Come i robot hanno imparato a parlare. Dalle keywords agli Intent Vectors

All’inizio era il verbo. Ovvero le keywords, le ‘parole chiave’ che i primissimi motori di ricerca avevano imparato a leggere e riconoscere per archiviare e indicizzare i documenti web.
Era facile riempire un testo di parole chiave per farlo sembrare più rilevante, quando Google era ancora un ragazzino e credeva davvero in tutto quel che leggeva online.

Quindi vennero degli ingegneri ed inventarono il keywords stuffing, un filtro che sapeva riconoscere quei testi che farcivano di parole chiave le pagine web fino all’inverosimile, proprio allo scopo di ingannare il giovane Google.
Oggi sembrerà forse anacronistico, ma chiunque non sia proprio giovanissimo ricorderà quanto surreali, e fastidiosi, erano quei testi.
Eppure quell’abitudine rimane ancora profondamente radicata nei tool seo, basti pensare all’ancora diffusissimo SEO Score utilizzato dal noto plugin Yoast per fare seo su WordPress.
Devi mettere la parola chiave per cui vuoi ottimizzare quella pagina. Devi metterla nel titolo, devi metterla nella url, devi metterla nei titoli dei paragrafi, devi metterla nel testo. Un certo numero di volte, ma non più di un certo numero di volte o Google si accorge che stai cercando di fregarlo.

Al di là dei tool, comunque, i seo in carne ed ossa avevano già da tempo capito che le capacità di Google di leggere e capire il testo si erano evolute.
Google, ormai adolescente, non credeva più a tutto quel che leggeva, non senza esercitare un minimo di diffidenza, di raziocinio.
Anche Google, come prima o poi fanno tutti gli adolescenti, aveva imparato che gli adulti mentono.

E quindi – paradossalmente – quando trovava un testo particolarmente ottimizzato per una determinata parola chiave, lo indicizzava peggio.
La over optimization, sovraottimizzazione, divenne un peccato capitale, e tanti ancora di noi fatichiamo a non ricaderci.

Google e l’era del Search Intent

Nel decennio tra il 2015 e il 2025, comunque, Google aveva migliorato di gran lunga le sue capacità di lettura, e soprattutto comprensione, del testo scritto.

Proprio come ogni intelligenza artificiale che si rispetti, anche il motore di Mountain View si era allenato leggendo milioni e milioni di testi in tutte le lingue del mondo, miliardi di pagine web pubblicate ogni anno su qualsiasi settore ed argomento dello scibile umano.
E non si era limitato a leggere i documenti web pubblicati dai proprietari di siti internet.
Aveva imparato a leggere e comprendere miliardi e miliardi di stringhe di ricerca eseguite quotidianamente sulla barretta di ricerca della più nota e popolare pagina bianca del web, quella di Google.

Studiano le domande e testando senza sosta le possibili risposte di ricerca da lui stesso fornite sulle Serp, aveva pensato di poter isolare gli intenti di ricerca degli individui per comprenderli in modo più profondo, svincolandoli dalla corrispondenza semantica stretta di quelle keywords che erano state i primi veicoli di comprensione ed indicizzazione del testo.

Il significato profondo che orientava le ricerche eseguite da miliardi di utenti ogni giorno era ora il nodo attorno a cui orientare l’ottimizzazione dei testi digitali.
Il Search Intent era il nuovo Moloch che affascinava un Google ormai maturo, capace di leggere e capire gli intenti dei suoi utenti e restituire loro documenti che fossero coerenti con le loro ricerche a prescindere dalle singole parole utilizzate da chi li aveva scritti.

Google non aveva solo imparato a leggere i testi, ma anche a capirne l’argomento ben al di là dal superficiale utilizzo del lessico in senso formale.

Gli Intent Vectors dei chatbot AI

Nel frattempo però siamo agli anni ’20 del nuovo millennio, e i robot che leggono e scrivono, e non solo, ascoltano e rispondono, sono una realtà corrente.

L’immenso corpus testuale costituito dal web è stata la culla di una generazione di bot capaci di interagire con gli umani, con la loro lingua scritta e parlata.

La rivoluzione AI di cui ChatGPT è stata la pioniera, e che fra poco sarà – suo malgrado – probabilmente protagonista della più grossa bolla borsistica degli ultimi 100 anni, è la punta di un iceberg che aveva iniziato a costruirsi già 30 anni fa, con la nascita del web e della ricerca web di Google.

I robot hanno imparato a capire il linguaggio umano e a rispondere con un buon grado di approssimazione.
Gli Intent Vectors sono ‘direzioni’ di significato dove viene raggruppato – in un immaginario spazio semantico di nessi e relazioni – un determinato nucleo di temi e argomentazioni.

Un vettore, in una rappresentazione grafica, è una freccia.
Una freccia che punta verso un nodo semantico, una zona tematica, un campo di significato che sarà più o meno largo, più o meno profondo – o superficiale – a seconda del livello di conversazione proposto dal prompt di ricerca. Cioè dall’umano che cerca, che interloquisce, che stuzzica.

Le parole, che non sono più le parole-chiave di 30 anni fa, finalmente, hanno recuperato quella tridimensionalità che avevano nelle comunicazione inter-umana.