Robby Stein, vicepresidente de Producto para la Búsqueda de Google, recientemente participó en una entrevista en la que respondió preguntas sobre cómo el modo AI de Google maneja la calidad, cómo evalúa Google la utilidad y cómo aprovecha su experiencia con la búsqueda para identificar qué contenido es útil, incluidas métricas como los clics. También describió cinco factores de calidad relacionados con el SEO utilizados para el modo AI.
Cómo controla Google las alucinaciones
Stein respondió a una pregunta sobre las alucinaciones, dónde reside la IA en sus respuestas. Dijo que los sistemas de calidad dentro del Modo AI se basan en todo lo que Google ha aprendido sobre la calidad durante 25 años de experiencia con la búsqueda clásica. Los sistemas que determinan qué enlaces mostrar y si el contenido es bueno están codificados dentro del modelo y se basan en la experiencia de Google con la búsqueda clásica.
El entrevistador preguntó:
«Estos modelos no son deterministas y ocasionalmente alucinan… ¿cómo se protege contra eso? ¿Cómo se asegura que la experiencia central de búsqueda en Google siga siendo consistente y de alta calidad?»
Robby Stein respondió:
«Sí, quiero decir, la buena noticia es que esto no es nuevo. Si bien la IA y la IA generativa en este sentido son frontera, pensar en sistemas de calidad para la información es algo que ha estado sucediendo durante 20 o 25 años.
Por eso, todos estos sistemas de inteligencia artificial se construyen sobre ellos. Existe un enfoque increíblemente riguroso para comprender, para una pregunta determinada, ¿es buena la información? ¿Son estos los enlaces correctos? ¿Son estas las cosas correctas que un usuario valoraría?
¿Cuáles son todas las señales e información que están disponibles para saber cuáles son las mejores cosas para mostrarle a alguien? Todo eso está codificado en el modelo y en cómo el modelo razona y utiliza la búsqueda de Google como herramienta para encontrar información.
Así que se basa en esa historia. No se trata de empezar desde cero porque es capaz de decir, oh, está bien, Robbie quiere hacer este viaje y está buscando restaurantes interesantes en algún vecindario.
¿Cuáles son las cosas en las que las personas que hacen y han confiado en Google durante todos estos años? Sabemos cuáles son esos recursos y podemos mostrarle allí mismo. Y creo que eso ayuda mucho.
Y luego, obviamente, los modelos, ahora que liberas la restricción en el diseño, obviamente los modelos con el tiempo también han mejorado en el seguimiento de instrucciones. Y entonces puedes definir, oye, aquí están mis primitivas, aquí están mis pautas de diseño. No hagas esto, haz esto.
Y, por supuesto, a veces se cometen errores, pero creo que la calidad del modelo se ha vuelto tan fuerte que es mucho menos probable que eso suceda ahora”.
La explicación de Stein deja en claro que el Modo AI está codificado con todo lo aprendido de los sistemas de búsqueda clásicos de Google en lugar de una reconstrucción desde cero o una ruptura con ellos. El riesgo de alucinaciones se gestiona basando las respuestas de la IA en las mismas señales de relevancia, confianza y utilidad que han sustentado la búsqueda clásica durante décadas. Esas señales continúan determinando qué fuentes se consideran confiables y qué información los usuarios históricamente han considerado valiosa. La precisión en la búsqueda con IA se deriva de esa continuidad, con el razonamiento del modelo guiado por señales de calidad de búsqueda de larga data en lugar de operar independientemente de ellas.
Cómo evalúa Google la utilidad en modo IA
La siguiente pregunta es sobre las señales de calidad que utiliza Google en el modo AI. La respuesta de Robby Stein explica que la forma en que el modo AI determina la calidad es muy parecida a la de la búsqueda clásica.
El entrevistador preguntó:
«Y Robbie, a medida que la búsqueda evoluciona, a medida que los resultados cambian y, nuevamente, se vuelven dinámicos, ¿qué señales estás observando para saber que el usuario no solo está obteniendo lo que desea, sino que esa es la mejor experiencia posible para su búsqueda?»
Stein respondió:
«Sí, hay toda una batería de cosas. Quiero decir, miramos, realmente estudiamos la utilidad y si las personas encuentran útil la información.
Y lo hace evaluando el contenido fuera de línea con personas reales. Esto se hace en línea mirando las respuestas reales.
¿Y la gente nos está dando el visto bueno y el negativo?
¿Están apreciando la información que les llega?
Y luego piensas, ¿lo están usando más? ¿Volverán? ¿Están votando con los pies porque es valioso para usted?
Entonces creo que, en cierto modo, triangular, cualquiera de esas cosas puede llevarte por mal camino.
Hay muchas maneras en que, curiosamente, en muchos productos, si el producto no funciona, también puede provocar que lo uses más.
En la búsqueda, es algo interesante.
Tenemos una métrica muy específica que gestiona a las personas que intentan usarla una y otra vez para lo mismo.
Sabemos que eso es malo porque significa que no pueden encontrarlo.
Tienes que tener mucho cuidado.
Creo que así es como aprovechamos lo que hemos aprendido en la búsqueda, que realmente nos sentimos bien de que las personas encuentren útiles las cosas que enviamos”.
La respuesta de Stein muestra que el modo AI evalúa el éxito utilizando las mismas señales centrales utilizadas para la calidad de la búsqueda, incluso cuando la interfaz se vuelve más dinámica. La utilidad no se infiere de una única señal de participación, sino de una combinación de evaluación humana, retroalimentación explícita y patrones de comportamiento a lo largo del tiempo.
Es importante destacar que Stein señala que solo porque la gente lo usa mucho, presumiblemente en una sola sesión, el aumento en el uso por sí solo no se considera un éxito, ya que los intentos repetidos de responder la misma consulta indican fracaso en lugar de satisfacción. La conclusión es que el éxito del modo AI se juzga en función de si los usuarios están satisfechos y que utiliza señales de calidad diseñadas para detectar fricciones y confusión tanto como el compromiso positivo. Esto mantiene la continuidad de la búsqueda clásica en lugar de redefinir lo que significa utilidad.
Cinco señales de calidad para la búsqueda con IA
Por último, Stein responde una pregunta sobre la clasificación del contenido generado por IA y si las mejores prácticas de SEO siguen ayudando a clasificar en IA. La respuesta de Stein incluye cinco factores que se utilizan para determinar si un sitio web cumple con sus estándares de calidad y utilidad.
Stein respondió:
“La mecánica central es que el modelo toma tu pregunta y la razona, trata de entender qué estás tratando de obtener de esto.
Luego genera un abanico de potencialmente docenas de consultas que se buscan en Google en secreto. Eso es aproximadamente la información que la gente ha encontrado útil para esas preguntas.
Existe una asociación muy fuerte con el trabajo de calidad que hemos realizado durante 25 años.
¿Este contenido trata sobre este tema?
¿Alguien lo ha encontrado útil para la pregunta dada?
Eso nos permite mostrar una diversidad más amplia de contenido que la búsqueda tradicional, porque realiza investigaciones internas para usted.
En resumen, se aplican las mismas cosas.
- ¿Su contenido responde directamente a la pregunta del usuario?
- ¿Es de alta calidad?
- ¿Se carga rápidamente?
- ¿Es original?
- ¿Cita fuentes?
Si la gente hace clic en él, lo valora y vuelve a consultarlo, ese contenido se clasificará para una pregunta determinada y también se clasificará en el mundo de la IA”.
Mire la entrevista que comienza aproximadamente en la hora y veintitrés minutos:
