تعتبر منصة يوتيوب واحدة من أكثر المواقع زيارةً عبر الإنترنت وأكثرها استخداماً، حيث يقوم المستخدمون بمشاهدة ما يزيد عن مليار ساعة من مقاطع الفيديو كل يوم. وعلى الرغم من أن بعض هذه المشاهدات تتم بعمليات بحث مخصصة، إلا أن الغالبية العظمى منها يأتي من نظام خوارزميات التوصية الخاصة بالمنصة الذي يقرر مقاطع الفيديو المقترحة للمستخدمين بناءً على العديد من العوامل المختلفة.
وبينما يركز الكثير من المبدعين ومسوقي المحتوى في الحصول على المشاهدات والمشتركين من خلال طرق متعددة مثل تحسين محرك بحث يوتيوب والترويج عبر وسائل التواصل الاجتماعي، إلا أن هذه الطرق وحدها لا تكفي، حيث يرجع النصيب الأكبر في ظهور مقاطع الفيديو للمشاهدين إلى خوارزميات التوصية في المنصة المدعومة بالذكاء الاصطناعي.
ما هي خوارزميات التوصية في يوتيوب؟
خوارزميات التوصية في يوتيوب هي عبارة عن مجموعة من البرمجيات المدعومة بتكنولوجيا الذكاء الاصطناعي والتي تعمل على معالجة مقاطع الفيديو والمحتوى المرتبط بها مثل التعليقات والوصف والتفاعلات وغيرها، من أجل ترتيب مقاطع الفيديو والتوصية بها بناءً على مدى صلتها بالموضوع ورضا المشاهد.
مبدأ عمل خوارزميات التوصية في يوتيوب بسيط للغاية، وهو مساعدة المستخدمين في العثور على مقاطع الفيديو التي يرغبون في مشاهدتها في المقام الأول، ثم التوصية أو اقتراح ما يجب عليهم مشاهدته بعد ذلك. حيث تظهر في موقعين أساسين، هما:
- في الصفحة الرئيسية عند الدخول للمنصة، والتي تتكون من مزيج من المحتوى بناءً على عادات المشاهدة السابقة والاشتراكات في القنوات بالإضافة إلى آخر الأخبار.
- زر "التالي" (Next) الذي يظهر في شاشة الفيديو قيد التشغيل أو أثناء قرب الانتهاء من مشاهدة مقطع الفيديو الحالي.
تاريخ عمل خوارزميات التوصية في يوتيوب
تغيرت خوارزميات التوصية في يوتيوب عدة مرات بشكل كبير وفي أوقات مختلفة، وقد كانت لهذه التغييرات تأثيرات مباشرة على مقاطع الفيديو التي نُشرت وكيف اكتشفها المستخدمون. وبشكل عام يمكن تلخيص التغييرات على أربعة فترات زمنية. هي:
- 2005-2011: الظهور بناءً على عدد النقرات والمشاهدات
وفقاً للشريك المؤسس "جاويد كريم" (Jawed Karim) وصاحب أول مقطع فيديو في يوتيوب، فإن المنصة تم إنشاؤها بهدف جمع مقاطع الفيديو ذات الشعبية العالية، لذلك كان مبدأ خوارزميات التوصية في سنواته الأولى يدور بشكل أساسي حول التوصية بمقاطع الفيديو التي جذبت معظم المشاهدات وعدد الأشخاص الذين ضغطوا عليه لمشاهدته. مثل إعلان شركة نايكي الذي أصبح أول مقطع فيديو يصل إلى عدد مليون مشاهدة على المنصة.
- 2012: الظهور بناءً على وقت المشاهدة
نتيجة للشكاوى العديدة التي ظهرت، قامت المنصة بالإعلان عن مقياس جديد وهو "وقت المشاهدة" (Watch Time) لاستخدامه في البحث وخوارزميات الفيديو المقترح، حيث قررت المنصة أن مقاطع الفيديو التي يقضي فيها الأشخاص وقتاً أطول يجب أن تحظى بتقدير أكبر لدى خوارزميات التوصية.
