Dalí Véliz
La manera en que las redes sociales nos muestran diferentes tipos de contenido sigue siendo un misterio para muchas personas, que incluso llegan a pensar que estas plataformas pueden leer su mente. Sin embargo, más allá de poderes psíquicos, estas predicciones y recomendaciones se basan en nuestros gustos y el tipo de contenido que vemos con regularidad. A principio de año, Facebook dio un paso adelante en este aspecto y ofreció un vistazo al funcionamiento de su IA predictiva.
Ahora, es Google la que ha decidido traer también un poco de luz sobre el misterio de las recomendaciones de vídeos en Youtube.
Qué es el sistema de recomendaciones de YouTube
Las recomendaciones no son más que los diferentes vídeos que nos encontramos en la página de inicio al entrar en la plataforma, o los vídeos que nos figuran en el panel de “A continuación” cuando estamos visualizando algún vídeo. Es decir, son los vídeos que YouTube muestra para ayudar a los usuarios a encontrar contenido de interés sin necesidad de buscarlo.
Actualmente la recomendación de contenido se basa principalmente en los gustos de los usuarios y su historial de visualización, pero no siempre ha sido así. Es más, el sistema de recomendaciones de YouTube ha tenido una amplia evolución desde su implementación en 2008, cuando se basaba simplemente en la popularidad de los vídeos. Así, si los vídeos de cocina eran los más vistos en ese momento, estos aparecerían directamente en la página de inicio de los usuarios aunque no hubieran demostrado interés en este tipo de contenido.
A partir de allí el sistema fue mejorando: entre 2011 y 2012 la plataforma incorporó clasificaciones para identificar vídeos racistas o violentos y evitar su recomendación, y empezó a tener en cuenta el tiempo de visualización como un factor de recomendación ayudando a mejorar la calidad del sistema. De la misma forma entre 2015 y 2017, YouTube degradó el contenido sensacionalista para evitar su recomendación, y disminuir la desinformación.
Por otro lado también comenzó a implementar un sistema de aprendizaje automático para ayudar a desplegar el contenido en grupos sensibles, como los usuarios menores, también se incorporó un sistema predictivo para evitar la recomendación de vídeos que puedan presentar riesgos para ellos como los challenges. Todo esto dio paso finalmente al sistema de recomendaciones con el que la plataforma cuenta actualmente.
Cómo funciona actualmente la recomendación de vídeos en YouTube
La idea de las recomendaciones es brindar a los usuarios un listado de contenidos que sean de su interés o que tengan algún valor asociado para ellos. Para lograrlo, la red social de vídeos tiene en cuenta hábitos de visualización de los usuarios y los compara con los de otros usuarios con hábitos similares. Así, el sistema toma esta información para sugerir contenidos que puedan ser de interés para los usuarios. Por ejemplo, si nos gustan los vídeos sobre marketing digital y el sistema nota que la mayoría de usuarios que ve el mismo tipo de vídeos también ve vídeos sobre novedades tecnológicas, es muy probable que nos comience a recomendar estos vídeos.
Ahora bien, la privacidad también es un factor importante para garantizar una mejor experiencia de navegación a los usuarios. Por ello, YouTube también cuenta con funciones que permiten controlar el acceso que tiene la plataforma a la información del historial de visualización. De tal manera los usuarios pueden eliminar contenidos de su historial, limpiar el historial de manera completa o incluso pausar su seguimiento, ya sea de búsqueda o de visualización.
Cómo se personalizan las recomendaciones en YouTube
Actualmente, el sistema de recomendaciones de YouTube se mantiene en constante evolución, aprendiendo diariamente a través del análisis de 80.000 millones de parámetros o, tal y como las denomina Google, “señales“. Estas señales se complementan entre sí y forman los diferentes aspectos que se toman en consideración a la hora de personalizar las recomendaciones, denotando cuáles son los gustos de los usuarios.
