A Google tem uma confissão a fazer: eles não entendem a gente. Todo o processo de pesquisa - por mais assombroso que nos pareça - é falho. Explico: se pesquisarmos lá quem foram os 10 maiores bandeirantes do Brasil, o motor de busca vai atrás de índices de palavras chave (keyword index), onde cruzará os dados (e os dedos) e rezará para encontrar todas as palavras chaves num mesmo texto ou link.
E nesta salada de respostas, teremos "Os 10 maiores arrependimentos", "10 maiores Jornal da Band", "10 melhores estradas do Brasil" e por aí vai: sempre baseado nas palavras chave "10" "maiores" "bandeirantes" "Brasil". Mas, obviamente, o pessoal de Mountain View não está satisfeito com isso e pretende melhorar. E muito.
O video aí em cima é bem ilustrativo: mostra como conhecimentos interligados são relevantes entre si, e mostra uma maneira de chegar à resposta certa mesmo fazendo a "pesquisa errada".
No vídeo, eles dão dois exemplos de pesquisa. Vamos nos ater a um só: Pintores da Renascença. E digamos que nosso hipotético pesquisador só ouviu falar de Leonardo da Vinci. Ao pesquisar sobre o pintor italiano, o Knowledge Graph cruza todos os dados relacionados a "da Vinci" e cria um painel ao lado dos resultados da pesquisa, oferecendo dados complementares que podem englobar "engenharia de guerra", "pintura sacra" e, é claro, uma lista com todos os pintores da Renascença.
Como isso é feito? Cruzando os dados que outras pessoas acharam relevantes quando pesquisaram por "Leonardo da Vinci". É algo como um processo colaborativo de relevância, que hoje é feito baseado apenas nas nossas pesquisas pessoais e que acaba gerando uma "bolha de filtros": o Google nos mostra apenas o que queremos ver, como Eli Pariser explica neste vídeo aqui.
E vamos combinar que o "Knowledge Graph" lembra muito o
(via Mashable)
