Tudo sobre o BERT: o novo algoritmo do Google que promete revolucionar as SERPs

O Google já é tão presente na vida das pessoas que muita gente conversa com ele. Os usuários digitam “como faço para chegar ao mercado” ou “quando começa a primavera”, como se estivessem naturalmente falando com uma pessoa. Mas vale lembrar: o Google é feito de algoritmos.

E é um desses algoritmos — o Google BERT — que ajuda o buscador a entender o que as pessoas estão perguntando e trazer as respostas que elas querem.

É isso mesmo: robôs não são pessoas, mas a tecnologia já avançou tanto que eles são capazes de compreender a linguagem humana, inclusive com gírias, erros, sinônimos e expressões linguísticas que estão presentes na nossa fala e nem percebemos.

Esse novo algoritmo de busca foi criado para o Google entender melhor as intenções de busca dos usuários e os conteúdos das páginas da web. Mas como ele funciona? E como isso afeta as suas estratégias de SEO?

Vamos entender tudo agora:

• O que é Google BERT?
• Quando o BERT foi lançado?
• O que é NLP?
• O BERT substituiu o RankBrain?
• Como o Google BERT funciona?
• Por que o Google BERT é importante para a experiência de busca?
• Quais são os impactos do BERT nas SERPs?
• Conteúdo e SEO: como otimizar para o BERT?

O que é Google BERT?

Google BERT é um algoritmo que aumenta a compreensão da linguagem humana pelo buscador.

Isso é essencial no universo das buscas, já que as pessoas se expressam de maneira natural nos termos de pesquisa e nos conteúdos das páginas — e o Google trabalha para fazer a correspondência correta entre um e outro.

BERT é o acrônimo para Bidirectional Encoder Representations from Transformers, que pode ser traduzido como representações de codificador bidirecional de transformadores. Ok, essa tradução não diz muita coisa, não é? Vamos explicar melhor.

Para entender o que é o BERT, vamos precisar passar por alguns termos de tecnologia, ok? Para começar, o BERT é uma rede neural. Você sabe o que é isso?

Redes neurais são modelos computacionais inspirados no sistema nervoso central de um animal, que é capaz de aprender e reconhecer padrões. Elas fazem parte da área de machine learning (ou aprendizado de máquina).

No caso do BERT, a rede neural é capaz de aprender as formas de expressão da linguagem humana. Ela é baseada em um modelo de Processamento de Linguagem Natural (NLP) chamado de Transformer, que entende as relações entre as palavras em uma frase, em vez de uma por uma em ordem.

O BERT é um modelo de pré-treinamento de processamento de linguagem natural. Isso significa que o conjunto de dados do modelo é treinado em um corpus de texto (como a Wikipédia) e pode ser usado para desenvolver diversos sistemas sem sair do zero.

É possível desenvolver algoritmos de respostas a perguntas ou de análise de sentimento, por exemplo.

Tudo isso está no campo da inteligência artificial. Ou seja, os robôs fazem tudo! Uma vez programado, o algoritmo aprende continuamente sobre a linguagem humana com o processamento de milhões de dados que recebe.

Mas, para além do mundo da inteligência artificial que mais parece ficção científica, é importante saber que o BERT compreende o contexto completo de uma palavra — os termos que vêm antes e depois e as relações entre eles —, o que é extremamente útil para entender os conteúdos dos sites e as intenções dos usuários ao pesquisar no Google.

Quando o BERT foi lançado?

Em novembro de 2018, o Google lançou o BERT em código aberto na plataforma GitHub. A partir daí, qualquer pessoa pode usar os códigos e modelos pré-treinados do BERT para criar seu próprio sistema de maneira mais rápida.

O próprio Google usou o BERT no seu sistema de pesquisa. Em outubro de 2019, o Google anunciou a sua maior atualização dos últimos tempos: a adoção do BERT no algoritmo das buscas.

O Google já havia adotado modelos para entender a linguagem humana, mas essa atualização foi anunciada como um dos maiores saltos na história do buscador.

Inicialmente, o BERT foi lançado apenas nos Estados Unidos e em inglês. Mas já em dezembro de 2019, o modelo foi ampliado para mais de 70 idiomas. Dessa maneira, os resultados da busca por todo o mundo tiveram um grande ganho de qualidade.

O que é NLP?

