بزرگنمايي:
سیاست و بازاریابی - دیجی کالا / سال 1997 میلادی است. هر لباسی که مردم آن زمان به تن می‌کردند را پوشیده‌اید -شاید یک جور کت مخصوص- و دارید با دوست‌تان درباره فیلم محبوب‌تان صحبت می‌کنید. فیلم مورد بحث، Austin Powers، ساخته مایک مایرز است. دارید از فیلم نقل قولی می‌کنید که به نظر دوست‌تان حسابی خنده‌دار است. بعد اما شرایط عوض می‌شود. جستجوگر
دوست‌تان می‌گوید «به نظرم رندی کواید در آن فیلم معرکه بازی کرد». می‌پرسید: «رندی کواید؟» و درحالی که سخت فکر می‌کنید ادامه می‌دهید: «رندی کواید که در آن فیلم بازی نمی‌کرد». تمام تلاش‌تان را می‌کنید که به او بفهمانید منظورش کلینت هاوارد است، اما دوست‌تان از خر شیطان پایین نمی‌آید. بعد از یک مجادله طولانی، تصمیم می‌گیرید برای حفظ رفاقت‌تان هم که شده پای کامپیوتر 40 کیلوگرمی‌تان بنشینید. بعد از 40 دقیقه، بالاخره وارد اینترنت می‌شوید.
اکنون سوال اینست که چطور باید با استفاده از اینترنت، به این سوال پاسخ داد؟ در واقع تا پیش از ظهور جستجوگر گوگل، مردم چطور به اطلاعات مد نظر خود در اینترنت دست پیدا می‌کردند و مجادلات را حل؟ چند متخصص به این پرسش پاسخ می‌دهند.
آملیا آکر
دستیار پروفسور در دانشگاه تگزاس، کسی که تحقیقاتش بر ظهور، استاندارد شدن و حفظ تکنولوژی‌های اطلاعاتی روی پلتفرم‌های موبایل و شبکه اجتماعی متمرکز است
جستجوگر گوگل سهمی 90 درصدی از بازاری دارد که موتورهای دیگری مانند یاهو، بینگ و داک‌داک‌گو را در آن می‌یابیم. اما قبل از اینکه الگوریتم شخصی‌سازی شده و تبلیغ‌محور گوگل تقریبا هرآنچه در وب پیدا می‌کنیم را تحت تسلط خود درآورد، فهرست‌هایی از وب‌سایت‌ها و موتورهای جستجوگر وجود داشت که منابع وب را براساس موضوع دسته‌بندی می‌کردند.
نخستین موارد موتورهای جستجوگر در واقع فهرست‌هایی از وب‌سایت‌ها بودند که توسط مردم ساخته می‌شدند. این «آنتولوژیست‌های وب» (که یاهو آن‌ها را «سرفرز» می‌نامید) تمام صفحات وب مربوط به یک موضوع را می‌خواندند و رده‌بندی می‌کردند. این مدل انسانی از تدوین، در نهایت جایش را به وب‌سایت‌های کراولر و بات‌ها (که گاهی عنکبوت نامیده می‌شوند) داد. در اوایل دهه 1990، حدودا 20 موتور جستجوی مختلف برای انتخاب داشتیم، نظیر وب‌کراولر، آلتاویستا و یاندکس.
درست مانند کاتالوگ‌های کتابخانه‌ای، این موتورهای جستجو و فهرست‌ها براساس موضوع، ساختار، محتوا و سوژه دسته‌بندی می‌شدند. نخستین تکنولوژی‌های جستجوگر این‌طور طراحی شده بودند که کاربران بتوانند در دسته‌بندی‌های بسیار برجسته مانند «اخبار»، «سفر»، «ورزش» و «تجارت» مجموعه‌ای از منابع هایپرلینک شده را دریافت کنند. ستون‌های دسته‌بندی بغل یکدیگر ردیف می‌شدند و صفحه پیش روی مخاطب هم شبیه جلد پشت یک کتاب بود.
مهم است به یاد داشته باشیم که در دهه 1990 جستجو در سطح وب با اهداف متفاوتی نسبت به امروز انجام می‌شد. در نخستین فرهنگ‌های آنلاین، یافتن یک حقیقت یا یک محصول، دلیل همیشگی سرچ نبود. در عوض موتورهای جستجو به مردم کمک می‌کردند که منابع دیجیتالی را کشف و وب جهان‌گستر را تجربه کنند.
