Ku zaskoczeniu niektórych Google wprowadza nowe — wyraźne — i miejscami nawet zaskakujące ograniczenia. Pisaliśmy wcześniej wielokrotnie o tym, że w wytycznych Google kryterium oceny jest nie to, w jaki sposób one powstały (a zatem czy są human- czy AI-written), a ich jakość, unikalność i trafność.
Nowe wytyczne dla oceniających jakość treści (Search Quality Rater Guidelines) sugerują, by stronom, na których znajdują się automatycznie generowane treści – w tym te stworzone przez popularne i wszystkim dobrze znane narzędzia oparte na AI – nadać najniższą możliwą ocenę jakości, czyli Lowest. Zmiana została ogłoszona przez Johna Muellera z Google podczas konferencji Search Central Live w Madrycie – opisała ją Aleyda Solis w swoim wpisie LinkedIn, w którym dodała także zdjęcie prezentacji Muellera:
Czy jest to coś zupełnie nowego? Niekoniecznie, bo od początku kluczem była oryginalność i jakość treści – teraz Google po prostu odnosi się bezpośrednio do konkretnych problemów, w tym wtórnych treści genAI.
Szczególną uwagę zwraca sekcja 4.6.6., która mówi wprost: jeśli cała lub niemal cała główna treść strony została skopiowana, sparafrazowana lub wygenerowana automatycznie – bez wkładu własnego, nie nosi znamion oryginalnego tworu, nie ma tam wartości dodanej – należy przypisać jej ocenę Lowest. Co może się wydać zaskakujące, nawet podanie źródła nie chroni takiej strony przed najniższą notą! Oczywiście nie dotyczy to cytatów czy krótkich fragmentów, w których odnosimy się do innych stron czy dzieł, a sytuacji, w której większość to duplikat innej strony.
Google daje jasno do zrozumienia: liczy się wartość dla użytkownika, a nie łatwość jej wytwarzania. Coraz ważniejsze wydaje się szukanie złotego środka i optymalizacja działań zarówno AI, jak i człowieka.
Z ciekawostek — Google rozbudowuje również definicje spamu i wprowadza nowe terminy jak „scaled content abuse” (masowa produkcja niskiej jakości treści) czy „expired domain abuse” (nadużywanie wygasłych domen). Krytyce poddawane są także przesadzone lub wprowadzające w błąd opisy autorów treści, co jest bardzo trafne w kontekście E-E-A-T.
