Desde sua concepção, em 1998, a pesquisa do Google passou por diversas reformas. Muitas delas imperceptíveis a nós, reles mortais. Ao longo dos anos, detalhe a detalhe, a Gigante vem promovendo um avanço enorme na experiência dos usuários com a sua ferramenta. Quer proporcionar proximidade, assertividade e naturalidade em seus resultados. Como? Entendendo a ciência da linguagem através do Aprendizado de Máquina ou Machine Learning.
VOCÊ TEM ALGUMA DÚVIDA DA GRANDEZA DESSES AVANÇOS EM UM FUTURO CONSIDERAVELMENTE PRÓXIMO?
Compreenda um pouco melhor essa história!
Chegamos ao mundo aprendendo a falar um determinado idioma. É a cultura das nossas origens quem determina se a nossa língua mãe será o português, o francês, o italiano, o inglês ou qualquer outra. Cabe a nós, ao longo da vida, decidirmos por agregar estrangeirismos à nossa bagagem. Difícil? Absolutamente!
Levando esse raciocínio para o mundo da tecnologia e dos robôs, imagine o quão complicado deve ser incorporar diversas linguagens, com suas nuances e regionalismos, a um sistema. Treiná-lo, então, parece impossível, não é mesmo!? No entanto, não para o Google!
Justamente por admitir suas fraquezas na entrega de respostas 100% úteis e a complexidade que reside em entender a real intenção do usuário, a própria Multinacional está sempre reinventando seu mecanismo de busca.
Nas palavras do vice-presidente de Pesquisa da Google, Pandu Nayak, o lançamento do algoritmo BERT significa…
“o maior salto adiante nos últimos cinco anos, e um dos os maiores saltos adiante na história da pesquisa”.
Mas que tecnologia será essa? É o que vamos lhe contar agora!
O que é e qual é a importância do Aprendizado de Máquina?
Conceitualmente, o Aprendizado de Máquina ou Machine Learning é uma ramificação da Inteligência Artificial (IA). Baseia-se na ideia de que um sistema pode identificar padrões a partir de dados (Big Data), e tomar decisões com intervenção humana praticamente nula.
Simplificando, a IA é o guarda-chuva e o Aprendizado de Máquina é um dos arames que o molda. Podemos caracterizá-lo como o treinador muito competente de um time complexo de equipamentos.
Essa é a tecnologia que vem protagonizando o desenvolvimento da plataforma de buscas da Google que, segundo seus engenheiros, tornou-se totalmente “AI First”.
O algoritmo RankBrain que o diga, já que a justificativa para a sua criação está alicerçada em captar a relação entre intenção do usuário ao navegar na ferramenta e satisfação com a experiência. Isso é o que possibilita o ranqueamento. Pura I
QUAL É O PODER DO MACHINE LEARNING?
- ANÁLISE DE DADOS MAIORES E MAIS COMPLEXOS;
- RESULTADOS PRECISOS E RÁPIDOS, AINDA QUE EM GRANDE ESCALA;
- IDENTIFICAÇÃO ÁGIL DE OPORTUNIDADES LUCRATIVAS;
- CHANCE DE EVITAR RISCOS DESCONHECIDOS.
Aprendizado de máquina: Por que o Google lançou o algoritmo BERT?
Era fundamental lhe falarmos a respeito do Aprendizado de Máquina antes de introduzirmos o assunto Bidirectional Encoder Representations From Transformers ou, mais amigavelmente, BERT.
De acordo com a própria Google, essa promete ser “a atualização mais bombástica dos últimos cinco anos”, quando o RankBrain dominou globalmente o mecanismo de busca.
Já mencionamos no início deste artigo, e reforçamos: é uma inovação histórica e sem precedentes!
A NATURALIDADE DA LINGUAGEM NO APRENDIZADO DE MÁQUINA
Antes do BERT, algumas palavras importantes para a semântica da pesquisa eram simplesmente ignoradas. Por essa razão, muitas vezes você pesquisou por “como utilizar os hashis para comer sushi”, por exemplo, e o Google lhe deu respostas mostrando locais próximos onde a iguaria estaria à disposição. Ou seja, entre feedbacks relevantes, houve a entrega de páginas que não correspondiam ao seu interesse real.
Então vamos além. Olha só o antes e depois que a própria Gigante usou em seu Blog para explicar a inovação:
TRADUZINDO: 2019 UM VIAJANTE BRASILEIRO PRECISA DE VISTO PARA OS EUA?