جستجوی وب در دهه 1990 تبلیغات هدفمند کمتری داشت و به کاربران آزادی بیشتری در اکتشاف می‌داد، حتی با اینکه نتایج جستجو بسیار مختصر بود و همیشه هم در فیلتر کردن محتویات هرزه‌نگارانه قابل اتکا نبود. در قیاس با تجربیات جستجوی امروز، سرچ در آن زمان بیشتر شبیه به تجربه سوال پرسیدن بود. به این معنا که نقشی فعالانه در هدایت و کشف محتوا داشتید. به طرقی که پلتفرم‌هایی مانند گوگل و فیسبوک با استفاده گسترده از تبلیغات هدفمند، اجازه‌اش را به شما نمی‌دهند.
بگذارید مثالی بزنم از گشت‌وگذار در نخستین روزهای جستجو در وب. دورانی بود که با جستجوی لیریکس موسیقی «Small Town Boy» ناگهان از نخستین فن پیج آلمانی جیمی سامروایل سر در می‌آوردید. این روزها اگر متن یک آهنگ را سرچ کنید، گوگل آن را از یک وب‌سایت مانند LyricsFind.com بیرون کشیده و در همان صفحه جستجو نشان‌تان می‌دهد. وقتی تجربه طرح یک سوال و یافتن برای پاسخ آن تبدیل به تجربه‌ای دقیق و الگوریتم محور می‌شود، سرچ هم کاری روتین و تجویزی خواهد بود. ممکن است با سرچ در گوگل دقیقا به همان چیزی که می‌خواهید برسید، اما در عین حال انبوهی از جزییات جالبی را از دست دهید که اکتشاف وب را در آن روزهای نخست جالب کرده بودند.
امروز وقتی ما راجع به «سرچ» صحبت می‌کنیم، در حال تفکر راجع به مشاهده فهرست‌های مختلف و سر زدن به یک صفحه وب خاص نیستیم. در عوض ما داریم راجع به اسکرول کردن درون فیدها و اپلیکیشن‌هایی صحبت می‌کنیم که انبوهی از محتویات را از نقاط مختلف جمع‌آوری کرده و یک‌جا به مخاطب نشان می‌دهند. اکثر قابلیت‌های جستجو، خصوصا آن‌هایی که در پلتفرم‌هایی مانند فیسبوک، آمازون یا اپ استور تعبیه شده‌اند، این پروسه را بیش از پیش تجاری کرد‌اند و هر بار اطلاعات بیشتر و بیشتری راجع به کاربر جمع‌آوری می‌کنند.
کریستین ال. برگمن
پروفسور تحقیقات اطلاعاتی در دانشگاه کالیفرنیا و نویسنده کتاب «کلان‌داده، ریزداده، بی‌داده»
در دهه 90 میلادی، یاهو و آلتاویستا کارشان حسابی خوب بود. اما جمع‌آوری کامپیوتری اطلاعات حوزه‌ای بسیار قدیمی است و سابقه‌اش حداقل به دهه 1950 برمی‌گردد. نخستین سیستم‌های دسترسی از راه دور آنلاین و تجاری در اوایل دهه 1970 از راه رسیدند.
گوگل به هیچ وجه مخترع تکنولوژی جمع‌آوری داده نیست و متدهایی بسیار قدیمی را به کار گرفته، مانند متد پاول آتلت، کسی که «دسته‌بندی فراگیر دسیمال» را در دهه 1930 اختراع کرد و یکی از نخستین والدین علوم اطلاعات به مدرن حساب می‌آید.
تاریخچه جمع‌آوری آنلاین داده بسیار قاعده‌مند بوده و فهرست‌هایی بسیار عمیق و تخصصی از حوزه‌هایی نظیر پزشکی، فلزشناسی، علم مواد، شیمی، مهندسی، آموزش و علوم اجتماعی را شامل شده. تا اوایل دهه 1970 ما دیتابیس‌هایی بسیار خوب داشتیم و شما در ازای هر دقیقه اتصال به آن‌ها پول می‌پرداختید.
