Las recomendaciones de video de YouTube son una característica central del sistema. De hecho, el 70% del tiempo de visualización en la plataforma se basa en las recomendaciones de YouTube. A veces, las recomendaciones son correctas, pero a veces, te llevan a lugares totalmente inesperados. ¿Cómo decide YouTube qué recomendarte?

La respuesta más corta es: lo decide el motor de recomendaciones de contenido del sitio. YouTube analiza tres cosas principales para determinar qué video debería mostrarte: su colección de contenido, el contexto actual y la información sobre ti.

Jesse McCrosky, investigador y científico de datos de la Fundación Mozilla, tiene la información te da la información que necesitas.

Tomemos el ejemplo de los videos de gatos. Antes de que decidas ir a YouTube y ver videos divertidos de gatos, YouTube analiza numerosos puntos en los datos de su colección de videos: el tema, la duración, la calidad de la producción y mucho más. Con esa información a su disposición, YouTube va por el segundo dato: el contexto actual. No solo descubrir lo que un usuario acaba de ver, sino también los datos contextuales: hora, ubicación y cualquier otra cosa que se refiera al entorno en el que estás viendo los videos divertidos de gatos.

Y luego la pieza final: la información que YouTube conoce sobre ti. Además de la información que le diste a YouTube, el sitio también puede rastrear tu tiempo de visualización, lo que te gusta, lo que no te gusta, si compartes con un amigo, y, es posible que también, estén rastreando cosas como la velocidad de desplazamiento, dónde mueves el mouse, dónde haces clic y sobre qué miniaturas del video pasas el cursor. Todo lo que haces en la plataforma tiene el potencial de ofrecer más información para que YouTube haga conjeturas sobre tus hábitos de visualización. Con toda esta información, YouTube puede hacer inferencias sobre ti. "Esta persona definitivamente quiere más videos de gatos".

¿Hay una "Caja negra"?

Si bien tenemos una idea general de cómo YouTube hace predicciones, no estamos completamente seguros de cómo el algoritmo toma decisiones y por qué (¡pero lo estamos investigando!). De hecho, investigadores independientes como el miembro de Mozilla y fundador de AlgoTransparency, Guillaume Chaslot, han estado trabajando para comprender mejor cómo funciona la IA de YouTube porque YouTube, al igual que otras empresas, no revela la información sobre su algoritmo. Los algoritmos de YouTube pueden ser una especie de caja negra, por lo difícil que es ver el interior y tener una idea del funcionamiento interno.

En pocas palabras, YouTube está optimizado para dos cosas: compromiso y satisfacción del usuario. El compromiso mide cuánto tiempo pasas en el servicio, la satisfacción del usuario intenta medir si te gustó o no lo que viste, dando al video un Me gusta o compartiéndolo con amigos. Pero, como señala McCrosky, los incentivos de YouTube están mejor alineados con la optimización para el compromiso. Eso puede ser problemático cuando un video es engañoso o involucra teorías de la conspiración, pero es popular y lleva a que más usuarios permanezcan en YouTube por más tiempo.

Míralo, pero ten cuidado

En última instancia, el objetivo de YouTube es hacer que deseemos permanecer en el servicio durante más y más tiempo, independientemente de si vale la pena ver el video en sí o no. Este objetivo podría parecer inofensivo cuando hace que pierdas el tiempo, pero dado que tantas personas se informan por YouTube, las elecciones que hace su algoritmo pueden tener graves consecuencias sociales, y debemos ser críticos a la hora de preguntarnos si la plataforma está diseñada para el bien de sociedad. Por lo general, puedes esperar que el motor de recomendaciones de YouTube te presente videos que querrás ver, pero no esperes que siempre te presente videos que valga la pena ver, solo tú puedes decidir.