Las principales señales que YouTube tiene en cuenta son los clics, tiempo de visualización, respuestas a encuestas, uso compartido, me gusta y no me gusta, aunque ninguna de ellas es, individualmente, decisiva a la hora de recomendar un vídeo. La plataforma complementa la información de todas ellas para tomar la decisión más adecuada.
Clics
El clic es el aspecto más básico de interacción, pues implica que el usuario tiene interés en el contenido del vídeo. Sin embargo, tal y como recuerda Google, “hacer clic en un vídeo no significa que el usuario lo haya visto realmente. Este es el motivo por el que, en 2012, empezamos a tener en cuenta el tiempo de reproducción”.
Tiempo de visualización
Aquí se toma en cuenta el tiempo de reproducción, es decir, qué vídeos han visto los usuarios y por cuánto tiempo. Esta señal permite diferenciar el contenido específico que llama más la atención de los usuarios, y así ofrece una recomendación más asertiva para el usuario.
En palabras de Google, ” si un aficionado al tenis vio 20 minutos de clips de momentos destacados de Wimbledon y tan solo unos segundos de vídeos de análisis de partidos, podemos suponer con seguridad que le interesó más ver esos momentos destacados. Cuando incorporamos por primera vez el tiempo de visualización en las recomendaciones, registramos de inmediato una bajada del 20% en las visualizaciones, pero nos pareció más importante ofrecer una mejor experiencia a los espectadores”.
Compartir, me gusta y no me gusta
Otras señales para determinar qué vídeos mostrar a los usuarios son sus reacciones. Por lo tanto, si un usuario compartió o dio “me gusta” a un vídeo es probable que quiera ver otros vídeos de este tipo. A partir de esto, el sistema predice la probabilidad de que el usuario comparta o le gusten otros contenidos, y con base en esto recomienda otros vídeos. “Si un vídeo no le gusta, es una señal de que probablemente no disfrutó viéndolo”, explica Google.
Respuestas a encuestas: tiempo de visualización valioso
“Para tener la certeza de que los espectadores están satisfechos con los contenidos que ven, medimos lo que llamamos “tiempo de visualización valioso”, es decir, el tiempo que pasa un usuario viendo un vídeo que le parece válido. El tiempo de visualización valioso se mide a través de encuestas, en las que se le pide al usuario que valore el vídeo que ha visto con una puntuación de una a cinco estrellas. Esto nos proporciona una métrica para determinar en qué medida el espectador quedó satisfecho con el contenido”.
En estas encuestas, YouTube pregunta también la razón de la calificación. Pero estas encuestas no siempre se responden, por lo que se incorpora un sistema de aprendizaje automático que añade respuestas estimadas, a partir de las ya realizadas.
El factor humano en la lucha contra la desinformación
La mayoría del contenido que se consume en YouTube es de ocio, como vídeos musicales, bromas, gameplays, etc. Y para este tipo de contenido las señales que mencionamos a continuación funcionan perfectamente. Sin embargo, con el creciente alcance de los medios digitales muchas personas llegan para ver vídeos informativos o de noticias. Temas en los que la calidad y veracidad de la información toman mucha importancia, y por lo que estas señales pueden verse como un factor más subjetivo para su evaluación. “Alguien puede informar que está muy satisfecho con los vídeos que afirman que la Tierra es plana, pero eso no significa que queramos recomendar este tipo de contenido de baja calidad”, explica Google.
De tal manera, YouTube ha estado reforzando su apuesta por una recomendación más responsable en estos tipos de contenido informativo. Con lo que se une a la lucha de las plataformas digitales contra la desinformación, una problemática que afecta fuertemente la reputación y credibilidad de las redes sociales.
YouTube aclara también que el contenido dudoso, ofensivo o sensacionalista no genera mejores resultados para la plataforma, frente a lo que comúnmente se podría pensar: “cuando empezamos a relegar los contenidos explícitos o sensacionalistas, observamos que el tiempo de visualización aumentó en un 0,5% en el transcurso de dos meses y medio en comparación con cuando no establecíamos ningún límite”.
Imagen: Depositphotos
Mantente informado de las noticias más relevantes en nuestro canal de Telegram