Alcune settimane fa abbiamo parlato di come Google stia trasformando i suoi algoritmi di ricerca. L’azienda di Mountain View lavora infatti da anni per migliorare il suo search engine in modo da rendere le ricerche degli utenti più efficienti e precise.
Big G, grazie ad enormi investimenti nelle applicazioni di algoritmi di machine learning, ha implementando in questi anni un sistema di search ranking con diversi livelli di comprensione/classificazione delle query, funzioni avanzate di spelling suggestion e correzione in tempo reale.
Tali funzionalità sono ovviamente in constate evoluzione e di recente è emerso che Google potrebbe aver avviato la sperimentazione di nuove modalità di ranking, con dinamiche che sembrano essere basate su correlazioni e match dei comportamenti dell'utente.
L'obbiettivo di Mountain View è ovviamente quello di migliorare i risultati di ricerca, tuttavia negli ultimi anni alcuni utenti avrebbero registrato diverse situazioni "anomale".
Nel 2018 Tim Bray, software developer che ha contribuito alla creazione della specifica XML, sospettava ad esempio che Google "dimenticasse" di proposito di indicizzare le pagine Web più datate.
Nello specifico Bray non riusciva più a reperire i suoi articoli pubblicati nel 2006 e lo stesso valeva anche per altri contenuti del 2008. Con altri motori di ricerca essi risultavano invece disponibili.
Bray coinvolse nei test anche altri suoi colleghi, che evidenziarono le stesse anomalie. Tuttavia dopo qualche tempo le pagine "scomparse" riapparvero nella SERP.
Anche Marco Fioretti, attivista open source, ha sperimentato la medesima situazione. I suoi articoli pubblicati nel 2006 non erano più indicizzati da Google, ma al contrario di quanto accaduto a Bray i post di Fioretti erano effettivamente andati offline per diverso tempo prima di essere ripristinati su un dominio diverso.
È quindi probabile che Google abbia smesso di indicizzare tali contenti perché non più disponibili e non più ricercati. Tuttavia su altri motori di ricerca, come ad esempio DuckDuckGo, non sarebbero state riscontrate tali problematiche e gli articoli sono facilmente reperibili.
Sin dalla nascita di Internet siamo stati abituati a pensare che ogni singolo byte presente in Rete sarebbe stato disponibile per sempre. Sembrerebbe invece che Google non condivida più questa visione e tenda anzi a non catalogare più i contenuti più vecchi di 10 anni.
Si tratta molto probabilmente di una scelta che ha alla sua base delle ragioni economiche, indicizzare decenni di contenuti Web ha infatti un costo enorme. Solitamente i contenuti tendono ad invecchiare e a non essere più attuali, oppure capita che passino di moda e non vengano più ricercati.
Via Stop at Zona-M