Para explicar o que é o BERT, falamos que esse algoritmo é um modelo de Natural Language Processing (NLP), que significa Processamento de Linguagem Natural. Vamos explicar melhor o que é isso.

NLP é uma área da inteligência artificial que converge com a linguística ao estudar as interações entre linguagens humanas e computacionais. A intenção é preencher as lacunas entre uma linguagem e outra e fazer com que elas se comuniquem.

Esse tipo de sistema já existe há muito tempo, desde os trabalhos de Alan Turing na década de 1950. Mas foi na década de 1980 que os modelos de NLP deixaram os manuscritos para trás e adotaram a inteligência artificial. A partir daí, computadores passaram a processar grandes volumes de dados, o que revolucionou a relação entre humanos e máquinas.

Podemos não perceber na rotina, mas a nossa expressão verbal é extremamente complexa e diversa. Existem tantos idiomas, regras sintáticas, relações semânticas, gírias, expressões, abreviações e erros cotidianos, que mal os humanos conseguem se entender!

Para os computadores, isso fica ainda mais difícil, já que usamos uma linguagem não-estruturada para eles, que precisam de sistemas para entendê-la.

Para isso, o NLP adota uma série de técnicas, como abstrair o que é irrelevante no texto, corrigir erros de grafia e reduzir as palavras ao seu radical ou infinitivo.

A partir daí, é possível estruturar, segmentar e categorizar o conteúdo para entender como as partes criam sentido em conjunto. Então, o sistema elabora também uma resposta, em linguagem natural, para interagir com o usuário.

É esse tipo de sistema que permite, por exemplo, que você diga “Alexa, me fale a receita do bolo de milho”, e o assistente virtual da Amazon diga os ingredientes e o modo de preparo.

Essa solução é usada hoje em diversos recursos, como na interação com chatbots (imagem abaixo), na tradução automática de textos, na análise de sentimentos em monitoramento de redes sociais e, é claro, no sistema de busca do Google.

O BERT substituiu o RankBrain?

O Google está em estudo constante para melhorar a experiência de busca e entregar os melhores resultados. Isso não começa nem termina com o BERT.

Em 2015, o buscador anunciou uma atualização que transformava o universo das buscas: o RankBrain. Era a primeira vez que o algoritmo adotava a inteligência artificial na compreensão de conteúdos e buscas.

Assim como o BERT, o RankBrain também usa o aprendizado de máquina, mas não faz o Processamento de Linguagem Natural. O método está focado na análise de consultas e no agrupamento de palavras e frases que estejam próximas semanticamente, mas não é capaz de entender a linguagem humana por si só.

Então, quando uma nova consulta é feita no Google, o RankBrain analisa buscas passadas e identifica quais palavras e frases atendem melhor àquela pesquisa, mesmo que não coincidam exatamente ou que nunca tenham sido pesquisados.

À medida que recebem os sinais de interação do usuário, os robôs aprendem mais sobre as relações entre palavras e aprimoram o ranking.

Portanto, esse foi o primeiro passo do Google na compreensão da linguagem humana. Ainda hoje, é um dos métodos usados pelo algoritmo para entender as intenções de busca e os conteúdos das páginas, a fim de apresentar melhores resultados aos usuários.

Portanto, o BERT não substituiu o RankBrain — ele apenas trouxe mais um método de entendimento da linguagem humana. Dependendo da busca, o algoritmo do Google pode usar um ou outro método (ou até combinar os dois) para entregar a melhor resposta ao usuário.

Entenda que o algoritmo do Google é formado por uma grande complexidade de regras e operações. O RankBrain e o BERT desempenham um papel importantíssimo, mas são apenas partes desse robusto sistema de busca.

Como o Google BERT funciona?

Um dos diferenciais do Google em relação a outros sistemas de processamento de linguagem é o seu caráter bidirecional. Mas o que isso quer dizer?

Os outros sistemas são apenas unidirecionais. Ou seja, eles contextualizam as palavras apenas usando termos que estão à sua esquerda ou à sua direita no texto.

Já o BERT usa as duas direções: ele analisa o contexto à esquerda e à direita da palavra. Isso traz uma compreensão muito mais profunda sobre as relações entre palavras e entre frases.

Outro diferencial é que o BERT constrói um modelo de linguagem com um pequeno corpus de texto.

Enquanto outros modelos usam grandes quantidades de dados para treinar o aprendizado de máquina, a abordagem bidirecional do BERT permite treinar o sistema com mais precisão e muito menos dados.