- 2015: الظهور بناءً على التخصيص
بدأت يوتيوب مرة أخرى في تغيير طريقة عمل توصية الخوارزمية من خلال قياس رضا المشاهدين مباشرةً عبر الاستطلاعات. بالإضافة إلى إعطاء الأولوية لمقاييس الاستجابة المباشرة مثل المشاركات والإعجابات وعدم الإعجاب، حيث كشفت عن طريقة عمل أنظمة الذكاء الاصطناعي التي أصبحت تعتمد على الشبكات العصبونية العميقة في التوصية بمقاطع الفيديو للمشاهدين.
هذا يعني أن خوارزميات التوصية أصبحت أكثر شخصية، وقد كان الهدف هو التوصية بالفيديو الذي يرغب كل مستخدم بمشاهدته بناءً على تفضيلاته، وليس فقط مقطع الفيديو الذي شاهده الكثير من الأشخاص، ونتيجة لذلك ذكر كبير مسؤولي المنتجات في يوتيوب أن 70٪ من وقت المشاهدة على المنصة كان للفيديوهات التي أوصت بها خوارزميات التوصية.
- 2016 إلى الوقت الحاضر: مزيد من الإشراف البشري
أدى نمو حجم منصة يوتيوب وشعبيتها إلى زيادة عدد مشكلات الإشراف على المحتوى، وأصبح ما توصي به الخوارزميات موضوعاً خطيراً ليس فقط بالنسبة لمنشئي المحتوى والمعلنين، ولكن حتى بالنسبة للدول والمجتمعات، نتيجة لذلك قامت يوتيوب بتغيير طريقة عمل خوارزميات التوصية للحد من "المحتوى الحدودي" (Borderline Content)، وهو المحتوى الذي لا ينتهك معايير المجتمع تماماً مثل نظريات المؤامرة، ولكن في الوقت نفسه يعتبر ضاراً أو مضللاً.
وقد بدأت المنصة في تطبيق المزيد من التحكم في المحتوى الموصى به لتحديد مصداقية مقاطع الفيديو، من خلال تحديث خوارزميات التوصية المدعومة بالذكاء الاصطناعي بالإضافة إلى وجود "مقيمين" بشريين لتقييم مقاطع الفيديو، وذلك لإرضاء العلامات التجارية والمعلنين الذين لا يريدون عرض محتواهم بجانب المحتوى العنيف أو المثير للجدل.
كيف تعمل خوارزميات التوصية في يوتيوب؟
بشكل عام، تهدف خوارزمية التوصية في يوتيوب إلى مساعدة المستخدمين في العثور على المحتوى الأكثر صلة بتفضيلات المستخدم بناءً على اهتماماته وتجربته بسهولة قدر الإمكان. بينما الهدف الأكثر أهمية هو زيادة الاحتفاظ بالمستخدمين وجعلهم يشاهدون مقاطع الفيديو لأطول فترة ممكنة. وبشكل عام عندما نتحدث عن "خوارزميات التوصية"، فإننا نتحدث عن ثلاثة أنظمة ذكاء اصطناعي مترابطة ولكنها مختلفة قليلاً:
- نظام يختار مقاطع الفيديو للصفحة الرئيسية.
- نظام يقوم بترتيب النتائج لأي بحث معين.
- نظام يختار مقاطع فيديو مقترحة للمشاهدين لمشاهدتها بعد ذلك.
وتستخدم يوتيوب ثلاث فئات رئيسية لدفع التوصيات للمستخدمين، هي:
- التخصيص: ويشمل سجل مشاهدة المستخدم.
- الأداء: بما في ذلك الاهتمام بمشاهدة الفيديو، ومدة المشاهدة، ورضا المشاهد.
- العوامل الخارجية: وتشمل الاهتمامات الموضوعية، وكيفية أداء المنافسين.
