Vazamento de documentos do Google revela bastidores e contradições de como são definidas as respostas do buscador

• Contas ameaçadas: Hackers tentam sequestrar contas de marcas, veículos e celebridades no TikTok usando mensagens privadas
• Pedro Doria: Vazamento do Google terá impacto imenso na web

O compilado de 2,5 mil documentos internos, que foram tornados públicos por dois profissionais de SEO (sigla para a otimização de mecanismos de buscas) dão detalhes dos dados coletados pelo Google para definir o ranqueamento de informações na busca. São mais de 14 mil fatores levados em consideração.

O material fornece pistas de como opera um dos algoritmos mais poderosos da internet, o que influencia o tráfego de audiência para fontes de informações e também a taxa de cliques que chega para as empresas — e que potencialmente é revertida em lucro e em vendas.

• Existe ‘deepfake’ do bem? Conheça usos positivos da simulação de imagens com IA que já geram negócios

São ferramentas que determinam a vida ou a morte de sites. E influenciam a vida de bilhões de pessoas que procuram informações no Google.

Segundo Rand Fishkin, especialista em marketing digital responsável por publicar as informações do vazamento, os dados apontam contradições no que, durante anos, o Google publicamente apontava como fatores que determinavam o resultado das buscas.

Um desses fatores é o uso de dados de navegação do Chrome para determinar o ranqueamento de sites. O Google sempre negou que usava esses dados para afinar a classificação de páginas no buscador. O vazamento, porém, mostrou que isso não é verdade.

A taxa de cliques (CTR, pela sigla em inglês) dos sites também pesa na ordem de exibição dos links, o que o Google negava.

— O que chama a atenção é que o Google sempre afirmou categoricamente que não utilizava dados do Chrome. Nós desconfiávamos porque frequentemente testamos os algoritmos — afirma Rosana Amaral, professora no curso de SEO da Escola Britânica de Artes Criativas e Tecnologia (EBAC).

• Inteligência artificial: Google reformula IA que gera respostas na busca e admite resultados 'estranhos'

Ela ressalta ainda que o mecanismo também, pela indicação dos dados revelados, privilegia sites grandes em detrimentos de sites pequenos.

O Google confirmou a autenticidade dos documentos vazados, mas ressaltou que era preciso ter cautela para não fazer “suposições imprecisas sobre a Busca com base em informações fora de contexto, desatualizadas ou incompletas.”

Carlos Affonso, diretor do Instituto de Tecnologia e Sociedade (ITS), faz um paralelo com a fórmula secreta de um produto: os documentos trazem elementos dela, mas não revelam toda sua composição, nem o processo de produção:

• Tecnologia: FBI diz ter derrubado um gigantesco exército de ‘computadores zumbis’ a serviço de crimes digitais

— É importante não comprar a ideia de que a “verdade foi revelada”, mas agora temos mais pistas. Abre uma janela, ainda incompleta, para entendermos como os sites são ranqueados. Se esses elementos forem verdadeiros, é importante a gente entender como eles podem favorecer determinados tipos de sites. E aí a principal preocupação é a desinformação.

Uma das preocupações das companhias é que, ao revelar as "fórmulas" dos algoritmos, explica Affonso, sites de desinformação usem isso para tirar vantagem desses mecanismos.

Isso é ainda mais preocupante depois que o Google passou a usar inteligência artificial (IA) nas buscas, oferecendo aos usuários um resumo do tema pesquisado e deixando os links em segundo plano. Sem os cliques que esse links na busca proporcionam, os sites não conseguem recursos e podem deixar de existir, o que levaria a um “deserto de informações” na internet, sem dados de fontes originais.

Fernando Ferreira, doutor em inteligência computacional e pesquisador do NetLab da UFRJ, avalia que a transparência sobre como as ferramentas de busca funcoinam "é crucial" para garantir a privacidade dos usuários e garantia de cumprimento das leis de proteção de dados.

— Isso também assegura um uso justo e transparente destas ferramentas por proprietários de sites, profissionais de marketing e usuários. Os dois primeiros precisam conhecer as regras para garantir seu tráfego online. Para os usuários, é importante saber como os dados são usados, para decidir se querem disponibilizá-los.

As revelações rapidamente repercutiram entre empresas de marketing digital que dependem do algoritmo do Google para ajudar sites a aparecerem melhor na busca.

O CEO da iPullRank e veterano da indústria de marketing digital Michael King, um dos primeiros a analisar o material, disse à mídia americana que o vazamento traz a lição de que “o Google nos diz uma coisa e faz outra.”

Para Leonardo Foletto, pesquisador da Escola de Comunicação e Mídia (ECMI) da FGV, o vazamento levanta um debate sobre a transparência dos mecanismos e algoritmos do principal buscador da internet:

— Essas revelações são importantes porque, ao contradizer o Google, elas também nos trazem questionamentos sobre a credibilidade do que a empresa decide revelar. Talvez existam elementos que não estão claros sobre como funcionam os mecanismos de busca.

Para Rogério Salgado, fundador e diretor da Agência Explorer, as revelações marcam uma “quebra de confiança” em relação às diretrizes que a empresa apresenta ao mercado e as práticas que realmente adota:

— O mais relevante para mim é que talvez a gente não possa confiar nas próprias diretrizes do Google. Eles negavam utilização de CTR, dados do Chrome e autoridade do domínio, mas os documentos revelam que, sim, eles utilizavam (essas informações) — afirma Salgado.

Não está claro o quanto essas informações expostas são usadas pela empresa para definir a ordem em que os sites aparecem no Google. O material foi identificado primeiro por um usuário do Github, plataforma voltada para programadores de código. Não se sabe também, no entanto, se eles foram realmente expostos intencionalmente ou por acidente.

Em meios aos debates sobre as novas informações das buscas, o Google também confirmou a autenticidade de outro vazamento, revelado pelo site especializado em tecnologia 404 Media. Os documentos, de 2,7 mil páginas, revelaram milhares de incidentes relacionados à privacidade dos usuários entre 2013 e 2018, incluindo um episódio em que endereços residenciais de usuários do Waze foram tornados públicos, e outro em que a empresa armazenou e transcreveu placa de carros em fotos do Google Street View.

• OpenAI: Dona do ChatGPT pede desculpas a Scarlett Johansson e nega que voz de IA seja baseada na dela

Os documentos também mostram que a companhia acidentalmente gravou vozes de mil crianças no YouTube Kids. Segundo o banco de dados, um filtro que deveria interromper gravações de áudio de crianças “não foi aplicado corretamente”.

Os relatórios mostram que os incidentes foram reportados pelos funcionários do Google e depois corrigidos. Mas a empresa não divulgou isso na época.

Para Pedro Martins, coordenador da Data Privacy Brasil, as revelações abrem margem para questionamentos sobre o tratamento de dados dentro do Google:

• Proteção: Editores de jornais e revistas dos EUA demandam regulação do governo sobre buscas com IA generativa

— As informações podem gerar questionamentos sobre a legalidade das práticas da empresa, independentemente do erro. Ficou claro que foram erros que a empresa não queria cometer e que ela tentou resolver. Mas para além do erro, pode haver o questionamento se a prática é lícita, como transcrever informações do Street View.