Então, depois que o modelo é treinado em um corpus de texto (como a Wikipédia), ele passa por um “ajuste fino”, chamado de fine-tuning.

Nesse momento, o BERT é submetido a tarefas específicas, com inputs e outputs conforme o que você quer que ele realize. É aí que ele começa a se adaptar a diferentes demandas, como perguntas e respostas ou análise de sentimento.

Perceba que o BERT é um algoritmo que pode ser usado em diversas aplicações. Então, quando falamos em Google BERT, estamos falando da sua aplicação no sistema do buscador.

No Google, o BERT é usado para compreender as intenções de busca dos usuários e os conteúdos indexados pelo buscador.

Diferentemente do RankBrain, ele não precisa analisar consultas passadas para entender o que os usuários querem dizer. O BERT entende palavras, frases e conteúdos inteiros como nós.

Mas perceba também que esse modelo de NLP é só uma parte do algoritmo. O Google BERT entende o que as palavras significam e como se relacionam.

Mas ainda tem todo o trabalho do restante do algoritmo para associar a busca às páginas do índice, escolher os melhores resultados e classificá-los em ordem de relevância para o usuário.

Por que o Google BERT é importante para a experiência de busca?

Agora, deixamos um pouco de lado os termos de TI para falar sobre o que o BERT significa para as pesquisas do Google.

Você já entendeu que o algoritmo ajuda o Google a decifrar a linguagem humana, mas que diferença isso faz para a experiência de busca do usuário?

É importante lembrar que o Google tem a missão de organizar todo o conteúdo da web para entregar as melhores respostas aos usuários.

Para isso, o buscador precisa entender o que as pessoas buscam e o que as páginas falam. Assim, ele pode fazer a correspondência correta entre as palavras-chave e os conteúdos da web.

Quando você pesquisa por “banco de alimentos”, por exemplo, o buscador entende que o “banco” na sua pesquisa não se refere a um móvel de sentar, a uma instituição bancária ou a um banco de areia no mar.

Se você pesquisasse por “baco de alimentos” (com erro de grafia) ou “banco alimentos” (sem preposição), ele também entenderia o que você quis dizer.

Com o BERT, ele entende o sentido dessa palavra, não apenas nos seus termos de pesquisa, mas também nos conteúdos das páginas indexadas.

Na hora de indexar uma página com a palavra “banco”, ele já coloca as páginas de bancos de alimentos, móveis e instituições bancárias em diferentes caixinhas.

Mas o buscador vai além: ele entende também a intenção que está por trás dessa pesquisa.

Ao fazer essa busca, o Google entende que você está pesquisando por bancos de alimentos perto de onde você está. Então, a página de resultados provavelmente vai mostrar as instituições que prestam esse tipo de serviço na sua região.

Dessa maneira, o Google se torna cada vez mais inteligente para entregar resultados que realmente entregam o que os usuários querem encontrar. Essa é a experiência de busca que o Google quer oferecer.

Nos primórdios do Google, porém, nem toda pesquisa atendia ao que o usuário buscava. O buscador se limitava à correspondência exata da palavra-chave.

Ou seja, quando a pessoa digitava “bromélia cuidados”, por exemplo, ele só conseguia trazer nos resultados as páginas que usavam exatamente esses termos.

A partir do RankBrain, o Google, já começou a entender que “cuidados” está muito próximo de “como cuidar”. Assim, o buscador já passou a mostrar páginas com os termos “como cuidar de bromélias”.

Já o BERT faz o Google entender que a pessoa quer saber como cuidar de bromélias, sem se prender às palavras-chave exatas.

O problema é que o modelo inicial do Google de correspondência exata de palavras-chave criou vícios na internet. Para aparecer no buscador, os sites passaram a usar as palavras-chave no texto exatamente como o usuário poderia pesquisar. Só que isso torna a experiência de leitura muito pobre.

Pense com a gente: você preferiria ler um conteúdo que falasse naturalmente sobre como cuidar de bromélias ou um texto que repetisse várias vezes “bromélia cuidados” sem fazer sentido algum?

Então, a mudança do Google para a compreensão das intenções de busca também melhora a experiência de leitura do usuário.

Os sites são orientados a produzir conteúdos com uma linguagem natural, sem forçar a barra com termos que não fazem sentido para o leitor.

