Agli albori di YouTube, l'algoritmo di suggerimento era piuttosto primitivo. Per questo motivo, i creatori di contenuti sfruttavano titoli clickbait, descrizioni video fuorvianti e simili per ottenere più visualizzazioni. Di conseguenza, l'esperienza dell'utente sulla piattaforma ne risentiva in modo significativo. Per risolvere questo problema, il team di YouTube ha iniziato la sua ricerca per migliorare l'algoritmo intorno al 2012. Grazie agli sforzi del team di ingegneri, YouTube ha incorporato metriche come il tempo trascorso a guardare ogni video e il tempo trascorso sulla piattaforma.
Questa prima versione dell'algoritmo premiava i canali i cui video accumulavano più tempo di visione. Se gli spettatori di un video lo guardavano fino al completamento, quel canale e i suoi video sarebbero stati suggeriti a più utenti. Per far sì che questo aggiornamento dell'algoritmo funzionasse per loro, alcuni creatori di contenuti hanno iniziato a realizzare video più brevi, in modo che gli spettatori li guardassero fino alla fine. Altri sono andati nella direzione opposta, condividendo video più lunghi e aumentando il tempo di visione totale.
Così, il team di YouTube ha notato che il tempo trascorso a guardare un video non equivale alla qualità del video stesso. Poi è arrivato un altro aggiornamento dell'algoritmo: Nel 2015, YouTube ha introdotto meccaniche come Condividi, Mi piace e Dislike per misurare la soddisfazione degli spettatori.
Per fare un ulteriore passo avanti, nel 2016 sono stati integrati strumenti AI nell'algoritmo dei suggerimenti di YouTube. In questo modo, ha iniziato a fornire suggerimenti più personalizzati e di successo agli spettatori. Come risultato di questo miglioramento significativo, il 70% del tempo di visione degli spettatori è stato accumulato dai video suggeriti dall'algoritmo nel 2018. In altre parole, l'algoritmo è diventato significativamente più bravo a notare i modelli di comportamento degli spettatori, nonché i loro gusti e la loro soddisfazione.
Negli ultimi anni, l'algoritmo di YouTube ha affrontato un'altra sfida: La moderazione dei contenuti. Sebbene fosse molto bravo a trovare i contenuti migliori da suggerire agli spettatori in base ai loro gusti e alle loro attività precedenti, non è riuscito a ridurre la diffusione di informazioni dannose e di contenuti borderline. Ancora oggi, esiste una pletora di contenuti che non violano gli standard della comunità e che quindi non possono essere rimossi, ma che sono infiammatori e diffondono informazioni false. Sia gli utenti di YouTube che i governi si aspettano che la piattaforma impedisca a tali contenuti di ottenere maggiore visibilità e di arrecare danno a gruppi particolarmente protetti della società.
La ricerca più recente e forse la più difficile del team di YouTube è stata finora quella di migliorare il proprio algoritmo in modo tale da demarcare i contenuti potenzialmente dannosi, pur essendo in grado di fornire raccomandazioni video puntuali agli spettatori .