Τι είναι το E-E-A-T και γιατί καθορίζει αν το περιεχόμενο AI κατατάσσεται

Η σελίδα της Google για τη δημιουργία χρήσιμου περιεχομένου διατυπώνει τον όρο ακριβώς μία φορά, ως "experience, expertise, authoritativeness, and trustworthiness, or what we call E-E-A-T". Έπειτα, για το υπόλοιπο της σελίδας, προχωρά στις ερωτήσεις που βρίσκονται πίσω από αυτόν. Τέσσερα χαρακτηριστικά. Ένα από αυτά δεν μπορεί να παραχθεί καθόλου από κανένα εργαλείο σύνταξης, και τα άλλα τρία διατηρούνται σε μια ροή εργασίας με AI, εφόσον ένας εκδότης τα οργανώσει σωστά. Σχεδόν κανείς που γράφει γι' αυτό δεν διακρίνει τις δύο ομάδες.

Τι είναι λοιπόν το E-E-A-T; Το E-E-A-T είναι η συντομογραφία της Google για τέσσερα χαρακτηριστικά τα οποία οι ανθρώπινοι αξιολογητές ποιότητας της εταιρείας εξετάζουν σε μια σελίδα και σε όποιον τη δημοσίευσε, experience, expertise, authoritativeness και trustworthiness. Προέρχεται από τις Search Quality Rater Guidelines, το έγγραφο που χρησιμοποιούν οι αξιολογητές όταν η Google ελέγχει αν τα συστήματα κατάταξής της παράγουν καλά αποτελέσματα. Η προέλευση καθορίζει τον τρόπο με τον οποίο η έννοια εφαρμόζεται σε περιεχόμενο που έχει υποβοηθηθεί από AI. Και αυτό είναι το μέρος που παραλείπουν οι περισσότερες επεξηγήσεις.

Το ζήτημα της πολιτικής βρίσκεται αλλού και έχει τη δική του απάντηση. Η τεκμηριωμένη θέση της Google για το περιεχόμενο AI και τις κατατάξεις παραθέτει τις ισχύουσες προτάσεις και χρονολογεί κάθε αναθεώρηση, και καμία από αυτές δεν αντιμετωπίζει τη συγγραφή από AI ως μειονέκτημα. Αυτή η ανάρτηση απαντά αντίθετα στο ζήτημα της ποιότητας, ποια από τις τέσσερις πτυχές φέρει ένα προσχέδιο AI χωρίς βοήθεια, ποια δεν μπορεί δομικά να φέρει, και τι πρέπει να προσθέσει ένας εκδότης για να καλύψει τη διαφορά.

Τι είναι το E-E-A-T; Οι τέσσερις πτυχές, ορισμένες

Η εμπειρία είναι άμεση επαφή με το αντικείμενο. Η ίδια η ερώτηση αυτοαξιολόγησης της Google το διατυπώνει συγκεκριμένα: "Does your content clearly demonstrate first-hand expertise and a depth of knowledge (for example, expertise that comes from having actually used a product or service, or visiting a place)?" Η εξειδίκευση είναι αποδεδειγμένη γνώση του αντικειμένου, την οποία η Google διατυπώνει ως ξεχωριστή ερώτηση: "Is this content written or reviewed by an expert or enthusiast who demonstrably knows the topic well?" Τα δύο επικαλύπτονται ως προς τη διατύπωση και διαχωρίζονται στην πράξη. Ένα άτομο μπορεί να γνωρίζει διεξοδικά έναν τομέα και παρ' όλα αυτά να μην έχει χρησιμοποιήσει ποτέ το συγκεκριμένο προϊόν που αξιολογεί.

Η αυθεντία είναι η φήμη. Περιγράφει αν η σελίδα, ο συγγραφέας και ο ιστότοπος αναγνωρίζονται ως πηγή στην οποία απευθύνονται άλλοι άνθρωποι για το συγκεκριμένο θέμα, κάτι που αποτελεί ιδιότητα του κόσμου και όχι του κειμένου. Η αξιοπιστία είναι η ακρίβεια, η διαφάνεια και η λογοδοσία, και η τεκμηρίωση της Google είναι σαφής ως προς τη βαρύτητά της: "Of these aspects, trust is most important." Τα άλλα τρία υπάρχουν εν μέρει για να τη στηρίζουν. Μια σελίδα γραμμένη από γνήσιο ειδικό εξακολουθεί να αποτυγχάνει ως προς την αξιοπιστία όταν ο αναγνώστης δεν μπορεί να δει ποιος τη δημοσίευσε ή πώς δημιουργήθηκε.

