從2018年開始公布社群規範違規處置報告後，YouTube都會透過各項數據說明在平台上如何處理各類違規情況。在稍早公布新一季的社群規範違規處置報告時，同時也增加一項名為「違規影片收視率」 (VVR,Violative View Rate)的全新指標，亦即在YouTube上的總觀看次數中，有多少次數是來自違反規範影片，若此項數字越低，就代表YouTube阻止此類影片被播放成效越高。
從YouTube公布數據顯示，違規影片收視率從2017年時的0.7%左右，到2019年第三季開始降至低於0.2%，而至今也一直維持在接近比例。
依照YouTube說明，除了透過手動調整，以及使用者舉報處理，絕大部分的違規影片都是透過人工智慧方式分析比對，並且判斷是否需要下架處置，而從2017年至2019年間有明顯數字落差，更凸顯人工智慧輔助之下，大幅減少違規影片內容產生，畢竟以目前YouTube每天增加影片數量來看，若是單純透過人工分析比對的話，絕對是趕不上影片增加速度。
不過，YouTube方面也意識到透過機器學習等方式，讓系統自動判斷哪些內容有違規情況，可能也會出現誤判，甚至有些內容雖然違反規範，但影片本身可能具有特定意義，例如作為新聞或歷史事件紀錄內容，其中可能會涉及暴力、血腥或不雅內容，但YouTube還是會讓此類影片繼續保留在服務平台上提供觀看。
除此之外，YouTube也持續構思如何打造更合適的違規影片內容處置方式，例如違規影片在YouTube維持留存時間超過一天所產生影響，以及剛上架就吸引多人觀看所產生影響顯然不同，而使用者觀看此類內容實際產生影響也很難被量化，再加上每個人對於影片內容是否有違規情況的看法也不盡相同，這部份對於創作者如何在影片內容作拿捏也會產生影響，畢竟拍攝、製作影片內容也必須花費不少心力，一旦被系統標上黃標，勢必也會產生不少影響。
因此，近期在機制調整情況下，讓創作者在實際上傳影片前，就能先透過相關機制進行確認，避免在影片上傳後才被認定侵權，顯然也是可避免創作影片內容被系統判斷違規的合適作法之一。
