Il nuovo algoritmo di Google è in fase di testing e validazione. È costruito su una rete neurale di 1.000 nodi che capisce e genera linguaggio, dando risposte originali a partire da informazioni multimodali e multilingue.
Google ha misurato che oggi ci vogliono in media 8 ricerche per rispondere a una domanda complessa.
Se ad esempio, dopo aver scalato una montagna, volessi scalarne un’altra e mi chiedessi “Cosa dovrei fare di diverso da questa per prepararmi?”, dovrei realizzare varie ricerche per raccogliere informazioni sull’altitudine, la difficoltà del sentiero, il meteo atteso, la presenza e le aperture dei rifugi, ecc.
Questo perché attualmente i motori di ricerca non sono ancora sufficientemente sofisticati per rispondere a una domanda complessa con una soluzione articolata.
Ma solo fino al prossimo arrivo di MUM.
MUM: quali novità, tra Machine Learning e SEO
MUM, acronimo di Multitask Unified Model, sarà una nuova versione potentemente aggiornata dell’algoritmo di Google in grado non solo di comprendere il linguaggio naturale (NLP), ma anche di generarlo.
Il suo arrivo è stato annunciato il 18 maggio nel corso di Google I/O 2021, la conferenza che annualmente Big G tiene sui prodotti del suo ecosistema, ma non è ancora stata resa nota una data ufficiale per il rollout.
Anche il Google che usiamo oggi – BERT, acronimo di Bidirectional Encoder Representations from Transformers, lanciato nel 2019 – è basato su un’architettura Transformer, così come lo sarà MUM. Ma MUM sarà – dalle dichiarazioni di Google – 1.000 volte più potente.
1.000 non come modo di dire, ma come i nodi che compongono la sua rete neurale.
Da tempo Google è impegnata verso una sempre maggiore e migliore comprensione del linguaggio naturale: percorso che gli ha permesso negli anni di lanciare le ricerche vocali, il proprio assistente vocale e progressivamente di sviluppare un algoritmo nuovo in grado di comprendere il “vero parlare”.
Dalle ricerche per keyword secca si è passati alla comprensione del search intent e della semantica, dalle query esclusivamente scritte si è passati alle ricerche vocali e al dialogo con gli assistenti.
Tutto questo è merito, anche, dell’intelligenza artificiale. Ed è su questo terreno infatti che SEO e machine learning si sono incontrati.
Reti Neurali: l’algoritmo riproduce il cervello umano
Un’architettura transformer – come quelle alla base di BERT e MUM – è un modello di deep learning che adotta il meccanismo dell’attenzione, pesando l’influenza di diverse parti dei dati di input che passano attraverso i nodi della propria rete.
I deep learning è la forma più complessa di machine learning, costruita sulle reti neurali (neural networks) ovvero delle reti artificiali che riproducono la complessità delle reti neurali viventi.
L’obiettivo è dunque insegnare alla macchina-Google a processare il linguaggio come lo fa il nostro cervello.
In questo senso MUM sarà dunque capace, meglio di come Google abbia mai fatto finora, di capire cosa gli stiamo chiedendo – soprattutto le domande complesse e che necessitano di raccogliere e rielaborare diverse fonti di dati – e anche di “costruire” una risposta nuova.
Nel Google del futuro dunque non avremo probabilmente più la SERP per come l’abbiamo conosciuta finora (una lista di 10 risultati, anche se a dire il vero già ora si sono notevolmente complicate), ma una pagina contenente anche risultati originali prodotti da Google e frutto dell’aggregazione di informazioni da molteplici fonti.
Multimodal e multilanguage
MUM sarà anche multimodale e multilingue: che significa?
Significa che comprenderà informazioni non solo da testo scritto (le pagine dei siti web, ad esempio), ma anche dalle immagini e, in futuro, da video e tracce audio. E lo farà da 75 lingue contemporaneamente.
Alle ricerche che effettueremo darà dunque risposta traendo informazioni da diversi formati di contenuto e da più lingue contemporaneamente, restituendo un risultato nella lingua preferita dall’utente.
