YouTube, la estrecha relación entre las recomendaciones y redes neuronales.

YouTube es una plataforma digital perteneciente al grupo Alphabet. Inc. Cuya sede principal se encuentra ubicada en San Bruno, California en Estados Unidos que brinda el servicio de alojamiento de videos. El sitio web es un repositorio dinámico donde miles de millones de usuarios, denominados como “YouTubers”, en el mundo cargan contenido día tras día para que otras personas activas en la plataforma lo puedan visualizar; el contenido puede ser sumamente variado en cuánto a temática y en cuánto a finalidad o propósito.  

            YouTube fue creada por tres trabajadores de PayPal el 14 de febrero en el año 2005, llamados: Steve Chen, un informático y empresario; Jawed Karim, un ingeniero que además fue el primer usuario en publicar un video dentro de la plataforma y Chad Hurley, diseñador que fue el primer director de la empresa. El sitio web tuvo un crecimiento acelerado, en sus inicios recibió inversiones de Sequoia Capital por 8.5 millones de dólares y también de una compañía televisiva nombrada Time Warner Cable. Sus visitas crecieron de gran manera con dos sucesos específico, el primero, cuando Nike publicó un video publicitario con el jugador de fútbol Ronaldinho y el segundo, cuando se publicó la canción Lazy song donde pasaron de 50 millones de visitas diarias a 250 millones de visitas diarias. En octubre del 2006 Google compró el sitio por la suma de 1650 millones de dólares, pero los fundadores, cofundadores y los trabajadores ocuparon los mismos puestos que antes tenían después de la adquisición.

            En los primeros años de operación de YouTube la plataforma era relativamente sencilla en cuanto al funcionamiento y la experiencia de los usuarios, ya que se basaba en que los videos que se subían eran los mismos que estaban disponibles para ver sin ningún tipo de categorización por usuario, lo único que hacía el algoritmo de recomendación usado por la empresa era mostrar o sugerir prioritariamente los videos con más vistas y más likes dentro de la plataforma, pero esto podía resultar contraproducente puesto que no todos los videos tendrían una temática que les interese a todos los usuarios de manera uniforme.

 Posterior a esta situación inicial de programación para las recomendaciones YouTube empezó a focalizarse en el usuario y en el año 2012 tenía implementado un algoritmo de grafos que lo que hacía era brindar una experiencia más personalizada al usuario, reduciendo la ingente cantidad de videos existentes en la plataforma a una lista calculada en base a variables como las búsquedas realizadas por el usuario, el historial de videos, los videos gustados e introdujo el concepto de videos relacionados que seleccionaba de un material semilla, la forma en que se veía en conjunto con otros materiales audiovisuales y tenía candidatos de sugerencias que mediante una puntuación en base a número de visitas, likes y número de veces que se compartió con otros usuarios los ordenaba en un ranking que finalmente era presentado. Sin embargo, la problemática estaba todavía vigente puesto que el algoritmo no era práctico, tampoco tenía en cuenta variables como el tiempo de estancia dentro de un video y se volvía cada vez más complicado seleccionar buenos videos porque constantemente crecían por millones dentro del sitio.

Entonces fue en el año 2016 cuando YouTube decidió usar las redes neuronales artificiales para hacer las recomendaciones lo que marcaría un antes y un después en el entorno y el funcionamiento del sitio. Una red neuronal muy groso modo es una inteligencia artificial que sin ningún tipo de reglas o leyes aprende a hacer tareas de forma automática mediante los ejemplos que se le den y con el propósito que tenga. YouTube usa dos redes neuronales en específico una que genera los candidatos de videos y otra que los categoriza y puntúa de mayor a menor para luego sugerirlos, estas redes tienen en cuenta propiedades más intrínsecas del usuario y de los videos disponibles, forma un mejor vínculo y puede hacerlo en tiempo real, cada vez aprende más de acuerdo a la forma en la que los mismos usuarios le den ejemplos segundo a segundo sobre sus comportamientos y preferencias, básicamente la red se alimenta de los videos que consumen y por eso nunca deja de aprender, se cambia constantemente la forma en la que se hace las recomendaciones porque tiene un entorno dinámico. Todo el uso que le han dado al deep learning gira alrededor del concepto de la “retención” que tiene motivos empresariales por detrás ya que, de forma simplificada, mientras la red haga mejor su trabajo al recomendarte videos que te mantengan mayor tiempo dentro de la plataforma, la cantidad de anuncios que verás en ese tiempo será mayor y la cantidad de dinero que ellos cobren por anunció igual crecerá, porque es la fuente de ingresos principal que tiene YouTube y ha ido creciendo desde el año 2017  de forma significativa con valores de  facturación solo por anuncios de: 8 mil millones para el 2017; 11 mil millones para el 2018 y en el último año declarado 2019 el ingreso ascendió a los 15 mil millones.

YouTube es sin duda un caso exitoso desde el principio que se a través de la implementación de tecnologías como el deep learning ha mejorado su funcionamiento y ha beneficiado a ambas partes tanto al usuario como la empresa. Sin embargo, aún existen desafíos por delante y posibles conflictos de intereses, ya que la red neuronal se enfrenta a un entorno sumamente cambiante y no hay manera certera de saber si es que ha alcanzado la forma perfecta de hacer recomendaciones, lo que provoca que el trabajo de muchos actores intermedios que son los YouTubers dentro de la plataforma pueda verse beneficiado o perjudicado y sin importar cualquiera de los dos escenarios si a la empresa esta situación la beneficia de alguna forma no va a tomar en cuenta el canal que se tenga que cerrar o el que no.

Bibliografía:

Alphabet Inc. (2020). Alphabet Announces Fourth Quarter and Fiscal Year 2019 Results. Mountain view, California.

Camacho, J. G., & Alonso, A. J. (2010). La baja interacción del espectador de vídeos en Internet: caso YouTube España. Revista Latina de Comunicación Social, (65), 421-435.

Izaurieta, F., & Saavedra, C. (2000). Redes neuronales artificiales. Departamento de Física,Universidad de Concepción Chile.

Crespo, J., L. QuatumFracture. (2017). El Algoritmo de YouTube YA NO EXISTE | RedesNeuronales. Obtenido de: https://www.youtube.com/watch?v=JBZx03342eM

Sotaquirá, M. Codificandobits. (2021) Los SECRETOS de la RED NEURONAL de YouTube. Obtenido de: https://www.youtube.com/watch?v=QsprAfFSbxk

Responder

Por favor, inicia sesión con uno de estos métodos para publicar tu comentario:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Salir /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Salir /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Salir /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Salir /  Cambiar )

Conectando a %s