Com isso, o Google também combate o keyword stuffing, que é uma prática de black hat que viola as políticas do buscador. Portanto, o usuário só tem a ganhar!

Quais são os impactos do BERT nas SERPs?

Quando lançou o BERT, o Google informou que a atualização afetaria cerca de 10% das buscas nos Estados Unidos. Assim como toda atualização de algoritmo, o anúncio gerou uma movimentação no mercado de SEO, já que muitos sites temiam perder posições.

No entanto, o BERT não penalizou nenhum site, como acontece em várias atualizações que miram no combate às más práticas. O que ele faz é melhorar o alinhamento entre as buscas dos usuários e os conteúdos das páginas.

Portanto, se alguém perdeu posições para determinada palavra-chave, significa que ela não trazia uma boa resposta para aquela consulta.

Por outro lado, se essa página tem qualidade para o Google, provavelmente ela foi melhor alinhada a outra consulta e conseguiu melhorar a qualidade do seu tráfego, com visitantes mais propensos a gostar do conteúdo.

O Google mostrou um exemplo para explicar as mudanças que o BERT causa nas SERPs. Na imagem abaixo, você pode ver como seria o resultado da busca antes e depois do BERT.

A palavra-chave é “2019 brazil traveler to usa need a visa” (ou “2019 viajante brasil para eua precisa visto”). O BERT entende a intenção do usuário de saber se viajantes do Brasil precisam de visto para entrar nos Estados Unidos.

Antes da atualização, porém, o Google entendia que a pesquisa era por informações sobre vistos de turistas dos EUA para o Brasil.

A grande diferença está em um detalhe: a palavra “to” (para), que indica o sentido da viagem (do Brasil para os EUA).

Antes do BERT, essa palavra seria ignorada pelos robôs e traria resultados equivocados para a busca. Agora, todas as palavras são analisadas no seu contexto. Nesse caso, a preposição modifica todo o sentido da frase.

No anúncio do BERT, o Google também informou que a atualização afetaria featured snippets, que são os trechos em destaque que aparecem na “posição zero” da SERP.

O Google passou a selecionar trechos mais relevantes para as pesquisas. Portanto, mais uma vez, quem perdeu featured snippets não foi penalizado — apenas não entregava a melhor resposta pronta para o que o usuário pesquisou. Abaixo você pode ver outro exemplo. 

Na busca “parking on a hill with no curb” (ou “estacionar em uma ladeira sem meio-fio”), o buscador daria muito mais ênfase às palavras “estacionar”, “ladeira” e “meio-fio” e ignoraria a palavra “sem”.

Dessa forma, traria resultados explicando como estacionar em ladeira com meio-fio. Já o BERT entende que o usuário quer saber como estacionar em uma ladeira sem meio-fio.

Conteúdo e SEO: como otimizar para o BERT?

Então, diante da atualização anunciada pelo Google e das mudanças provocadas nas SERPs, o que você pode fazer para melhorar seus resultados em SEO?

Bom, a verdade é que não há muito o que otimizar para o BERT…

Se você buscava truques de otimização neste artigo, talvez essa frase seja decepcionante… Mas é preciso entender que o Google fez essa atualização justamente para evitar que os sites otimizem páginas e conteúdos para os robôs.

O que o buscador quer é oferecer conteúdos de valor para os usuários, e quer contar com o seu site para isso.

Então, não otimize seu site para o BERT — otimize para os usuários. É por isso que não trouxemos dicas de otimização, mas queremos reforçar algumas boas práticas de produção de conteúdo para oferecer a melhor experiência ao seu visitante. Acompanhe:

Escreva corretamente

Tanto o RankBrain quanto o BERT decretam: conteúdos devem ser feitos para pessoas, não para robôs! Então, esqueça a correspondência exata de palavras-chave. 

Na intenção de coincidir exatamente com as buscas dos usuários, muita gente ainda elimina palavras auxiliares (chamadas de stopwords, como “para”, “a”, “de”, “um” etc.) tentando se aproximar dos termos que os usuários utilizam.

Isso gera textos super otimizados para “bicicleta como escolher”, por exemplo, que tornam a leitura no mínimo estranha.

Outra aberração é otimizar textos considerando os erros de grafia que os usuários cometem. Então, em vez de escrever “advogado”, como seria o correto, o texto usa “adevogado”, já que muitas pessoas escrevem dessa forma.

