Desde el 2015, Google ha estado muy activo liberando actualizaciones en sus algoritmos de búsqueda, tratando de ofrecer una mejor experiencia para los usuarios que buscan algo en su plataforma. En aquel entonces la novedad era su algoritmo Rank Brain presentado en octubre de ese año, y que llegaba a complementar a Humingbird lanzado en 2013.
Rank Brain fue creado con base en Machine Learning utilizando inteligencia artificial para mejorar los resultado de búsqueda, tratando de entender con mayor precisión lo que los usuarios quieren realmente.
En un estudio publicado en 2016 por Stone Temple, afirman que con la llegada de Rank Brain la precisión en el entendimiento de la intención de búsqueda mejoró un 55% contra lo que se tenía antes solo con Mockingbird, Panda, Penguin, etc.
¿Que es Machine Learning?
Es el proceso cuando las computadoras aprenden de su propio uso y se enseñan a sí mismas en lugar de ser enseñadas por humanos o en su caso a, seguir una programación especifica. En otras palabras, la computadora aprende conforme se le utiliza.
De acuerdo con Arthur Samuel, pionero en inteligencia artificial, estableció en 1959 que el Machine Learning le brinda a las computadoras la habilidad de aprender sin ser explícitamente programadas, así que aprenden mediante la experiencia.
Cabe decir que en 2008 Yahoo lanzo con bombo y platillo un primer intento de algoritmo que pretendía entender lo que los usuarios buscaban, y sirvió de inspiración para que en 2009 naciera Wolfram Alfa y de ahí en adelante la inteligencia artificial ha sido un tema recurrente en el diseño de los nuevos algoritmos de búsqueda.
Pandu Nayak, Vicepresidente de Google Search, dijo que 15% de las consultas diarias en Google son nuevas, o sea que nunca se habían hecho antes, esto da pie para mejorar los procesos de búsqueda.
Google BERT
Para muchos que trabajamos en esta industria surgió una pregunta que al inicio era complicada de responder; si ya teníamos un algoritmo que utilizaba Machine Learning, ¿porqué Google presenta un nuevo algoritmo en 2019 que también utiliza IA?
Antes de continuar, vale la pena decir que BERT es el acrónimo de Bidirectional Encoder Representations from Transformers y NO viene a sustituir a Rank Brain, sino a complementarlo, adicionando algunos elementos que le faltaban.
Ahora bien, en el pasado Google enfocaba los resultados de búsqueda con base en análisis de Keywords o palabras clave, escarbando en su base de datos hasta encontrar el sitio que fuera más relevante y a partir de ahí mostrarlo en los resultados.
Actualmente con BERT esto cambia, porque ahora el significado individual de cada palabra pasa a un segundo plano y es el significado de la frase completa lo que el algoritmo toma como prioridad. Google sigue analizando las palabras, pero ahora lo hace de forma colectiva, teniendo en cuenta el contexto en el que se utilizan y no solo lo que significa cada una.
Algo que llamó mucho la atención es que por primera vez el algoritmo de Google utiliza NLP o Natural Language Processing, que es el proceso mediante el cual las computadoras logran entender el lenguaje considerando complejidades como los sinónimos, homónimos, verbos compuestos, etc.
Por si a estas alturas BERT no es lo suficientemente técnico o difícil de comprender, agreguemos el hecho que ahora es completamente bidireccional, es decir que analiza el texto tanto de derecha a izquierda como de izquierda a derecha, para con ello lograr dar sentido y contexto a la búsqueda realizada; esto hace una gran diferencia contra los modelos de lenguaje de una sola dirección.
Cronología de BERT
El proyecto BERT inició en 2016 con el nombre clave “DeepRank” y en noviembre de 2017 Google liberó un White paper(https://arxiv.org/abs/1710.05649) donde lo mostraba al mundo como una arquitectura para mejorar la relevancia en las búsquedas y fue hasta el 2019 que logró presentarlo como su flamante nuevo algoritmo. Durante 2020 se hicieron ajustes, ya que originalmente sólo salió para el idioma inglés y al cierre del año ha mejorado 7% la precision de las búsquedas.
Google no ha dado una fecha precisa para extender a otros idiomas BERT, pero todo parece indicar que será en marzo aprovechando la actualización programada de Mobile-First Indexing que la pospuso en septiembre de 2020.
Conclusión
BERT a diferencia de otros algoritmos no premia o penaliza en los resultados de búsqueda, más bien su función es optimizar la manera como entiende de manera interna lo que el usuario está buscando, así que cuando empiece a funcionar veremos que el tráfico proveniente de Google será de mejor calidad.
Algunas recomendaciones para el contenido, sin que sea una ley escrita, es el incluir preguntas y respuestas dentro del texto, para facilitarle a Google la tarea de entender el contexto.
El conocimiento que no se comparte, pierde por completo su valor
