Vous vous intéressez à Google et plus précisément à son algorithme de classement ? Si oui, vous avez sûrement entendu parler ces derniers temps du machine learning ainsi que du deep learning. Alors, quelles sont ces nouvelles méthodes d’apprentissage automatique ? Quel va être l’impact de cette nouvelle approche sur le SEO ? Découvrons sans plus attendre ce que cela signifie précisément.
À l’ère d’une forte montée en puissance de la big data et de l’intelligence artificielle, Google élargit son champ d’action et accède à de nouvelles données pour améliorer la pertinence de son algorithme. Celui-ci pourra dorénavant classer les sites de manière expérimentale, c’est à dire qu’il se basera sur des comportements passés pour prédire des situations futures.
C’est en ce sens que l’univers du SEO subit l’une des plus grosses révolutions et transformations jamais subie depuis sa naissance, car l’algorithme de classement ne se basera plus uniquement sur un “portefeuille” de critères précis mais directement sur l’évolution perpétuelle de la qualité de l’expérience utilisateur.
C’est d’ailleurs l’une des raisons qui expliquent l’émergence du nouveau terme SXO (Search Expérience Optimization) en dépit du SEO car l’expérience utilisateur prend un tel pas sur les critères techniques de classement que certains référenceurs puristes essaient de déterminer cette tendance.
La méthodologie de classement réalisée par Google est donc en train de s’inverser ce qui va demander aux techniques de référencement d’évoluer en conséquence !
Définition du Machine learning
Le machine learning dit “apprentissage automatique” en français analyse les données en continue de manière totalement autonome afin d’en déduire des tendances. On parle ici d’analyse prédictive à partir de données.
Concrètement, l’idée n’est plus de définir des règles précises donnant lieu à des certitudes, mais d’apprendre par l’expérimentation afin d’établir des corrélations. C’est cette nuance qui permet de rendre l’analyse davantage personnalisée car elle augmente de manière considérable le “champs des possibles”.
L’expansion de la big data a également joué un rôle important dans la mise en place du machine learning car c’est la data qui nourrit l’analyse, et plus il y a d’informations différentes plus le nombre de corrélations augmentent.
Quel est l’impact du Machine Learning sur le SEO ?
Les règles SEO vont donc définitivement changer par rapport à ce nouveau principe de machine learning car c’est le programme qui va définir les règles et non les règles qui vont définir le programme. En d’autres termes, ce sont les scénarios passés qui créeront les hypothèses futures.
Terminées les règles prédéfinies que nous devons respecter, c’est maintenant les règles que nous respectons qui vont créer les futures règles de classement. En clair, les règles classiques qui avaient un impact important seront pour certaines complètement bouleversées par cette nouvelle méthode de classement.
Définition du Deep learning
Le Deep Learning est l’une des “milles” facettes du Machine Learning. Ce qui est Deep Learning est toujours Machine Learning, alors que ce qui est Machine Learning n’est pas toujours Deep Learning, vous voyez le truc ?
Celui-ci fonctionne par assemblage de données. On parle généralement de système profond car le processus demande plusieurs étapes/passes pour atteindre son résultat. Sa particularité est qu’il fonctionne de manière assez similaire au cerveau humain sur des sujets de reconnaissance. On peut l’utiliser par exemple pour comprendre et traduire des notes vocales ou reconnaître le contenu d’une image.
En effet, celui-ci reproduit le même cheminement d’identification que l’Homme. Prenons l’exemple de la reconnaissance d’une moto, on peut imaginer le système de Deep Learning suivant : Reconnaissance des formes + Présence d’un casque + Présence de deux roues + Absence de vitres + Conducteur debout + Rétroviseurs longs.
Même si ce mécanisme prend moins d’une seconde à réaliser à travers notre système neuronal, le chemin parcouru pour arriver à cette reconnaissance est, quant à lui, parfaitement similaire.
Le bémol du Deep Learning est qu’il nécessite encore trop de ressources pour reproduire le fonctionnement du cerveau humain (Eh oui, la machine doit consommer plus que nous pour nous copier) ce qui rend complexe sa généralisation.
Quel est l’impact du Deep Learning sur le SEO ?
Au même titre que le Machine Learning bouleverse les codes du SEO, le Deep Learning va également mener sa réflexion à partir de l’existant, et non pas de règles prédéfinies, ce qui nous amènera à une personnalisation maximale.
En d’autres termes, il y aura autant de sites que de critères de positionnement car chaque nouveau site apportera de nouvelles valeurs comparatives dans la machine et ainsi de suite. Cette boucle infinie va rendre de plus en plus flous les critères de classement et, à terme, la part de jugement humain sera réduite à 0 car la machine fonctionnera en total autonomie.
Quel est l’avenir du Machine learning ?
Imaginez quelques secondes ce que nous serions capable de prédire avec toutes les données que nous récupérons et quel pourrait être l’impact sur notre société moderne… Ne serait-ce que sur le plan médical !
En effet, certaines corrélations pourraient nous amener à prédire de manière presque certaine des maladies. Et qui sait jusqu’où ça pourrait aller ? Nous ne sommes pas loin des films de science-fiction où l’on prédit l’avenir. Certaines corrélations d’événement précis qui conduisent à 90% à un meurtre par exemple pourrait être arrêtées.
Quelles sont les limites du Machine Learning ?
Toute chose égale par ailleurs, les limites du machine learning seront la compréhension trop approfondie de nos comportements, ce qui permettra une “manipulation” plus certaine de ceux capables de récolter et maîtriser la donnée.
Aussi, on peut imaginer que la protection de nos données, parfois sensibles, n’est pas assez élevée et que dans une quête de prédiction toujours plus grande, nos informations seraient utilisées à des fins avec lesquelles nous sommes en désaccord. Nos données risquent de s’échanger plus facilement pour devenir une simple monnaie d’échange entre les grands groupes.
Conclusion
Le machine learning et le deep learning sont des méthodes qualitatives et personnalisées qui permettent d’être calé en permanence sur l’attente des utilisateurs. Google par exemple souhaite afficher les meilleurs résultats par rapport à ses utilisateurs pour rester le moteur de recherches référence. Il doit donc évoluer en fonction des comportements de ses utilisateurs pour toujours proposer la meilleure réponse.
Le machine learning est le fruit de l’émergence de l’intelligence artificielle (IA) et de la big data car la combinaison de ces deux nouvelles pratiques permettent de faire émerger des tendances plus précises.
