Ecco come funziona l’algoritmo di YouTube nel 2022

Buongiorno cari lettori di Tecnogalaxy, oggi parleremo di come funziona l’algoritmo di Youtube, durante questo 2022.

Potresti non pensare a YouTube come un esempio di social media, a prima vista. È molto meno probabile che ti colleghi con amici, familiari e persino clienti su LinkedIn, rispetto ai social network, come Facebook o Instagram. Ma al centro, è un social network, in cui condividi video con altri YouTuber. E come tutte queste piattaforme, YouTube utilizza un complesso algoritmo per decidere la posizione dei video nei suoi consigli ed elenchi.

Le persone guardano ciò che YouTube vuole

Potrebbe sorprenderti sapere che la maggior parte delle visualizzazioni su YouTube avviene a seguito dei consigli della piattaforma. Come Netflix, YouTube utilizza l’intelligenza artificiale per determinare i video “migliori” per gli spettatori (o almeno per la persona il cui account è attualmente connesso).

Il Chief Product Officer di YouTube Neal Mohan ha ammesso al CES dello scorso anno che oltre il 70% dei video che guardi su YouTube è dovuto ai suggerimenti forniti da uno dei consigli basati sull’intelligenza artificiale del servizio.
Ciò è particolarmente rilevante per gli spettatori mobili che dedicano più di 60 minuti a ciascuna sessione di visualizzazione. Con sessioni di visualizzazione così lunghe, l’intelligenza artificiale di YouTube ha l’opportunità di posizionare molti potenziali video da guardare davanti allo spettatore medio.

L’algoritmo di YouTube è cambiato nel tempo

Prima del 2012, YouTube classificava i suoi video in base al numero di visualizzazioni: più persone guardavano un video, più sarebbe stato presentato ad altri spettatori. Il problema era che le persone imparavano a giocare facilmente a questo algoritmo. Tutto quello che dovevano fare era dare a un video un titolo clickbait, incoraggiando le persone ad aprirlo e guardarne una piccola parte. Ovviamente, si sarebbero presto resi conto che il video non faceva ciò che aveva promesso, quindi l’hanno lasciato immediatamente e sono passati al video successivo in coda. In poco tempo le persone si sono lamentate dei numerosi video clickbait.

YouTube ha cambiato il suo algoritmo nel 2012, questa volta privilegiando la durata, tempo di visualizzazione, e il tempo della sessione (tempo complessivo trascorso sulla piattaforma). In poco tempo i “giocatori” hanno imparato che il modo per battere il sistema era creare video lunghi e prolungati, che soddisfacessero la loro premessa di base, ma in modo waffling e imbottito.

Il problema con la necessità di realizzare video più lunghi, pur mantenendo il tempo complessivo della sessione, è stato che gli YouTuber hanno iniziato a esaurirsi, con la richiesta di enormi quantità di contenuti. I creatori dovevano ancora realizzare tanti video come in precedenza, ma con meno tempo e risorse per video.

Fu durante questa era che alcuni nuovi generi di video divennero popolari: avevano il potenziale per essere video lunghi ma erano facili da realizzare. Forse i più evidenti di questi sono stati i videogiocatori che hanno iniziato a filmarsi mentre giocavano. È molto più facile per un giocatore spararsi in azione durante un gioco piuttosto che fare una recensione del gioco autonoma, che richiede pianificazione e una sceneggiatura, ad esempio.

Nel 2016, tuttavia, YouTube ha aggiunto l’intelligenza artificiale e l’apprendimento automatico al suo algoritmo. Questo ha cambiato radicalmente i tipi di video che ha offerto alle persone. È stato criticato per aver evidenziato teorie del complotto e notizie false. Le modifiche più recenti (2019) all’algoritmo sono in risposta ad alcuni dei materiali inappropriati che le persone caricano sulla piattaforma. YouTube ha recentemente annunciato di aver modificato l’algoritmo per vietare i “contenuti limite”.

Lo scopo dell’algoritmo di YouTube

Gli ingegneri di YouTube descrivono l’algoritmo come uno dei “sistemi di raccomandazione industriale su larga scala e più sofisticati esistenti”.

Tuttavia, non tutti gli ingegneri sono così educati riguardo all’algoritmo. Guillaume Chaslot, un programmatore di computer francese di 36 anni con un dottorato di ricerca. nell’intelligenza artificiale, è stato uno degli ingegneri che ha creato l’algoritmo. È rimasto deluso durante i suoi tre anni di lavoro sul progetto. Ha detto: “YouTube è qualcosa che sembra realtà, ma è distorto per farti passare più tempo online. L’algoritmo di raccomandazione non sta ottimizzando per ciò che è vero, equilibrato o salutare per la democrazia”.
Chaslot ha aggiunto che l’algoritmo non rimane mai lo stesso. È in continua evoluzione, ponendo pesi diversi su segnali diversi. Gli ingegneri erano responsabili della sperimentazione di modifiche all’algoritmo che avrebbero aumentato le entrate pubblicitarie e il tempo che le persone trascorrono a guardare i video. Secondo Chaslot, “Il tempo di visualizzazione era la priorità. Tutto il resto era considerato una distrazione”.

In definitiva, però, il sistema ha due obiettivi:

1. aiutare gli spettatori a trovare i video che vogliono guardare
2. massimizzare il coinvolgimento e la soddisfazione degli spettatori a lungo termine

Come funziona l’algoritmo di YouTube

Come con la maggior parte dei sistemi di intelligenza artificiale, l’intelligenza artificiale di YouTube è sofisticata e YouTube ha rilasciato solo informazioni limitate al riguardo. Hanno pubblicato un white paper nel 2016 ( Deep Neural Networks for YouTube Recommendations ) che ha chiarito alcuni dettagli (e ovviamente le persone hanno ottenuto alcune indicazioni da ex dipendenti). Tuttavia, la maggior parte delle informazioni sull’algoritmo è ancora molto segreta.

Sappiamo dal white paper che utilizza l’intelligenza artificiale per tenere traccia della soddisfazione percepita degli spettatori per creare un flusso di consigli personalizzato e avvincente, ovvero funziona per determinare quanto è soddisfatto/felice uno spettatore con ogni video che riproduce e quindi adattare i consigli futuri per cercare di aumentare questo livello di soddisfazione.

Ci sono effettivamente due reti neurali in uso. Il primo filtra i video per decidere cosa sarebbe una buona corrispondenza per i consigli “Next Up” dello spettatore. La seconda rete neurale assegna a ogni video un punteggio in base a una serie di fattori (non ancora noti al pubblico), ma sembra includere un’indennità per la novità di un video e la frequenza dei caricamenti sul canale che ha caricato questo video.

Questo è tutto sull’algoritmo di Youtube, ad un prossimo articolo.

Leggi anche:

• Setapp lo store alternativo arriverà presto sugli iPhone
• Le migliori app per il fantacalcio
• Ecco Airis l’AI implementata in SigmaOS
• Cos’è il SubReddit r\Place
• L’IA sta cambiando il nostro mondo