Από πού προέρχεται το E-E-A-T και γιατί η Google λέει ότι δεν είναι παράγοντας κατάταξης

Το E-E-A-T προέρχεται από το Search Quality Rater Guidelines, το έγγραφο που η Google δίνει στους ανθρώπινους αξιολογητές οι οποίοι εξετάζουν δείγματα αποτελεσμάτων αναζήτησης. Η διατύπωση της Google για το πώς αυτό σχετίζεται με την κατάταξη αξίζει να διαβαστεί ακριβώς και όχι συνοπτικά: "While E-E-A-T itself isn't a specific ranking factor, using a mix of factors that can identify content with good E-E-A-T is useful." Και για τους ίδιους τους αξιολογητές: "Rater data is not used directly in our ranking algorithms."

Και η αναλογία της Google για το τι κάνουν οι αξιολογητές είναι η ανάγνωση καρτών σχολίων σε ένα εστιατόριο: "Rather, we use them as a restaurant might get feedback cards from diners. The feedback helps us know if our systems seem to be working." Οι κάρτες λένε στην κουζίνα αν το φαγητό ανταποκρίνεται. Δεν μαγειρεύουν τίποτα.

Η πρακτική συνέπεια έχει σημασία ειδικά για περιεχόμενο που παράγεται από AI. Δεν υπάρχει βαθμολογία E-E-A-T που να μπορεί να αυξηθεί, επομένως οι στρατηγικές που βασίζονται στη σήμανση των τεσσάρων πτυχών αστοχούν ως προς τον στόχο. Αυτό που μπορεί να ενισχυθεί είναι η υποκείμενη ουσία την οποία ζητήθηκε από τους αξιολογητές να εξετάσουν, και η ουσία είναι το σημείο όπου ένα προσχέδιο AI είναι άνισα εξοπλισμένο.

Ποιες Πτυχές Μπορεί να Φέρει ένα Προσχέδιο AI χωρίς Βοήθεια

Δύο από τις τέσσερις επιβιώνουν σε μια πλήρως αυτοματοποιημένη ροή εργασίας, μία επιβιώνει εν μέρει, και μία δεν επιβιώνει καθόλου. Η τεχνογνωσία επιβιώνει εν μέρει, επειδή ένα μοντέλο εκπαιδευμένο σε δημοσιευμένο υλικό αναπαράγει ακριβή θεματική γνώση σε καλά τεκμηριωμένα θέματα, και κάθε πρότασή του μπορεί να ελεγχθεί. Η αυθεντία ανήκει στον ιστότοπο και στον συγγραφέα και όχι στο προσχέδιο, επομένως ένας καθιερωμένος τομέας υποστηρίζει μια σελίδα με υποβοήθηση AI εξίσου εύκολα όσο και οποιαδήποτε άλλη. Η αξιοπιστία εξαρτάται από τη διαδικασία, η επαλήθευση, η διαφάνεια και ένας κατονομαζόμενος συγγραφέας είναι όλα στοιχεία που παρέχει ο εκδότης αφού ολοκληρωθεί η σύνταξη. Η εμπειρία είναι το μόνο στοιχείο στο οποίο δεν μπορεί να φτάσει κανένα βήμα σύνταξης.

Πτυχή E-E-A-T	Σε τι το συνδέει η Google	Τι παρέχει από μόνο του ένα προσχέδιο AI	Τι πρέπει να προσθέσει ο εκδότης
Experience	Άμεση επαφή: εξειδίκευση που προκύπτει από το ότι έχει χρησιμοποιήσει πραγματικά ένα προϊόν ή μια υπηρεσία, ή έχει επισκεφθεί έναν τόπο	Τίποτα. Ένα μοντέλο δεν έχει χρησιμοποιήσει κανένα προϊόν και δεν έχει επισκεφθεί κανέναν τόπο	Μια μέτρηση, ένα στιγμιότυπο οθόνης, ένα χρονολογημένο αποτέλεσμα, μια απόφαση που πήρατε και τι συνέβη στη συνέχεια
Expertise	Περιεχόμενο γραμμένο ή αξιολογημένο από ειδικό ή ενθουσιώδη που αποδεδειγμένα γνωρίζει καλά το θέμα	Ακριβής γνώση του αντικειμένου σε καλά τεκμηριωμένα θέματα, εντελώς μη επαληθευμένη	Ένας κατονομαζόμενος αξιολογητής που γνωρίζει το πεδίο, και έλεγχος κάθε ισχυρισμού που παρήγαγε το μοντέλο
Authoritativeness	Αναγνώριση του ιστότοπου και του συγγραφέα ως πηγής στην οποία απευθύνονται άλλοι για αυτό το θέμα	Τίποτα, αφού η φήμη είναι ιδιότητα του κόσμου και όχι του κειμένου	Παραπομπές που επιλέγουν να κάνουν άλλοι, μια συνεπής θεματική εστίαση, ένας συγγραφέας με ανιχνεύσιμο ιστορικό
Trustworthiness	Ακρίβεια, διαφάνεια και λογοδοσία, τις οποίες η Google αποκαλεί το σημαντικότερο από τα τέσσερα	Ρευστός λόγος που διαβάζεται ως βέβαιος είτε το περιεχόμενο είναι σωστό είτε όχι	Ένα byline, μια δηλωμένη μέθοδος, πηγές που επιλύονται, και μια ορατή διόρθωση όταν κάτι είναι λάθος

