Compare Google, Bing, Marginalia, Kagi, Mwmbl, e ChatGPT

Artigo original ↗ Discussão no Hacker News ↗

Os resultados de busca para consultas do dia a dia, como “YouTube downloader” ou “ad blocker”, estão cada vez mais dominados por spam de SEO, anúncios e até malware, o que leva a comparações entre Google, Bing, mecanismos menores (Kagi, Marginalia, Mwmbl) e ferramentas baseadas em LLM como o ChatGPT. Os comentaristas debatem o quanto da queda se deve a modelos de negócio orientados por anúncios versus o volume puro de conteúdo de baixa qualidade, e se correções do lado do usuário, como listas de bloqueio, uBlacklist ou mecanismos pagos, ajudam de fato usuários não especialistas. Há amplo consenso de que a qualidade da busca para consultas técnicas e de nicho ainda pode ser boa com os truques certos, mas que “digite o que quer e receba uma resposta segura e confiável” parece mais distante do que há uma década.

Visão geral da qualidade da pesquisa

  • Muitos acham que Google e Bing pioraram: mais anúncios, spam de SEO, lixo local e até malware; consultas diretas agora parecem um “campo minado”.
  • Outros relatam que os resultados ainda são bons, especialmente com bloqueadores de anúncios e para consultas técnicas/de programação; alguns dizem que os resultados atuais são melhores do que há uma década.
  • Há divergência sobre se o problema é:
    • A web ter ficado inundada por conteúdo de baixo esforço, ou
    • Os mecanismos de busca estarem otimizando para anúncios e engajamento em vez de qualidade (removendo recursos avançados, tolerando sites cheios de anúncios e spam).

Subjetividade de resultados “bons”

  • Debate intenso sobre a rubrica de avaliação do artigo, especialmente “youtube downloader”:
    • Alguns concordam que uma ferramenta CLI como yt-dl/yt-dlp é a resposta “correta” e segura.
    • Muitos argumentam que usuários comuns querem uma página web simples ou um app, não uma ferramenta de linha de comando, então classificar downloaders online primeiro é razoável.
  • Divergência semelhante para “ad blocker”: alguns insistem que uBlock Origin deve aparecer em primeiro; outros consideram AdBlock/ABP “bons o suficiente”.
  • Vários argumentam que julgar mecanismos por um punhado de consultas escolhidas a dedo e enviesadas para nerds não é representativo.

Kagi, Marginalia e outras alternativas

  • Kagi:
    • Fãs elogiam a interface sem anúncios, o boosting/blacklisting por domínio, bangs, os modos “Small Web” e FastGPT; alguns dizem que “parece o Google pré-enshittification”.
    • Outros acham que os resultados não são muito melhores que os do Google/Bing, ou são fracos para imagens/vídeos. Alguns não conseguem reproduzir os resultados ruins do Kagi do artigo (sugerindo diferenças de região, tempo ou personalização).
  • Marginalia:
    • Elogiado como um mecanismo impressionante de uma só pessoa, focado em sites não comerciais da “small web” e em filtragem forte.
    • Criticado como inadequado para consultas de navegação comuns (por exemplo, Wikipedia/IMDB), o que é parcialmente por design.
  • Outras ferramentas mencionadas: Brave Search, Searx, Qwant, Metaphor (baseado em embeddings), uBlacklist para blacklists por usuário, Google Programmable Search e abordagens no estilo diretório.

ChatGPT e busca baseada em LLMs

  • Controvérsia em torno do uso de GPT-3.5:
    • Alguns dizem que qualquer avaliação que não use GPT-4 deturpa “ChatGPT”.
    • Outros respondem que 3.5 é a versão gratuita e amplamente usada, então testá-la é válido se for claramente identificada.
  • Relatos de que o GPT-4 pode frequentemente dar respostas muito boas e links relevantes, mas:
    • Alucina, varia de execução para execução e pode recusar ou responder com cautela em tarefas “cinzentas” (por exemplo, baixar vídeos do YouTube).
  • Perplexity, Bing/Copilot e o FastGPT do Kagi são citados como híbridos promissores (resumos no estilo RAG sobre resultados da web).

Preocupações com segurança, spam e censura

  • Preocupação de que mecanismos de busca estejam direcionando usuários para malware, downloaders enganosos e “blogspam” de fazendas de conteúdo.
  • Alguns suspeitam de subclassificação de certo conteúdo político/de guerra; outros atribuem lacunas estranhas a problemas gerais de ranqueamento, e não a censura deliberada.
  • Há amplo consenso de que os incentivos (dinheiro de anúncios, manipulação de SEO) tendem estruturalmente a afastar a busca da qualidade centrada no usuário.