O Google anunciou, na segunda-feira (29), que está ampliando as ferramentas de inteligência artificial do Chrome. O navegador mais popular do mundo começou a receber uma nova barra de pesquisas empoderada com aprendizado de máquina que promete melhorar as sugestões de buscas ou endereços da web conforme o usuário digita.

A barra de endereços — que é chamada de “omnibox” pelo Google — passa a contar com aprendizado de máquina na versão 124 do Chrome para Windows, Mac e ChromeOS. O Google afirma que, com a integração do machine learning à caixa de pesquisa, as sugestões de busca serão mais precisas, relevantes e flexíveis para os usuários.

Justin Donnelly, engenheiro de software do Chrome, explicou em uma publicação no blog oficial da empresa que antes o navegador dependia de “fórmulas feitas à mão”, tais que nem sempre poderiam ser flexíveis o bastante para atender às diferentes necessidades de busca dos usuários. Com o modelo de aprendizado de máquina integrado, o cenário deve mudar.

A nova tecnologia da barra de pesquisas permite coletar diferentes “sinais” — isto é, pontuações que avaliam quais são as buscas mais prováveis que serão feitas pelo usuário — com maior precisão. Para isso, o modelo de aprendizado considera variados fatores.

Como exemplo, o modelo de aprendizado de máquina pode considerar o tempo desde a última navegação. A ideia é: quanto menor for o sinal (isto é, quanto mais recente for último acesso do usuário a determinado endereço da web), maior será a contribuição do sinal para a pontuação do endereço e, portanto, mais relevante ele será considerado.

Da mesma forma, o navegador será capaz de entender quando o usuário digita algo errado e logo voltar para a barra de pesquisa para tentar novamente. Ao digitar um endereço e, logo em seguida, voltar para a omnibox, o sistema ajustará a relevância do site, diminuindo sua pontuação. Isso ajuda a evitar que sites errados sejam sugeridos novamente.

O Google espera que o modelo de aprendizado de máquina também permita que, no futuro, as buscas por conteúdo na web se tornem ainda mais relevantes com base em outros fatores, como o horário em que o usuário faz uma busca. Também há expectativa para a adaptação da tecnologia para diferentes casos de uso, como em ambientes corporativos e acadêmicos.