Η τρίτη στήλη είναι εκείνη που εκπλήσσει τους ανθρώπους. Ένα μοντέλο παράγει εξίσου βέβαιο λόγο σε κάθε επίπεδο ακρίβειας, πράγμα που σημαίνει ότι η ρευστότητα δεν μεταφέρει καμία πληροφορία για την εμπιστοσύνη. Γι' αυτό η επαλήθευση είναι το συντακτικό βήμα με τη μεγαλύτερη αξία σε μια σελίδα με υποστήριξη AI, και γι' αυτό δεν μπορεί να ανατεθεί σε ένα δεύτερο μοντέλο: ένας ελεγκτής εκπαιδευμένος με τον ίδιο τρόπο κάνει συσχετισμένα λάθη.

Experience: Η πτυχή που ένα μοντέλο δεν μπορεί δομικά να παρέχει

Ένα μοντέλο δεν έχει ποτέ χρησιμοποιήσει ένα προϊόν, δεν έχει καθίσει σε μια συνάντηση, δεν έχει εκτελέσει μια δοκιμή ούτε έχει επισκεφθεί έναν τόπο. Ό,τι παράγει είναι μια ανασύνθεση κειμένου που περιγράφει την εμπειρία άλλων ανθρώπων, κάτι που είναι διαφορετικό από την εμπειρία και διαβάζεται ως διαφορετικό πράγμα για έναν προσεκτικό αναγνώστη. Η ερώτηση αυτοαξιολόγησης της Google ονομάζει με ακρίβεια το κενό, ρωτώντας αν το περιεχόμενο αποδεικνύει εξειδίκευση που προέρχεται από το ότι κάποιος έχει πράγματι χρησιμοποιήσει ένα προϊόν ή μια υπηρεσία, ή έχει επισκεφθεί έναν τόπο. Ένα προσχέδιο συναρμολογημένο από δημοσιευμένες πηγές απαντά όχι σε κάθε πρόταση αυτής της ερώτησης.

Γι' αυτό προστέθηκε καθόλου το δεύτερο E. Η Google πρόσθεσε το Experience σε αυτό που ήταν E-A-T σε μια ενημέρωση του Δεκεμβρίου 2022 στις οδηγίες της για τους αξιολογητές ποιότητας, και η προσθήκη διαχώρισε το να γνωρίζει κανείς κάτι από το να το έχει κάνει. Στις εμπορικές αναζητήσεις αυτή η διάκριση κάνει το μεγαλύτερο μέρος της δουλειάς, επειδή το να γνωρίζει κανείς για ένα προϊόν είναι πλέον φθηνό, ενώ το να το έχει χρησιμοποιήσει δεν είναι. Ένας αναγνώστης που συγκρίνει δύο σελίδες κριτικών μπορεί συνήθως να καταλάβει μέσα σε μια παράγραφο ποιος συγγραφέας άνοιξε το κουτί.

Η δοκιμή στα δικά σας προσχέδια διαρκεί περίπου ένα λεπτό. Διαβάστε τη σελίδα και βρείτε την πρόταση που θα μπορούσε να έχει γραφτεί μόνο από κάποιον που έκανε το πράγμα. Σε μια σελίδα που έχει παραχθεί πλήρως από AI, η απάντηση είναι συνήθως ότι δεν υπάρχει τέτοια πρόταση, και καμία ποσότητα αναδιατύπωσης δεν το αλλάζει αυτό, επειδή η αναδιατύπωση λειτουργεί πάνω στις προτάσεις που ήδη υπάρχουν.