برخی از قواعد بنیادین کار جستجوگر گوگل براساس تی‌اف-آی‌دی‌اف یا «فراوانی اصطلاح – معکوس فراوانی متن» بنا شد که نخستین بار در تز دکترای کارن اسپارک جونز طی سال 1958 میلادی معرفی شد. متد او شامل گشتن به دنبال فراوانی یک اطلاح (کلمه) در یک بدنه نوشتاری و متعاد‌ل‌سازی آن‌ها نسبت به تعداد مستندات موجود در یک مجموعه است. او حقیقتا دانشمندی پیشرو بود و بعدا به یکی از مشاورین گوگل تبدیل شد. لری پیج و سرگئی برین [موسسین گوگل] قطعا به شکلی عمیق مشغول مطالعه تاریخچه تی‌اف-آی‌دی‌اف بوده‌اند.
گوگل یکی از محصولات Digital Libraries Initiative بود، پروژه‌ای در بنیاد ملی علوم آمریکا که شامل 8 یا 10 آژانس فدرال مختلف می‌شود. من هم از این پروژه سرمایه دریافت کرده بودم و جلسه‌ای را به یاد دارم که در آن برین و پیج پوستری برای معرفی گوگل آماده کرده بودند. به یاد دارم که فکر می‌کردم: «این واقعا جالب است. آن‌ها تکنیک کتاب‌سنجی را برای وب بازسازی کردند.»
کتاب‌سنجی راهی برای ایجاد نوعی ارتباط میان مستندات و بعد دنبال کردن شبکه است. این متد به صورت خاص برای دنبال کردن موضوعاتی کارآمد است که لغت‌شناسی‌شان به مرور زمان تغییر کرده است. برای مثال اگر بخواهید نخستین مباحثات مربوط به سقط جنین در دنیای مدرن را بیابید، باید به سراغ مباحثات شخصی به نام «رو وی. وید» در اواسط دهه 1970 بروید و بعد هرآنچه که به این نام اشاره کرده و هرآنچه خود او به آن‌ها اشاره کرده را بیابید و مطالعه کنید.
سوفیا اموجا نوبل
دستیار پروفسور در زمینه تحقیقات اطلاعاتی و نویسنده کتاب «الگوریتم‌های ظلم: چطور موتورهای جستجوگر نژادپرستی را تقویت می‌کنند»
یکی از مهم‌ترین ابعاد اشتراک‌گذاری اطلاعات اینترنتی در اوایل کار این بود که متخصصین هر حوزه، از کتابخانه‌داران و دانشمندان گرفته تا مخصصین تفننی، مشتاق به گردآوری و تدوین دانش بودند. این اتفاق باعث شد که دخالت انسانی در پروسه‌ها مشهود باشد، حتی با اینکه هوش مصنوعی و ابزارهای جستجو توسعه می‌یافتند. ما درک کردیم که وقتی اشتراک‌گذاری داده در فضای آنلاین اتفاق بیفتد، مردم قدرتمندتر می‌شوند. و بنابراین تصمیم گرفتیم که وب‌سایت‌های گردآوری شده توسط سازمان‌ها، خصوصا دانشگاه‌ها و سازمان‌های تحقیقاتی، را اعتبارسنجی کنیم.
نخستین جستجوگرها در واقع کتابخانه‌هایی مجازی بودند و بسیاری از مردم ارزش کتابخانه‌ها را به عنوان یک خدمت اجتماعی درک می‌کنند. همینطور که اتوماسیون افزایش می‌یافت و کتابخانه‌داران و متخصصین جایشان را به هوش مصنوعی می‌دادند، چیزهای بسیار زیادی از دست رفت. یک خدمت اجتماعی که می‌توانست در دسترس افراد بیشتری قرار بگیرد تبدیل به فضایی برای پلتفرم‌های عظیم تبلیغاتی مانند یاهو و گوگل شد.
اکنون تخصص و گاه محتوای بهینه‌شده برون‌سپاری می‌شود و بالاترین خریدار در AdWords، هزینه‌ها را می‌پردازد. این باعث شده شکافی بزرگ میان دانش و تبلیغات در موتورهای جستجو شکل بگیرد، خصوصا وقتی می‌خواهید از موضوعی پیچیده سر در بیاورید. از برخی جهات، سرچ باعث شده اعتماد ما به تخصص و تفکر عیب‌جویانه، که پشت‌شان انبوهی از حقیقت و پژوهش است، از دست برود و در معرض پروپاگاندا قرار بگیریم. موتورهای جستجو شاید در یافتن اطلاعات پیش پا افتاده عالی باشند، اما در عین حال ارزش پژوهش آزادانه و کند را از بین برده‌اند – همان پژوهشی که دموکراسی را آگاهانه‌تر می‌کند.
