¿Qué es la ganancia de información (information gain) en SEO?

En SEO, «ganancia de información» (information gain) se usa para una idea sencilla: una página vale más cuando dice algo que el lector no ha leído ya en las otras. No es la ganancia de información de los árboles de decisión del aprendizaje automático, que comparte el nombre y poco más. A una tienda le llega por dos lados: por propuestas de agencia y herramientas que prometen «optimizar la ganancia de información», y por la búsqueda con IA, en la que un asistente lee varias páginas sobre el mismo producto y compone una sola respuesta. Antes de pagar por ella conviene separar dos cosas que se mezclan a menudo: lo que describe una patente de Google y lo que Google ha documentado sobre cómo clasifica.

Qué describe la patente

El nombre sale de una patente de Google LLC titulada Contextual estimation of link information gain, con Victor Carbune y Pedro Gonnet Anders como inventores. Se solicitó en Estados Unidos el 18 de octubre de 2018 y se concedió el 7 de junio de 2022 con el número US11354342B2. La familia tiene al menos cuatro patentes estadounidenses con el mismo título; la última se solicitó en mayo de 2024.⁠^{[1]Google Patents (Google LLC; inventores Victor Carbune y Pedro Gonnet Anders). US11354342B2: Contextual estimation of link information gain}

Lo que describe es una puntuación de ganancia de información para cada documento: cuánta información adicional contiene más allá de la de los documentos que el usuario ya ha visto. La puntuación se calcula pasando por un modelo de aprendizaje automático datos de los documentos, como su contenido completo, la información destacada que se extrae de ellos o una representación semántica, por ejemplo unos embeddings. Con esas puntuaciones, los documentos nuevos se pueden ordenar, y volver a ordenar a medida que el usuario ve más.⁠^{[1]Google Patents (Google LLC; inventores Victor Carbune y Pedro Gonnet Anders). US11354342B2: Contextual estimation of link information gain}

El ejemplo de la patente es un problema de ordenador: alguien pide ayuda, lee un documento sobre fallos de software y otro sobre reparación de hardware, y el sistema prefiere después un documento que traiga algo que esos dos no tenían. La primera reivindicación, la que define el método protegido, habla de un asistente automático que responde a una petición en lenguaje natural, presenta información de un primer grupo de documentos y elige el siguiente por su puntuación.⁠^{[1]Google Patents (Google LLC; inventores Victor Carbune y Pedro Gonnet Anders). US11354342B2: Contextual estimation of link information gain} El texto menciona también los buscadores que muestran un resumen junto a los enlaces, como otro lugar donde se presenta información de varios documentos.⁠^{[1]Google Patents (Google LLC; inventores Victor Carbune y Pedro Gonnet Anders). US11354342B2: Contextual estimation of link information gain}

Dos rasgos importan para leerla bien. La puntuación no es una propiedad fija de una página: depende de lo que cada usuario haya visto antes. Y una patente protege un método; no dice si Google lo usa, en qué producto ni con qué peso.

Lo que está documentado y lo que no

Lo documentado, por tanto, no es la patente sino la orientación. La guía de contenido útil pregunta si el contenido aporta un valor sustancial frente a otras páginas de los resultados, si ofrece un análisis que va más allá de lo obvio y si, cuando se apoya en otras fuentes, evita copiarlas o reescribirlas y añade valor y originalidad sustanciales. Entre las señales de alarma pone resumir lo que dicen otros sin añadir gran cosa.⁠^{[3]Google Search Central. Creating helpful, reliable, people-first content} La guía para las funciones de IA generativa de Google va en la misma dirección: sus sistemas de IA miran muchas fuentes, así que ayuda tener un punto de vista que destaque; una reseña de primera mano aporta una perspectiva propia, mientras que un resumen de lo publicado solo repite lo que ya está en otra parte.⁠^{[4]Google Search Central. Optimizing your website for generative AI features on Google Search}

En una tienda

Un ejemplo ficticio: una tienda de fotografía vende una mochila para cámara de 25 litros. El fabricante publica su ficha y otras tres tiendas copian su texto. Lo que aporta cada página sobre las preguntas que se hace un comprador:

Las tres columnas coinciden en la primera fila y se separan en las demás. Esas filas son la ganancia de información de la página, se use o no la patente: lo que un asistente o un comprador no encuentra repetido en otro sitio. Y sale de algo que solo tiene quien vende el producto: haberlo medido y haberlo probado.

Cómo comprobarlo

1. Escribe la consulta principal de una ficha y abre los primeros resultados. Apunta, uno por fila, los hechos que da cada página.
2. Marca las filas que solo tiene tu página. Si no hay ninguna, tu ficha repite lo que ya está publicado, que es justo lo que la guía de Google desaconseja.⁠^{[3]Google Search Central. Creating helpful, reliable, people-first content}
3. Para cada fila propia, anota de dónde sale: una medición, una prueba, la pregunta de un cliente, un dato de tus ventas. Un dato sin origen es el primero que alguien pone en duda.
4. Comprueba que esas filas están en el texto visible de la página, y no solo en una imagen o en un PDF adjunto.
5. Desconfía de quien te ofrezca «tu puntuación de ganancia de información» en Google. Google dice que ninguna herramienta de terceros tiene acceso a sus sistemas internos.⁠^{[4]Google Search Central. Optimizing your website for generative AI features on Google Search} Una herramienta puede comparar tu texto con otros, pero esa comparación es suya, no de Google.

Concepto cercano: contenido útil

El contenido útil es el marco que Google documenta: contenido creado para las personas y no para el buscador, con sus preguntas de autoevaluación.⁠^{[3]Google Search Central. Creating helpful, reliable, people-first content} La ganancia de información es una idea del sector, sacada de una patente, que cubre solo una parte de ese marco, la originalidad frente a lo ya publicado. Una página puede tener mucha ganancia de información y no ser fiable, por ejemplo si los datos nuevos están mal; por eso el E-E-A-T, con la fiabilidad como su aspecto más importante, completa la lectura.⁠^{[3]Google Search Central. Creating helpful, reliable, people-first content}

Para seguir, la ruta de lectura de búsqueda con IA ordena el resto de términos, y la entrada de motor de respuestas explica cómo un asistente compone una respuesta con varias fuentes.