Τι προσθέτει ένας εκδότης για να παρέχει Experience και εμπιστοσύνη

Τέσσερις προσθήκες καλύπτουν το μεγαλύτερο μέρος του κενού, και καμία από αυτές δεν είναι εργασία γραφής. Η πρώτη είναι ένα τεκμήριο από τη δική σας εργασία, ένας αριθμός που καταγράψατε, ένα στιγμιότυπο οθόνης μιας πραγματικής οθόνης, ένα χρονολογημένο πριν και μετά που θα μπορούσε να ελεγχθεί. Η δεύτερη είναι ένας κατονομαζόμενος συγγραφέας με ανιχνεύσιμο ιστορικό. Η λίστα αυτοαξιολόγησης της Google ρωτά ευθέως, "Do pages carry a byline, where one might be expected?", και η καθοδήγησή της ενθαρρύνει έντονα ακριβείς πληροφορίες συγγραφής εκεί όπου οι αναγνώστες θα περίμεναν να τις βρουν. Η Google δεν αποκαλεί το byline σήμα κατάταξης, και δεν χρειάζεται να είναι τέτοιο για να ισχύει το επιχείρημα από την πλευρά του αναγνώστη.

Η τρίτη προσθήκη είναι η διαφάνεια ως προς τη μέθοδο. Η Google το διατυπώνει αυτό ως το How σε ένα πλαίσιο Who, How and Why, και η δική της διατύπωση είναι ότι το να γνωρίζει κανείς πώς παρήχθη ένα κομμάτι περιεχομένου είναι χρήσιμο για τους αναγνώστες. Μια δημοσιευμένη θέση σχετικά με το πώς χρησιμοποιείται και γνωστοποιείται η AI επιτελεί αυτή τη λειτουργία σε επίπεδο ιστότοπου, και ένας αναγνώστης μπορεί να τη ελέγξει, κάτι που είναι περισσότερο από ό,τι προσφέρει ένας ισχυρισμός μέσα σε μια ανάρτηση ιστολογίου. Η καθοδήγηση της Google αντιμετωπίζει το Why ως το σημαντικότερο από τα τρία ερωτήματα, και μια σελίδα που παράγεται κυρίως για να καταλάβει ένα αποτέλεσμα αναζήτησης το απαντά κακώς, όποιος κι αν έγραψε τις λέξεις.

Η τέταρτη προσθήκη είναι η επιμέλεια, και έρχεται τελευταία για έναν λόγο. Ένας οδηγός για την εξανθρώπιση κειμένου AI καλύπτει τη μηχανική αυτής της διέλευσης, και ένας humanizer κατασκευασμένος για σελίδες μάρκετινγκ την εκτελεί χωρίς να διαταράσσει τις φράσεις για τις οποίες μια σελίδα ήδη κατατάσσεται. Κανένα από τα δύο δεν προσθέτει εμπειρία. Μια σελίδα που διαβάζεται όμορφα χωρίς τίποτα από πίσω της είναι ακριβώς η περίπτωση αποτυχίας που το δεύτερο E προστέθηκε για να περιγράψει, και η διέλευση επιμέλειας είναι αυτό που καθιστά αυτή την αποτυχία δυσκολότερη να εντοπιστεί.

Η μετατροπή της αρχής σε διέλευση επιμέλειας είναι το πρακτικό μισό. Η εξανθρώπιση μιας ανάρτησης ιστολογίου AI για SEO καλύπτει μία μόνο σελίδα, και η ίδια διαδικασία σε μια μεγάλη βιβλιοθήκη αντιμετωπίζεται ξεχωριστά.

Ανοίξτε την τελευταία σελίδα με υποστήριξη AI που δημοσιεύσατε και αναζητήστε την πρόταση που μόνο εσείς θα μπορούσατε να έχετε γράψει. Αν δεν υπάρχει μία, η διόρθωση είναι ένα τηλεφώνημα, ένα τεστ ή ένα στιγμιότυπο οθόνης από κάτι πραγματικό, και θα πάρει περισσότερο χρόνο από όσο πήρε το προσχέδιο. Αυτό το χάσμα ανάμεσα σε μία ώρα σύνταξης και σε μία εβδομάδα για να το μάθετε είναι το πραγματικό κόστος του δεύτερου E, και είναι ο λόγος που τόσο λίγες σελίδες το φέρουν.