In merito a questo “superpotere” di MUM, Google con entusiasmo dichiara che il nuovo algoritmo “ha il potenziale di abbattere le barriere [di accesso all’informazione dovute alla lingua] trasferendo conoscenza tra una lingua e l’altra.”
I rischi connessi all’Intelligenza Artificiale
Tutte le tecnologie, per quanto entusiasmanti, non sono esenti da rischi. Il rischio di un algoritmo basato sul deep learning può essere quello dell’errata elaborazione di informazioni.
Tutto dipende non solo da come è costruita la rete neurale artificiale, ma anche dai dati che le si danno in pasto: per questo motivo MUM è “addestrato utilizzando i dati sottoposti a scansione dall’open web, rimuovendo contenuti di bassa qualità”.
Ma cosa vuol dire bassa qualità? E chi li rimuove?
Il tema dell’affidabilità delle informazioni, così come quello del diritto di parola e di accesso a una pluralità di fonti, sono ambiti per i quali i giganti del web, negli ultimi anni, sono spesso stati nell’occhio del ciclone.
Da Cambridge Analytica alla chiusura dell’account Twitter di Trump, dagli hacker russi fino alle notizie sul Covid-19, lo scontro sulla linea di confine tra diritto di parola e di accesso a una pluralità di fonti da un lato e qualità dell’informazione e censura dall’altro è ancora infuocato.
In questo clima un aggiornamento così importante di Google deve sottostare, nelle parole di Pandu Nayak, Vice Presidente della divisione Search, ad un “rigoroso processo di valutazione per assicurarci che i risultati che stiamo fornendo siano rilevanti e utili”.
Per fare questo sono al lavoro “Human raters” che, seguendo le linee guida per la qualità della ricerca, monitorano la qualità delle risposte di MUM.
Nel Google del futuro ci sarà ancora spazio per la SEO?
La data di lancio di MUM non è ancora nota in quanto Google è ancora impegnata nella fase di test: non sappiamo nemmeno se è questione di mesi o se dovremo attendere anni.
Ma, dopo questa rivoluzione della Search, ci sarà ancora spazio per la SEO e i siti proprietari?
John Muller, Senior Webmaster Trends Analyst di Google, che spesso è un punto di riferimento per approfondire e commentare notizie a proposito di Big G, ha risposto ai dubbi dei tanti utenti che si ponevano questa domanda dichiarando che “le cose si evolvono sempre” ma che MUM non ridurrà il bisogno di SEO.
Semplicemente la SEO cambierà.
Il mutamento, l’evoluzione a cui è sottoposto il processo di ottimizzazione per i motori di ricerca è però una costante nel lavoro del/la SEO specialist.
Da molti anni, con l’evoluzione dell’algoritmo di Google da keyword secca a ricerca semantica a natural language processing, anche la SEO si è evoluta. Ricordate quelle pagine di inizio millennio piene zeppe di una parola ripetuta mille volte? Ora non ci sono più: perché è cambiato Google, perché è cambiata l’ottimizzazione per Google.
Cosa fare oggi per ottimizzare un sito web?
Come sempre quando si parla di SEO, la risposta non può essere una lista di trick ma la raccomandazione di approcciarsi alle sfide dell’ottimizzazione per Google armati di un mindset: l’approccio user-centered.
Ecco dunque alcune attività che puoi fare da subito per valutare quanto il tuo sito mette gli utenti e le loro necessità al centro dell’esperienza di navigazione:
- Controlla il punteggio dei tuoi Core Web Vitals e, se non sono soddisfacenti, ottimizzali
- Analizza il posizionamento e le visite delle pagine più importanti: gli utenti le leggono?
- Verifica la mappa del tuo sito: ci sono pagine importanti raggiungibili solo dopo molti click?
- Rileggi il contenuto con occhio critico: è autoreferenziale o dà vere informazioni utili al lettore?
- Scrivi articoli di blog basati sulle ricerche degli utenti (query): solo così il tuo sito verrà trovato
Nulla interessa più a Google infatti che dare all’utente esattamente quello che vuole nel miglior modo possibile.
