Cómo Google Search utiliza la inteligencia artificial

¿Tus esfuerzos de SEO no están dando los resultados que esperabas y no puedes averiguar por qué?

Las tácticas tradicionales de SEO están volviéndose cada vez menos efectivas. Mientras te enfocas en palabras clave y enlaces de retroceso, la inteligencia artificial de Google está evolucionando rápidamente, cambiando fundamentalmente cómo se clasifican los resultados de búsqueda.

Este cambio está ocurriendo tras bambalinas, lo que hace que cada vez sea más difícil entender por qué tu contenido no está funcionando tan bien como debería.

Comprender cómo funcionan los sistemas de inteligencia artificial de Google es clave para adaptar tu estrategia de SEO. Este artículo explora la evolución de la IA de Google: RankBrain, emparejamiento neural, BERT y MUM, y explica cómo estos avances están redefiniendo la búsqueda.

Al entender estos conceptos, estarás mejor preparado para crear contenido que se alinee con el enfoque impulsado por la IA de Google, mejorando tus posibilidades de clasificar más alto en los resultados de búsqueda.

Sistemas de IA de Google

Google ha estado utilizando alguna forma de IA para identificar, ponderar y clasificar URL desde aproximadamente 2015, con su primer sistema de IA llamado RankBrain.

Tres años después, Ben Gomes, Vicepresidente Senior de Aprendizaje y Educación de Google y ex Jefe de Búsqueda, describió la IA como el "próximo capítulo de la Búsqueda".

Gomes explicó que la IA permitirá a Google ofrecer una mejor experiencia de usuario, no limitada solo a la consulta. Dijo que la IA creará "tres cambios fundamentales" en cómo funciona la búsqueda:

• De respuestas a viajes: “Para ayudarte a retomar tareas donde las dejaste y aprender nuevos intereses y pasatiempos, estamos trayendo nuevas características a la Búsqueda que te ayudan con necesidades de información en curso.”
• De consultas a proporcionar una forma sin consultas de acceder a la información: “Podemos presentar información relevante relacionada con tus intereses, incluso cuando no tienes una consulta específica en mente.”
• De texto a una forma más visual de encontrar información: “Estamos trayendo más contenido visual a la Búsqueda y rediseñando completamente Google Imágenes para ayudarte a encontrar información más fácilmente.”

Este cambio comenzó con RankBrain.

RankBrain (2015)

El sistema RankBrain fue el primer paso para ayudar al motor de búsqueda a “entender cómo las palabras se relacionan con los conceptos”.

Comprender la conexión que una palabra tiene con un concepto es una actividad inteligente y el primer paso de Google para comprender el contenido como lo haría un humano.

Por ejemplo, si buscas “¿Cuál es el color del cielo?”, la IA podría entender qué es “cielo” y que tiene un color percibido. Así Google podría devolver un resultado que no tuviera las palabras exactas pero sí respondiera la consulta.

Unos años más tarde, Google avanzó más en la conexión de palabras con conceptos mediante el emparejamiento neural.

Emparejamiento neural (2018)

Este sistema/subsistema fue creado para ayudar a Google a entender cómo “las consultas se relacionan con las páginas” para conceptos que son más difíciles de comprender.

Digamos que buscas “atar mis agujetas”, lo que podría significar varias cosas. Con el emparejamiento neural, Google podría entender que “agujetas” significa agujetas de zapatos y devolver resultados sobre cómo atarlas.

---

BERT (2019)

BERT significa Representaciones de Codificadores Bidireccionales de Transformadores y se consideró un “avance”.

Piense en BERT como la evolución de RankBrain y el emparejamiento neural, de modo que ahora Google podría entender cómo varias palabras en una oración se relacionan con varias palabras en la página y los conceptos detrás de ellas.

BERT parece ser importante para el reconocimiento de entidades. Esto puede ayudar a Google a comprender un nombre de marca, quién es una persona y tal vez incluso cuál es su experiencia en un tema determinado.

Este es el tipo de modelo de IA que hace posible la IA generativa y las visiones generales de IA. Google lo ha estado utilizando desde 2019.

• Relacionado con BERT hay un “sistema de aprendizaje profundo” llamado DeepRank. Como aprendimos del testimonio de Panda Nayuk durante el juicio del DOJ, esencialmente DeepRank es BERT cuando BERT se utiliza para el ranking.
• DeepRank también reemplazó gran parte de RankBrain.

MUM (2021)

Google afirma que el Modelo Unificado Multitarea (MUM) es “1,000 veces más poderoso que BERT”.

Si BERT entiende el lenguaje, entonces MUM lo genera. Y también puede entender tanto texto como imágenes y quizás video para ahora.

Pandu Nayak, Científico Principal de Google, Búsqueda y ex VP de Búsqueda, explicó MUM de esta manera:

“Toma la pregunta sobre escalar el monte Fuji: MUM podría entender que estás comparando dos montañas, por lo que la información sobre elevación y senderos podría ser relevante. También podría entenderse que, en el contexto del senderismo, "prepararse" podría incluir cosas como entrenamiento físico, así como encontrar el equipo adecuado.

Como MUM puede ofrecer información basada en su profundo conocimiento del mundo, podría destacar que aunque ambas montañas son aproximadamente de la misma elevación, el otoño es la temporada de lluvias en el monte Fuji, por lo que podrías necesitar una chaqueta impermeable.”

Sin embargo, la aplicación de MUM para mejorar los resultados de búsqueda sobre la información de la vacuna COVID-19 destaca cuán poderoso es este sistema.

Nayak dijo que MUM ayuda a diferenciar los diferentes nombres de marcas de vacunas y proporcionar la “información más actual y confiable sobre la vacuna”.

MUM destaca que Google puede mejorar los resultados de búsqueda más rápido que en el pasado.

Aprovechando la IA para SEO: ¿Qué es posible?

Lo que puedes hacer con la IA generativa, Google puede hacerlo con la IA en su sistema de clasificación. Que eso se asiente en tu mente.

ChatGPT puede tener un CI de hasta 155, por lo que es justo suponer que la IA de Google puede verificar fuentes como un humano hasta cierto grado.

Un humano que verifica la calidad y relevancia de una página para su intención podría hacerse estas preguntas:

• ¿Eres un experto experimentado en el tema sobre el que escribes o hablas?
• ¿Otros expertos experimentados están hablando sobre ti y tu experiencia?
• ¿Tienes una mala reputación por spam en Google para clasificar más alto?
• ¿Cómo se relaciona lo que dices sobre un tema con otros expertos en el campo?
• ¿Es este el mejor producto para lo que estoy buscando?

Pero recuerda que Gomes dijo que la IA se moverá “De respuestas a viajes”. Esto es muy importante, lo que indica que Google puede rastrear cómo tú y tu audiencia están interactuando o creando contenido sobre tu marca o expertos internos.

Con esto, Google podría responder preguntas mucho más relevantes:

• ¿Las personas se benefician de tu producto o servicio?
• ¿Una página web/empresa está afiliada a otra o son diferentes, con clientes que usan ambos?
• ¿Los clientes están compartiendo información sobre tu producto y luego buscándolo en Google?

Es hora de dejar de pensar en SEO en términos de señales de clasificación y enfocarse en cómo los humanos buscan información y por qué.