---
title: 'Why The YouTube Algorithm Will Always Be A Mystery'
source: 'https://youtube.com/watch?v=BSpAWkQLlgM'
video_id: 'BSpAWkQLlgM'
date: 2026-10-19
duration_sec: 299
channel: 'Tom Scott'
---

# Why The YouTube Algorithm Will Always Be A Mystery

> Source: [Why The YouTube Algorithm Will Always Be A Mystery](https://youtube.com/watch?v=BSpAWkQLlgM)

## Summary

The video explores why YouTube's recommendation algorithm remains an opaque 'black box' even to its own engineers. It explains how machine learning systems, trained on vast amounts of data, make decisions that are impossible for humans to fully interpret, leading to unpredictable and sometimes problematic outcomes.

### Key Points

- **The Algorithm Arms Race** [00:00] — YouTube creators historically tried to game the algorithm based on rumors and speculation, leading to an arms race where videos were changed to match guessed priorities.
- **YouTube's Silence** [00:41] — YouTube remained silent about how to rank videos, leaving creators to rely on hearsay and unverified conclusions.
- **Machine Learning Confirmation** [01:08] — A paper by YouTube engineers confirmed they use Google's machine learning research for video recommendations, the same tech behind Deep Dream and the Go-playing AI.
- **The Black Box Problem** [01:35] — Neural networks are trained by feeding data and letting the system learn, but no one can inspect the internal logic—it's created by computers for computers.
- **Defining 'Win'** [02:04] — The algorithm's goal is ambiguous: if it optimizes for likes, it might suppress videos on controversial topics like medical issues or sex education, which often get dislikes.
- **Reasonable Goals, Unintended Consequences** [02:45] — Setting a 'reasonable' goal for the algorithm led to problems: it can't distinguish between credible information and misinformation, or between educational content and copyright-infringing parodies.
- **Algorithm's Blindness** [03:26] — The algorithm only sees what people click and watch, not the quality or truthfulness of content, leading to both harmless and harmful recommendations.
- **Human Moderation Infeasible** [03:39] — Manually reviewing every video would require about 100,000 employees working around the clock, which is impractical and could lead to legal issues if humans approve problematic content.
- **The Ultimate Goal: Ad Revenue** [04:22] — From YouTube's perspective, the algorithm's primary goal is to maximize ad revenue, balancing advertiser boycotts, financial strategies, and truth—but the algorithm itself is beyond human control.

### Conclusion

YouTube's algorithm is an inscrutable black box that optimizes for engagement and ad revenue, but its decisions are unpredictable and can have unintended consequences. Until AI becomes explainable, the algorithm will remain a mystery to creators and even to YouTube itself.

## Transcript

поиск видео на Ютубе основывался на... говорили Ютубу что в нем, и сортировал их таким образом.
Это превратилось в гонку вооружений. Если можно было хоть как-то угадать приоритеты алгоритма Ютуба, И отчаянные авторы меняли свои видео,
основываясь на слухах, спекуляции и выводах, сделанных Так что в последнее время, Ютуб просто молчал.
онлайн видео было окном RealPlayer, и подключение к интернету звучало как визг кошки-робота: если Гугл хоть раз бы намекнул о том, как попасть на первую страницу поиска
Так что совет всегда был таким: Но теперь, на Ютубе, это не правда, что люди, контролирующие алгоритм На самом деле они не могут.
И вот подтверждение: статья, написанная инженерами из Ютуба, объясняющая, что они используют исследования Гугла по обучению машин для рекомендации видео. Это та же программа, которая создает странные "Deep Dream" изображения,
и которая победила лучшего в мире игрока в Го. но обучение машин так, как это делает Гугл, В нейронную сеть вводят данные,
И она выдает данные: хорошие, по ее мнению, ходы. и когда этот процесс повторится пару миллионов раз, Но никто не может посмотреть внутрь черного ящика и понять, как он работает:
он создан компьютером для компьютера. с очевидной системой очков. Но обучение черного ящика на Ютубе куда более запутанно.
сначала нужно разобраться что такое победа в этом случае. Если алгоритм будет показывать видео, которые всем нравятся, где люди нажимают дизлайки если они не согласны.
не соглашающихся с ними. тогда пропадут видео о личных вещах: медицинских проблемах и половом просвещении,
и те, у кого немного дружных но тихих зрителей, хотят, чтобы алгоритм рекомендовал только их видео... даже когда все остальные не хотят их смотреть.
задал алгоритму разумную цель Но с этим было несколько проблем, по крайней мере, сейчас.
она не может различить достоверную информацию Однако и некоторые люди не могут их различить, Компьютер не видит разницы
сделанных для обучения, и странными нарушающими копирайт пародиями. Он просто видит, на что нажимают дети, и что они смотрят.
Таким образом, да, алгоритм увеличивает время просмотров, и действительно вредными в худшем. будет беспокоить рекламодателей.
Никто не знает, что он делает. изменить сигналы "это хорошо" или "это плохо". Если бы Ютуб хотел, чтобы человек смотрел и сортировал каждое видео
потребовалось бы около 100 000 сотрудников, работающих по сменам круглые сутки. в большинстве стран, где есть официальный сервис Ютуба, а человек проверять жалобы,
Но если всё утверждается людьми, что может означать дорогостоящие судебные иски. с точки зрения Ютуба,
будет тот, который увеличит доход от рекламы, и о возможных бойкотах рекламодателей, и о финансовых стратегиях, и... и о правде.
может выполнять работу команды топ-менеджеров Ютуба. At least, not yet.
