Los contenidos y los motores de búsqueda

Dudo mucho que hoy por hoy haya alguien que no tenga clara la importancia de los contenidos en Internet. El principal motivo por el que la web es usada por millones de personas cada día es porque consiguen la información que buscan, ya sea generada por redactores, blogueros o usuarios en redes sociales. Los motores de búsqueda se afanan cada día por filtrar entre los terabytes de información diaria para acercársela a los usuarios cuando la buscan y hacen lo que pueden, pero hasta hace relativamente poco tiempo los programadores y diseñadores web no se lo han puesto fácil, porque todos se han centrado en cómo un humano (salvando a los ciegos que han sido ignorados hasta hace bien poco) entiende la información, es decir: visualmente.

Lo que un humano entiende

La gran cualidad que nos da a los seres humanos ventaja sobre los ordenadores es la capacidad de abstracción. Sólo viendo un texto sabemos comprender dónde hay un título, un subtítulo, un logo, un texto divido en párrafos, una fecha… somos capaces además de entender la información, recordar algo que nos ha interesado y volver a esos recuerdos que han quedado indexados mentalmente cuando nos hacen falta.

Los ordenadores no entienden

Entender, es algo que a nosotros nos parece completamente natural y que damos por sentado, pero es algo que de momento, un ordenador no puede hacer. Así, a grosso modo, la forma de trabajar de los motores de búsqueda es entrar en las páginas leer los textos y almacenarlos ordenándolos según las palabras que éstos contienen, dando más importancia a las que más se repiten, las que conforman un encabezado, un sub-encabezado, las que son un enlace etc. usando super algoritmos secretísimos para tratar de dar en el clavo. El problema está en que si no se estructuran los contenidos para que el ordenador pueda distinguir dónde están las palabras más importantes en los textos, aunque se vean de forma que un humano no tenga duda de lo que está leyendo, un motor de búsqueda no va a poder entender que cierto texto contiene justo la información que el usuario está buscando.

Xhtml para estructurar contenidos

Por este motivo, si queremos que los contenidos que hay en nuestro sitio web, aunque no sean entendidos por los buscadores, sí sean al menos correctamente organizados en sus bases de datos, necesitamos estructurarlos. Para esto el mejor recurso que tenemos es xhtml, que es un lenguaje de marcado basado en html y xml, que intenta tomar lo mejor de ambos. Alguno se preguntará: ¿qué tiene de malo html? Y la respuesta es que creció sin orden ni concierto, fueron los equipos de desarrollo de los diferentes navegadores los que añadieron etiquetas, cada uno las suyas, según la demanda de los diseñadores gráficos que querían llevar sus diseños a las páginas web y no pensando en cómo organizar mejor los contenidos.

Esto se corrigió limpiando html de etiquetas que no fueran enfocadas a estructurar información y además se incorporaron reglas de marcado de xml que son bastante estrictas y permiten orden, dando lugar a xhtml, y dejando todo aquello que tenga que ver con el aspecto a un nuevo lenguaje llamado css. La mayoría de los diseñadores web no entendieron la diferencia, ni los motivos para cambiar, o simplemente no se enteraron y continuaron usando lo de siempre, lo que explica la lentísima implantación del xhtml que es un estándar desde el año 2000 y que todavía no es usado por todos los diseñadores web.

En cualquier caso, el objetivo de cualquier lenguaje de marcado es organizar unos contenidos según ciertos criterios, y el problema con html es que sus criterios mezclan aspecto y estructura complicando mucho la tarea de los buscadores, no así xhtml, que bien usado permite organizar la información de modo que un ordenador entienda que tal texto es un encabezado, tal otro un sub-encabezado, o un párrafo, o un enlace etc. esta estructura organizativa para los contenidos, ayuda mucho a los motores de búsqueda, para darle importancia a un texto o unas palabras frente a otras, pero no consigue que los ordenadores puedan añadir criterios por el significado de dichos textos.

La brecha

Una vez que se consigue que los contenidos estén bien estructurados, un ordenador ve las cosas parecidas a la imagen de abajo a la izquierda, mientras un humano entendería la información como se muestra en la imagen de abajo a la derecha.

De esta forma sigue habiendo una brecha entre lo que los humanos entienden, y por tanto, piden a los motores de búsqueda, y lo que éstos pueden dar, lo que genera el nacimiento de lo que hoy en día conocemos como web semántica.

Marcado semántico para construir un puente sobre la brecha

La web semántica, no es más que una serie de iniciativas (Microformatos, RDFa, Dublin Core…) para tratar de añadir significado a las etiquetas xhtml, permitiendo que los ordenadores interpreten los contenidos del modo más parecido posible a como los humanos los entendemos. Hace relativamente poco tiempo, que empezaron y poco a poco van ganando terreno, a medida que los diseñadores web van ganando perspectiva.

Si los ordenadores entienden los contenidos

Cuando la información en la web que está dirigida a humanos, es mejorada con ayudas para que los ordenadores la sepan interpretar, se vuelve mucho más útil.

Los motores de búsqueda, lo tienen desde luego mucho más fácil si tienen formas de “entender” los contenidos para mejorar sus resultados de búsqueda, pero podría ir mucho más allá de los buscadores, permitiendo a los diferentes sitios web compartir la información entre ellos y con los usuarios, muy por encima de las posibilidades de la actual sindicación.

Por ejemplo, un evento cualquiera anunciado en el sitio web, podría ser fácilmente añadido al calendario del usuario, o los datos de contacto del autor podrían ser añadidos a la libreta de direcciones… los usuarios podrían volver a artículos previamente leídos según sus etiquetas etc. y muchas otras posibilidades que poco a poco irán llegando, ya que actualmente, los motores de búsqueda principales son capaces de interpretar marcado semántico y prácticamente a ningún especialista en la materia le cabe duda de que el futuro de la web va en este sentido.