O vocabulário do Google

O maior site de buscas da internet deixou sua marca não só na vida das pessoas como na do próprio idioma. Entre os neologismos que já produziu, "googlar" - sinônimo de pesquisar no Google - foi parar até no dicionário. Sem contar o bordão irônico "joga no Google", repetido sempre que alguém desconhece uma palavra. Essa espécie de "oráculo" da era digital, visto com desconfiança por alguns, adicionou ao seu método de pesquisa mais uma função, a "busca semântica", que está deixando os resultados de investigações na internet ainda mais interessantes e enriquecedores. Além desse recurso, o recém-lançado Google Insight for Search fornece aos internautas estatísticas sobre a incidência de palavras nas pesquisas realizadas por meio da ferramenta.

A busca hoje, como é concebida, depende da palavra. E não deveria ser. Deveria ser independente da palavra, mais completa, traduzindo a intenção ou o universo em torno do assunto buscado. Mas como o ser humano traduz o universo por meio da palavra, é por aí que começamos - afirma Felix Ximenes, diretor de comunicação do Google Brasil.

O mecanismo de busca é utilizado para diversos propósitos, não só como dicionário ou enciclopédia, inclusive por quem procura links ou atalhos para outros sites, o que pode "viciar" os resultados.

Em resumo, uma coisa é a ocorrência da palavra em blogs e portais de notícias; outra é quantas vezes as pessoas a digitaram como "ponte" para outros domínios virtuais. Tomado esse cuidado, a possibilidade aberta pelo Google é enorme ao campo da pesquisa do idioma.

Para o bem ou o mal, agora todo internauta pode bancar o linguista amador e tirar suas conclusões acerca da popularidade das palavras.

Não se pode dizer que o banco de dados pesquisado, no qual se baseia o Google, seja representativo do idioma ou possua metodologia científica. A linguística de corpus há muito faz buscas mais complexas que as disponíveis na internet - por classes gramaticais, gêneros, falantes da língua etc. - em certo corpora (plural de corpus, "amostragem").

O corpus do Google é a totalidade de arquivos de computador que a empresa copiou da web e gravou em seus computadores. É uma "caixa preta" guardada na vasta rede da empresa - afirma Tony Berber Sardinha, professor de linguística da Pontifícia Universidade Católica de São Paulo (PUC - SP).

Segundo o professor, o corpus do Google é pouco representativo da conversação coloquial porque há poucas conversas transcritas disponíveis na internet. Por outro lado, o mecanismo representa melhor gêneros como blogs, por exemplo, que são "nativos" da grande rede mundial de computadores.

ABRANGÊNCIA

Só no Brasil são 40 milhões de internautas em atividade, segundo o Ibope/NetRatings. De um total de 6 bilhões de habitantes no planeta, "só" 1 bilhão acessa a internet, de modo que a adesão crescente de pessoas à rede resulta na incorporação de cada vez mais interesses e assuntos a esse "vocabulário" global. Os conteúdos não param de crescer. Segundo estatísticas do Google, de cada busca efetuada no mecanismo, 20% dos conteúdos apresentados são novos, não havia aparecido na pesquisa anterior.

A língua portuguesa está na lista de prioridades do Google. Nossos produtos serão lançados no idioma em tempo real com outros países, já que o português é uma das principais línguas da internet hoje - afirma Ximenes.

Se, como quer o crítico Andrew Keen, o Google nos diz coisas que já sabemos, esse "nós" implica muita gente. Contribuir para um imenso banco de dados e utilizá-lo eticamente são os novos desafios que a era tecnológica nos impõe. Cabe aos internautas digerir as novidades e informações da rede mundial, policiando-se para não tirar conclusões precipitadas.

A palavra, ao que tudo indica, continuará a ter um papel vital na internet.