- بينما هناك أربعة عناصر على منصة يوتيوب حيث يكون لخوارزميات التوصية تأثير كبير على المشاهدين، وهي:
- الصفحة الرئيسية:
الصفحة الرئيسية هي المكان الأول الذي يصل إليه شخص ما عند فتح الموقع، وهو أحد أفضل مصادر الزيارات لمعظم القنوات، ومن ثم كلما زادت مشاهدتك لمقاطع الفيديو وتفاعلت معها، أصبحت الصفحة الرئيسية الخاصة بك أكثر تخصيصاً. ويتم تحديد مقاطع الفيديو للصفحة الرئيسية بناءً على عاملين، هما:
الأداء: بعد تحميل مقطع فيديو، تعرضه الخوارزميات لعدد قليل من المشاهدين على الصفحة الرئيسية، وإذا جذب الكثير من المشاهدين والتفاعلات، يتم عرضه على المزيد من المستخدمين على صفحاتهم الرئيسية، وقد تكون أنت منهم خاصة إذا كان قريب الصلة بالمقاطع التي تشاهدها بانتظام.
التخصيص: وهو إظهار مقاطع فيديو ذات صلة باهتمامات المستخدم بناءً على عادات مشاهداته، ويُعرف أيضاً باسم سجل المشاهدة. إذا كان المستخدم يحب موضوعات معينة أو يشاهد الكثير من قناة معينة، فسيتم تقديم المزيد من الموضوعات نفسها في الصفحة الرئيسية.
- الفيديوهات المقترحة:
مقاطع الفيديو المقترحة هي التي تظهر في الشريط الجانبي الأيمن عندما تشاهد مقطع فيديو. حيث يتم تشغيل أول مقطع في القائمة تلقائياً بمجرد انتهاء تشغيل مقطع الفيديو الحالي –يمكنك إيقافها- وتستند مقاطع الفيديو التي تظهر في القسم المقترح إلى عدة عوامل مثل:
- ما هي مقاطع الفيديو التي تتم مشاهدتها معاً.
- كيف ترتبط مقاطع الفيديو ببعضها بعضاً كموضوع مشترك.
- سجل المشاهدة الخاص بالمستخدم.
- مربع البحث:
يعد يوتيوب محرك بحث بقدر ما هو منصة فيديو، ما يعني أن نتائج البحث لا تعتمد بالكامل على مقاطع الفيديو التي تحتوي على معظم المشاهدات، بل تظهر غالباً بناءً على مهارات تحسين الفيديو للظهور في محرك البحث. ومع ذلك تقوم خوارزميات التوصية بتحديد المقاطع التي تظهر في نتائج البحث بناءً على العوامل التالية:
- الصلة: مدى ارتباط الكلمات الرئيسية بما يتطابق مع العنوان والوصف ومحتوى الفيديو.
- المشاركة: مقاطع الفيديو التي لديها أكبر قدر من المشاركة فيما يتعلق بعبارات البحث.
- وقت المشاهدة: مقاطع الفيديو التي شوهدت كثيراً من حيث صلتها بعبارات البحث.
- مقاطع الفيديو الشائعة:
تقوم خوارزميات التوصية بتجميع مقاطع الفيديو الأكثر شعبية في الوقت الحالي في علامة تبويب مخصصة تُسمى "تريندينغ" (Trending)، وتُصنف اعتماداً على الموقع الجغرافي للمستخدم، وهي علامة تبويب تتيح لك معرفة أكثر الفيديوهات شعبية في منطقتك الجغرافية.
هل يمكن إيقاف التوصيات في يوتيوب؟
يمكن للمستخدم إيقاف التوصيات التي تظهر في أي موقع من المواقع السابق ذكرها بمجرد حذف سجل المشاهدة الخاص به في المنصة، وإيقاف ميزة "سجل يوتيوب" (YouTube History) في صفحة النشاط الخاص بالمستخدم، كما أن إزالة مقطع فيديو معين من علامة تبويب "سجل المشاهدة" (Watch History) يوقف أيضاً التوصيات المرتبطة بمقطع الفيديو هذا.
