Ben ritrovati a un nuovo approfondimento!
Come sappiamo, le ricerche su Google vengono compiute da persone in carne e ossa e il motore di ricerca per antonomasia cerca di uscire da questa restrittiva definizione per diventare piuttosto un “motore di risposta”, ponendosi come una fonte di informazioni autorevole per i propri utenti.
A tale scopo, deve riuscire a comprendere sempre con maggiore efficacia cosa significano davvero le ricerche digitate dalle persone.
Il machine learning, l’auto apprendimento delle macchine, si rivela una componente essenziale per mettere gli algoritmi in condizioni di comprendere la sempre più spropositata mole di ricerche eseguite di persone quotidianamente sui motori di ricerca. I cambiamenti sulle serp difatti sono all’ordine del giorno e non stupisce se il posizionamento cambia persino più volte nella stessa giornata.
Per questa ragione, Google BERT potrebbe costituire il più grande cambiamento in fatto di motori di ricerca degli ultimi anni.
Cos’è Google BERT?
Google BERT (Bidirectional Encoder Representations from Transformers, ovvero Rappresentazioni di encoder bidirezionali da trasformatori) è il nome dato al recente update di Google.
Essa costituisce una applicazione basata su rete neurali attivata con lo scopo di aiutare gli algoritmi di Google a comprendere l’effettivo significato di ciò che le persone scrivono in rete comprese le preposizioni come “to” e “for”.
Con questo nome si riassumono le tecniche neurali di elaborazione del linguaggio naturale (tecnologia introdotta e resa open source da Google, come da annunci sul Google AI Blog del 2 novembre 2018) studiata per supportare l’impegno delle macchine nel comprendere il linguaggio da un punto di vista sempre più umano e di offrire risposte meglio calibrate.
Questa tecnologia è concepita per mettere astrattamente chiunque nella posizione di potere allestire un proprio sistema di comprensione di domande e risposte.
Pandu Nayak di Google definisce questa innovazione “il più grande passo avanti negli ultimi cinque anni e uno dei più grandi salti in avanti nella storia della Ricerca“, di importanza non seconda a quella rivestita dal RankBrain ai propri tempi. BERT nasce per offrire delle risposte puntuali alle query complesse che grazie alla grande diffusione dei dispositivi vocali stanno prendendo sempre più piede.
La tecnologia neurale applicata alla comprensione del linguaggio dovrebbe portare a comprendere le sfumature di significato che una mente umana è abituata a cogliere mentre le macchine non altrettanto bene. Questo nuovo algoritmo aiuterà a comprendere in maniera più pertinente le chiavi di ricerca di coda lunga e l’intento di ricerca legato a gruppi di parole, esaminando ogni termine in rapporto a quello precedente e successivo.
Come funziona Google BERT?
Le nuove architetture neurali approcciano le parole non come a entità singole ma nel loro complesso, ivi comprese le relazioni che legano le une alle altre. Diciamo quindi addio al limitante e obsoleto modo dei vecchi algoritmi di considerare una parola per volta, metodo che ovviamente preclude la possibilità di accettare tutte le sfumature dei discorsi connessi al contesto.
BERT dovrebbe permettere a Google di capire meglio il significato delle espressioni composte da più parole e preposizioni, per avvicinarsi a ciò che effettivamente le persone intendono dire o scrivere.
Questa modalità permette di analizzare una parola anche rispetto quella che la segue e che la precede e ciò viene in aiuto dell’esigenza di comprendere l’intento di ricerca in maniera più attinente alla realtà.
Nel caso di espressioni composte da più parole sarà meno ardua l’impresa di analizzare le parole, tenendo conto anche delle preposizioni che possono incidere sul significato complessivo.
La tecnologia di BERT dovrebbe permettere così agli utenti di digitare o pronunciare le ricerche senza necessità di adattarle per ottenere le informazioni corrette richieste.
Nell’esempio presentato, un’espressione come “2019 Brazil traveller to USA needs a Visa” ora viene compresa dagli algoritmi in modo migliore per quanto riguarda la preposizione “to”, giacché prima il sistema poteva fraintendere il senso della frase e credere che si tratti di un viaggiatore USA verso il Brasile anziché il contrario.
Oppure, nell’esempio “parking on a hill with no curb”, l’algoritmo coglie l’importanza del “no” agendo direttamente sul featured snippet presentato.