ایان میلیگان
دستیار پروفسور تاریخ در دانشگاه واترلو، نویسنده «تاریخ در عصر وفور نعمت: چطور وب تحقیقات تاریخی را دگرگون می‌کند»
گوگل مشخصا اولین جستجوگر وب نبود. قبل از آن در سال 1993 موتور Wandex (مخفف World Wide Web Wanderer) را داشتیم که فهرست‌هایی قابل جستجو فراهم می‌آورد. بعد Lycos و Infoseek در سال 1994 و در سال 1995 هم یاهو.
بسیاری از این موتورهای جستجوگر یا فهرست‌ها، عمدتا بدقواره بودند. اگر شما سازنده یک وب‌سایت بودید، باید فرم‌های زیادی را پر می‌کردید تا به فهرست افزوده شوید یا اینکه باید انبوهی از تگ‌های متا را در HTML خودتان قرار می‌دادید. تا اواسط دهه 1990، همینطور که مردم شروع به ساخت وب‌سایت‌های بیشتر و هاست آن‌ها در پلتفرم‌های شخص ثالث کردند، دیگر لزوما جواز ورود به فهرست‌ها را دریافت نمی‌کردند.
بخش از موضوع به این خاطر بود که وب‌سایت‌های اولیه می‌توانستند بر هایپرلینک‌ها بیشتر از امروز متکی باشد تا بازدیدکنندگان را به سایت خود بکشانند.
«وب‌رینگ» (WebRing) مثالی عالی است. وب‌رینگ در سال 1996 توسط توسعه‌دهنده‌ای جوان به نام سیج ویل ساخته شد. وب‌رینگ‌ها مجموعه‌ای از وب‌سایت‌هایی بودند که شکلی عمدتا یکپارچه داشتند. بنابراین افراد علاقه‌مند به اتومبیل به یک وب‌رینگ دوست‌داران خودرو می‌پیوستند، عاشقان گربه از وب‌رینگی با تمرکز بر گربه‌ها سر درمی‌آوردند و به همین ترتیب. در انتهای هر صفحه هم یک رابط کاربری وب‌رینگ وجود داشت که مردم را به سر زدن به سایت «قبلی» یا «بعدی» تشویق می‌کرد.
این متدی بسیار دموکراتیک و دسترس‌پذیر برای یافتن وب‌سایت‌ها بود. هرکسی می‌توانست یک وب‌رینگ راه بیندازد و هرکسی هم می‌توانست به آن‌ها بپیوندد. به این ترتیب راهی تازه برای ارتباط میان مردم شکل گرفت. وب‌رینگ‌ها تا حدود سال 2000 شکوه خود را حفظ کردند و بعد این تکنولوژی به دست یاهو افتاد و با چند تغییر مدیریتی اساسی، کاربرانش را فراری داد.
نمی‌خواهم بیش از حد نوستالژیک باشم: دلم نمی‌خواهد به دورانی بازگردم که اکثر محتویات با هایپرلینک یافت می‌شود و من هم به اندازه بقیه از جستجوگر گوگل استفاده می‌کنم. اما کارکرد گوگل و رتبه دادنش به صفحات وب این‌طور است که هرچه لینک‌های بیشتری از آن در وب‌سایت‌های معتبر یافت شود، در نتایج جستجو بالاتر قرار می‌گیرد. این یعنی هدایت یک ترافیک کامل به گونه‌ای که تنها چند برنده داشته باشید. اگر من «گربه» را سرچ کنم، احتمالا به بیشتر از 4 میلیارد نتیجه خواهم رسید.
جایی در میان این میلیاردها صفحه، بدون شکل صفحاتی را داریم متعلق به افرادی که واقعا عاشق گربه‌هایشان هستند. در سال 1998 اما کلیک کردن در میان سایت‌های وب‌رینگ به معنای شانسی برای کشف محتویاتی واقعا جالب بود و احساس می‌کردید از جامعه‌ای متعلق به افرادی با ذهنیت‌های مشابه سر در آورده‌اید. یافتن چنین چیزی با گوگل سخت‌تر شده.