Na imagem da esquerda, claramente, o Buscador entregou um resultado equivocado. Descartando o termo “para”, deduziu que o turista queria saber os requisitos de visto para entrar no Brasil. Por outro lado, a foto da direita mostra que a atualização não somente entendeu a pergunta, como também sabe que você é um viajante brasileiro e não norte-americano.
Perceba que mesmo com o RankBrain em ação, antes do BERT o motor de busca não entendeu a pergunta e entregou uma resposta irrelevante.
Mesmo que o usuário não saiba muito bem como pesquisar sua dúvida, o próprio Pandu Nayak afirma que é obrigação do motor de busca descobrir o que ele está procurando e lhe dar informações precisas.
Desta forma, cai por terra o foco nas palavras-chave (mas elas continuam importantes, hein) e a prioridade é entender as conexões e o todo daquilo que você fala ou digita na barra de pesquisa, tornando a relação máquina-usuário mais natural e humanizada.
Na prática a fórmula era a seguinte:
- ANTES
A pesquisa considerava as palavras uma a uma, na ordem, descartando o que era “não-chave”.
- DEPOIS
Os modelos BERT consideram o contexto completo de um termo com relação a todos os outros em uma frase. Ou seja, têm a capacidade de entender o significado daquilo que está posicionado antes e depois, e assim estabelecer um sentido.
BERT GLOBAL
Como já estamos acostumados, o algoritmo BERT começa a funcionar nos Estados Unidos, para o idioma inglês, e aos poucos será implementado para mais línguas e localidades.
Uma em cada dez pesquisas naquele país será impactada pela atualização. Parece pouco, mas a verdade é que serão milhões de usuários recebendo respostas mais assertivas em suas buscas.
Snippets em destaque
Globalmente, os Featured Snippets são os únicos que estão afetados pela tecnologia BERT. Todos os idiomas já podem receber respostas com influências do algoritmo.
Aprendizado de máquina: diferenças fundamentais entre o RankBrain e o BERT
Nós sabemos bem o quanto a Google vem investindo em Aprendizado de Máquina. Ao contrário do que muita gente pode pensar, o RankBrain, que já comemora cinco anos, não deixará de existir. Em momentos pertinentes, ele ainda poderá trabalhar sozinho na entrega de respostas, ou ainda, unir-se às engrenagens do BERT. E vice-versa!
Rapidamente, veja as diferenças entre ambos os algoritmos e por que eles devem ser complementares:
RANKBRAIN
É um algoritmo que, através do aprendizado de máquina, baseia-se em comportamento para entender se uma resposta é bem sucedida (por conseguinte, seu conteúdo também). Isso influencia diretamente no ranqueamento.
Ou seja, o RankBrain analisa todos os estágios da jornada – do clique na SERP à profundidade de navegação dentro do site – para avaliar a densidade da taxa de rejeição de um site e colocá-lo no topo.
BERT
A palavra que define o BERT não poderia ser outra senão INTENÇÃO!
O aprendizado de máquina desta vez pretende olhar para o contexto, e não para significados isolados das palavras.
Assim, o BERT entrará em ação todas as vezes que o Google julgar necessário compreender melhor a necessidade do usuário.
O GOOGLE DECLAROU QUE NÃO HÁ UMA FORMA ENGESSADA DE OTIMIZAR PARA O BERT.
Portanto…
Nesse sentido, lembre-se que você precisa estar sim bem conceituado aos olhos do Google. Contudo, sua preocupação primordial é atender com excelência às suas personas. Escreva para elas, e você verá que o aprendizado de máquina, com RankBrain e BERT, só trarão benefícios, facilitando a sua estratégia e ascendendo seu business.
Aproveite o momento em que o Google está preocupado com a humanização de seus resultados, para aproximar-se ainda mais de seus prospects e leads.
Venha otimizar seu negócio online na era do Aprendizado de Máquina com a WebShare
Gostou do conteúdo e tem algo a contribuir para nosso aprendizado? Não deixe de compartilhar suas ideias e opiniões aqui nos comentários.
E se você precisa de uma agência competente, preparada para todas as inovações que estão surgindo por aí, entre em contato conosco agora mesmo.
O time de especialistas em Google da WebShare está preparado para levar o seu negócio ao topo do buscador mais inovador e revolucionário do mundo. Eleve seus resultados com muita estratégia aliada à expertise de quem conhece SEO como a palma da mão.
