novos em seus algoritmos e têm uma audiência menor. Se você conseguir convencer um novo usuário a continuar assistindo mais conteúdo depois de clicar em um de seus vídeos, você aumenta as chances de ter seus vídeos recomendados a ele na próxima vez que abrir o YouTube.