Riporto un articolo scritto per GESTA, dal titolo Quale futuro per la SEO, al tempo dell’Intelligenza Artificiale?
Dalla Ricerca alla Domanda, dalle Informazioni alle Risposte
Il fenomeno del crescente ricorso alle soluzioni di Intelligenza Artificiale per acquisire informazioni, avrà un impatto enorme, è ormai chiaro, sui Motori di Ricerca per il Web e, a cascata, sulle attività di ottimizzazione, dette SEO (Search Engine Optimization).
Il successo dell’AI ChatGPT ha portato, nel giro di pochi mesi, tutti i principali player nel settore dei Search Engine a dotarsi di proprie soluzioni (dal nuovo Bing di Microsoft a Bard di Google), per evitare di perdere quote di mercato e offrire un’esperienza sulla ricerca delle informazioni all’altezza delle aspettative degli utenti.
Le nuove aspettative degli utenti per quanto riguarda la ricerca Web, secondo una nostra analisi, si basano essenzialmente su tre aspetti, che hanno peso diverso a seconda del profilo-utente e per questo parleremo di “livelli di aspettative”:
LINGUAGGIO
L’AI offre un’esperienza basata sul dialogo naturale, che è ovviamente più semplice e appagante della ricerca per parole chiave, perché aiuta l’utente ad esprimere meglio il suo bisogno e la macchina a fornire informazioni più precise, grazie al fatto che il modo stesso di porre le domande contiene un “search intent” più chiaro (rispetto alle keywords o anche alle key-sentences che Google comunque già sapeva elaborare semanticamente).
ELABORAZIONE
L’Artificial Intelligence aggrega informazioni da più fonti e le compone fra loro, fornendo non solo una “risposta a una domanda”, ma spesso un vero e proprio “lavoro svolto“. Si pensi allo sviluppo di codice, alla capacità di riassumere testi, alla possibilità di scrivere in autonomia libri (o almeno la scaletta dei contenuti) a partire da una semplice frase di poche parole. Questa capacità di elaborare dati e informazioni è molto più avanzata di quanto potevano fare prima i motori di ricerca, ad esempio tramite l’aggregazione in SERP (Search Engine Results Page) di risposte estratte dai dati strutturati (markup usati nelle pagine web per indicare, ad esempio, prezzi, recensioni, orari di apertura, eventi e tantissime altre informazioni specifiche e “catalogate” secondo uno schema noto ai Motori di Ricerca).
ESPERIENZA D’USO – COMODITÀ
Diretta conseguenza dei due livelli precedenti, è un’esperienza d’uso unica, soprattutto per quanto riguarda la comodità di accesso alle informazioni. Ci vengono spiattellate in chat decine di concetti che prima avremmo dovuto cercare e aggregare singolarmente. Ci arrivano risposte anche su temi che non conosciamo per nulla e che in passato avremmo dovuto studiare per arrivare ad un elaborato e/o un lavoro svolto. La facilità è diventata veramente “estrema”, per cui il livello 3, così come è stato per il Voice Search, è qualcosa che sta cambiando le abitudini degli utenti in maniera irreversibile.
Va detto che questi livelli di aspettative erano già presenti negli utenti dei Motori di Ricerca (in particolare in quelli di Google, che sono oltre il 91% a livello globale), ben prima dell’avvento dei modelli di linguaggio basati sul machine learning. Si pensi alla correzione degli errori di battitura, ai suggerimenti real-time nella barra di ricerca, ai già citati rich-snippets, nonché alla capacità di partire da due o tre parole per estenderne il significato (aggregando informazioni implicite, come la località, l’orario in cui si fa la ricerca, il proprio profilo socio-demografico, etc.) e fornire così risposte precise all’intento di ricerca.
Ma nel recente passato le priorità erano altre ed hanno fatto sviluppare sia i Motori di Ricerca che il Web verso un certo tipo di struttura dell’informazione.
Si pensi ad esempio alla “freschezza dei contenuti”. Su una data parola chiave, poniamo “Giro d’Italia“, stiamo cercando la storia della celebre gara ciclistica, il percorso dell’edizione 2023, oppure il risultato della tappa odierna? Fare questa stessa ricerca 13 anni fa, rispetto ad oggi, avrebbe generato una tipologia di contenuti in SERP completamente diversa.
Non dimenticherò mai l’avvento di Google Panda nel 2011 (un cambiamento dell’algoritmo di ranking che premiava siti con notizie aggiornate e Social Network) e quanta importanza diede all’aggiornamento continuo dei siti web. Fu un bello scossone nel mondo della SEO, ma ha cambiato l’idea stessa di sito web: da vetrina ad hub contenutistico continuamente aggiornato.
Di contro, l’Intelligenza Artificiale di ChatGPT ha un limite alla freschezza delle informazioni, poiché è stata addestrata in uno specifico periodo di apprendimento, oltre il quale essa stessa dichiara di non poter andare (settembre 2021, ad oggi, quindi più di un anno e mezzo fa). E il grosso delle informazioni l’AI le ha prese dal Web, quindi proprio da quei contenuti che si erano modellati sulla base delle evoluzioni dei motori di ricerca. Questa formazione statica, basata su un Web dinamico, crea un problema sulla qualità delle informazioni fornite da ChatGPT non da poco. È facile supporre che le AI di domani avranno un apprendimento dinamico.
Cosa succederà quindi al “database” del Web e alla SEO?
Le recenti soluzioni AI di Bing e Google integrano le capacità di linguaggio alla ricerca continuamente aggiornata, tramite i loro crawler (qui un esempio autoriferito su Bard di Google), quindi sembra che il limite dell’obsolescenza dei dati sarà presto superato. Tuttavia, i livelli di aspettative, generati soprattutto da ChatGPT, imporranno una sempre crescente capacità di elaborazione dei dati tramite deep learning, da parte delle AI usate come fonte di informazioni.
Probabilmente, quindi, il Web continuerà ad essere ancora per molto tempo il “database” principale sul quale le Intelligenze Artificiali si formano e ricercano le nuove informazioni. La SEO sarà importante nella misura in cui riuscirà a rendere l’accesso alle informazioni più strutturato, quindi usabile in modelli elaborati al di fuori dal sito stesso di pubblicazione.
Ma non basterà.
Le AI si formeranno (e in parte già lo fanno), tramite le interazioni con gli utenti che le interrogano. Ci sarà quindi, nella fase di apprendimento (che diventerà però continuo, una sorta di Lifelong Learning), l’opportunità per indirizzare l’AI verso i contenuti che si vorrebbe essa (lei?) conoscesse, al fine di poterli poi fornire ad altri utenti.
Da SEO ad AIO (Artificial Intelligence Optimization)
Si passerà quindi da una Search Engine Optimization ad una più complessa Artificial Intelligence Optimization, che richiederà meccanismi di interazione col Machine Learning od oggi non noti. Ci saranno da superare mille blocchi creati dagli sviluppatori, ci saranno da scoprire le centinaia di variabili che pesano e che aprono le finestre di apprendimento, i comandi trigger per far scattare la memorizzazione di una certa risposta, ci saranno da fare milioni di conversazioni pilotate… Ma se la storia della SEO ci ha insegnato una cosa è che non esiste algoritmo che i SEO Specialist più bravi non siano in grado di sfruttare per posizionare i contenuti dei propri clienti.
Sarà più difficile, certo, ma si potrà fare. E, magari, ci sarà una specifica AI ad aiutarci.