Как система превращает просмотр в сигнал
Рекомендателю не нужно знать, что именно вам нравится. Он сопоставляет действия с признаками ролика: темой, темпом, длиной, участниками, музыкой и тем, какие зрители досматривали похожие видео. Если вы задержались на ролике или включили следующий из той же подборки, система получает сигнал, что такой формат может удержать вас и дальше.
Это не чтение мыслей, а оценка вероятности. Быстрый пролист тоже полезен алгоритму: он показывает, что конкретное видео не сработало. Сигналы неоднозначны — человек может досмотреть ролик из любопытства или возмущения, — поэтому рекомендации строятся по совокупности реакций, а не по одному просмотру.
Почему круг интересов сужается или меняется
Каждая новая подборка становится небольшим экспериментом. Система предлагает ролики, похожие на уже просмотренные, и проверяет, задержат ли они внимание. Удачная рекомендация приносит новые сигналы, на которых строится следующая. Так обычный интерес к одной теме может привести к более узким, эмоциональным или просто похожим по форме видео — даже если зритель не искал их специально.
При этом цель такого подбора обычно не в том, чтобы сформировать убеждение или желание, а в том, чтобы предсказать следующий просмотр. Но сам прогноз влияет на выбор: когда знакомые ролики появляются первыми и воспроизводятся почти без усилий, человек чаще смотрит именно их. Алгоритм не решает за зрителя, чего тот хочет; он меняет то, что зрителю проще захотеть посмотреть следующим.
