El episodio explora la continua relevancia de la entrevista de referencia bibliotecológica en la era de la Inteligencia Artificial (IA), argumentando que los principios tradicionales de búsqueda de información son cruciales para interacciones efectivas con herramientas como Google Gemini. El autor destaca la necesidad de estructurar las indicaciones de forma inteligente, utilizando marcos como las seis preguntas de Kipling (Qué, Por qué, Quién, Cómo, Cuándo y Dónde) para refinar las consultas y obtener resultados más precisos. Además, el artículo analiza el proceso de referencia de ocho pasos de Grogan, correlacionando cada etapa del recorrido del usuario con las interacciones con agentes de IA, desde la percepción inicial del problema hasta una solución informada. En esencia, la fuente argumenta que la excelencia en la búsqueda de información en el entorno digital reside en la colaboración entre la inteligencia humana y la artificial, donde las habilidades bibliotecológicas guían el potencial de la IA.

El episodio "IA: ¿Cómo se actualizan los modelos?" explora cómo los modelos de inteligencia artificial (IA) y los motores de búsqueda obtienen y procesan la información, desmintiendo la idea de que las IA escanean la web en tiempo real en busca de cada respuesta. El autor presenta respuestas detalladas de Gemini, ChatGPT y Claude, quienes explican sus respectivos procesos de entrenamiento. Las IA revelan que se entrenan con grandes conjuntos de datos preprocesados ​​(como Common Crawl o C4) sin conexión y periódicamente, a diferencia de los rastreadores de búsqueda tradicionales (como Googlebot), que indexan la web continuamente. Las búsquedas generativas emplean un proceso como la Recuperación-Generación Aumentada (RAG), donde la información relevante se recupera de índices de búsqueda actualizados y luego el modelo de lenguaje la sintetiza para generar una respuesta coherente, con las fuentes citadas. En resumen, existe una clara distinción entre la recopilación de datos para el entrenamiento de la IA y los algoritmos utilizados para las búsquedas tradicionales y generativas, aunque todas se basan en la vasta biblioteca de la web.

Este episodio explica la diferencia entre tokens e incrustaciones, conceptos fundamentales en Inteligencia Artificial (IA) y Modelos de Lenguaje a Gran Escala (LSM) que impactan el SEO. Los tokens son unidades textuales básicas, como palabras, que se utilizan en la búsqueda tradicional de palabras clave mediante incrustaciones dispersas que solo consideran la frecuencia. Por el contrario, las incrustaciones densas son representaciones numéricas que capturan el significado semántico y el contexto de las palabras, lo que las hace cruciales para la comprensión del lenguaje natural en los sistemas de IA modernos. El artículo rastrea la evolución de la búsqueda de Google, destacando cómo tecnologías como RankBrain, BERT y MUM utilizan incrustaciones para mejorar la relevancia de los resultados. Finalmente, presenta la búsqueda híbrida como una solución que combina la eficiencia de la búsqueda semántica con la precisión de la búsqueda léxica (basada en tokens), asegurando que los sistemas de IA puedan manejar información tanto dentro como fuera de su dominio de entrenamiento.

En el podcast del Blog Semántico, Alexander Rodrigues Silva, experto en SEO Semántico con más de dos décadas de experiencia y formación en Biblioteconomía, presenta resúmenes de sus artículos generados con IA. Descubra cómo la IA potencia insights sobre taxonomías, ontologías y la revolución de la búsqueda, conectando el futuro del SEO con las Ciencias de la Información. Una visión profunda para optimizar la información en la Web.