Quali query saranno interessate da BERT?
Google BERT dovrebbe impattare su circa il 10% delle query (per ora solo in lingua inglese) ma ragionevolmente si espanderà anche alle altre lingue.
Il roll out è ufficialmente iniziato il 24 ottobre ma, data la maretta riscontrata sulle serp, non sarebbe strano se i suoi effetti avessero iniziato a propagarsi già dal 19 dello stesso mese.
Dato il suo funzionamento ne consegue che BERT colpirà in particolare le chiavi di ricerca a coda lunga al fine di comprendere con un minore tasso di errore cosa significano le espressioni lunghe.
Un’altra apprezzabile qualità delle reti neurali consiste nella capacità di adattare le informazioni acquisite sulla comprensione dell’inglese alle altre lingue in modo da aumentare progressivamente l’efficacia del modello al passare del tempo.
BERT inoltre dovrebbe interessare tutti i contenuti delle serp compresi i featured snippet e i risultati 0.
Google BERT e RankBrain
BERT non è concepito per sostituire RankBrain ma per affiancarlo nella comprensione delle query e nel pieno significato delle parole digitate.
Le parole infatti possono significare qualcosa se prese da sole e qualcos’altro all’interno di un gruppo di termini, perciò BERT si pone l’obiettivo ambizioso di avvicinare la comprensione di Google delle ricerche a un livello molto più umano di quanto non avvenga attualmente.
Si può ottimizzare un sito per Google BERT?
Stando alle parole di Danny Sullivan di Google non si può ottimizzare un sito web per Google BERT. Non si tratta di un cambiamento dei dettami di Google su quello che per i loro standard viene ritenuto di qualità, bensì del modo con cui i suoi algoritmi cercano di percepire i significati delle query.
Se i proprietari dei siti già si adoperano per realizzare contenuti di valore, originali ed esaustivi per i propri utenti, non c’è bisogno di modificare alcunché per ottimizzare un sito per Google BERT.
In teoria, quindi, se un sito ha perso del traffico a causa di Google BERT non potrebbe fare nulla per recuperare. Il problema sta nel fatto che contenuti realizzati principalmente attorno alle keyword possono facilmente risultare poco utili quando Google cambia i propri parametri nell’interpretazione delle parole chiave. Il lavoro di posizionamento deve quindi essere ripensato verso un più “umano” intento di ricerca per assicurarsi che i progressivi aggiornamenti di Google possano incrementare il traffico a nostro vantaggio e non il contrario.
Dobbiamo abbandonare l’idea di scrivere contenuti “nel linguaggio di Google”, come se fossero prodotti di macchine per le macchine, e optare per comprendere il più possibile l’intento di ricerca delle persone per soddisfarlo, poiché è proprio ciò che Google cerca di fare con BERT.
Come dice Google stessa, non esistono vere e proprie guide per ottimizzare per Google BERT, né tutorial su come recuperare il traffico perso dopo la sua messa a pieno regime. Si tratta della naturale evoluzione della capacità di Google di comprendere il significato delle ricerche, in particolare vocali, per fornire risultati più pertinenti. Quello che possiamo fare, e che in teoria già dovremmo stare facendo, è creare contenuti di alta qualità e molto rispondenti alle esigenze del nostro pubblico.
Google BERT – Considerazioni
Questa interessante applicazione delle rete neurali potrebbe spingere costantemente sulla realizzazione di buoni contenuti scritti effettivamente per le persone e non secondo ottiche meccaniche del copywriting SEO ai soli fini del posizionamento.
Google BERT, in linea teorica, dovrebbe favorire il posizionamento dei buoni contenuti, partendo dal presupposto che Google riesca a meglio comprendere le ricerche e le sfumature di significato delle espressioni e a fornire i risultati meglio confacenti alle esigenze informative.
Anche con questa introduzione non siamo comunque al cospetto di un problema completamente risolto. La comprensione delle ricerche è una materia insidiosa che richiede numerosi sforzi – come riconosce Google stessa – per adeguare le macchine alle molte sfumature delle espressioni umane. Gli errori saranno ancora tutt’altro che eventi remoti ma la strada, si spera, dovrebbe essere almeno un po’ più in discesa.
E tu che cosa ne pensi? Lasciami un commento qui sotto!