Além de não ajudar em nada o SEO, o site ainda perde credibilidade!

Então, escreva naturalmente e em bom português sobre como escolher uma bicicleta e como contratar um advogado. Não se preocupe com as stopwords ou com erros de grafia.

Lembre-se de que o Google entende a linguagem natural, então você não precisa (nem deve!) forçar a barra para coincidir exatamente aos termos de busca dos usuários.

Otimize para intenções de busca

Ok, está entendido que as palavras-chave exatas não são mais o foco do SEO. Então, para aparecer nas buscas dos usuários, como os conteúdos devem ser otimizados?

Em vez de focar em palavras-chave, mude o foco para as intenções de busca. Se antes você focava em otimizar para o que o usuário busca, agora você deve otimizar para o que o usuário quer encontrar. Entende a diferença?

O segredo está em entender as intenções da sua persona, ou seja, quais dúvidas ela quer resolver que o seu site pode responder. 

Você pode perceber isso com pesquisas de palavras-chave e de benchmark, que identificam as tendências de busca na sua área e as oportunidades de rankeamento. A partir da percepção das demandas do público, cabe ao time de produção criar conteúdos de alta qualidade que respondam a elas.

Pesquise as relações semânticas entre as palavras

Talvez tenha surgido mais uma dúvida aí: se a correspondência exata não serve mais para o SEO, a pesquisa de palavras-chave ainda faz sentido?

Claro! A pesquisa de palavras-chave continua sendo uma poderosa ferramenta de planejamento.

Com ela, você pode entender quais pesquisas levam até o seu site, quais termos os usuários estão utilizando e quais assuntos estão em alta na sua área de atuação. Assim, é possível planejar as pautas para atender a essas buscas.

A diferença é que você não vai mais super otimizar os artigos do blog com esses termos exatos. O que você pode fazer agora é identificar os principais termos pesquisados e buscar palavras que estabelecem relações semânticas com eles.

Sinônimos, antônimos, gírias e co-ocorrências fazem parte do campo semântico de uma palavra. Então, em vez de repetir uma palavra-chave várias vezes, você pode explorar essas variações no seu texto, junto aos termos principais, para ter uma construção de sentido mais ampla.

Essa prática enriquece a leitura e ajuda o Google a compreender os significados.

Produza conteúdo de qualidade

Essa orientação parece óbvia, mas sempre é bom reforçar. Basicamente, o Google quer que você produza conteúdos de qualidade para as pessoas. O Google BERT é uma das principais atualizações nesse sentido.

Então, não perca mais seu tempo pensando em otimizar para um ou outro termo. Além de atender às intenções de busca, dedique-se a criar conteúdos originais, atualizados, confiáveis e úteis para os usuários. Construa conteúdos que valem a pena ser lidos e compartilhados.

O Google orienta que um conteúdo de alta qualidade deve ter um alto nível de EAT, ou seja, de expertise, autoridade e confiabilidade. Então, são essas palavras que devem nortear o seu marketing de conteúdo. O Google saberá reconhecer o seu trabalho.

Ofereça a melhor experiência de leitura

Por fim, pense sempre na experiência de leitura. Sabe aquele livro que não dá vontade de parar de ler? Ou aquele artigo que nos enriquece de tanta informação boa?

Inspire-se neles! Perceba como esses conteúdos são construídos, como eles contam histórias e envolvem o leitor. É claro que você vai ter que adaptar o formato e a linguagem para a internet, com recursos de escaneabilidade e o uso de links e imagens, por exemplo.

É isso que você deve fazer nos seus textos para engajar a audiência e fazer com que os leitores retornem. No SEO, esse engajamento manda sinais positivos para o Google de que você oferece uma boa experiência e merece ganhar pontos no rankeamento.

Enfim, agora você já sabe todos os detalhes do Google BERT e os impactos que essa atualização trouxe para o universo do SEO.

Dá para ver que o Google não está para brincadeira, não é?

As tecnologias mais avançadas em inteligência artificial estão sendo empregadas para melhorar a experiência com o buscador, tanto do lado dos sites quanto do lado dos usuários. E é claro que os investimentos não vão parar no BERT. Estaremos aqui para acompanhar essa evolução.

Agora, aproveite para ler o ebook Dossiê das Palavras-Chave, com tudo o que você precisa saber para criar a sua estratégia de conteúdo depois dessa atualização. Boa leitura!