Hur fungerar en sökmotor?

Hur kan en sökmotor hitta bland miljarder sidor på en tiondels sekund?

Svaret: den letar inte när du söker. Den har letat i förväg.

Tre saker händer, och bara den sista när du trycker på sök:

Steg	När	Vad
Krypning	hela tiden, i förväg	robotar följer länkar och hämtar sidor
Indexering	i förväg	för varje ord antecknas vilka sidor som innehåller det
Rankning	när du söker	de sidor som innehåller orden sorteras efter hur bra de är

Indexet är som registret längst bak i en bok. I stället för att bläddra genom hela boken slår du upp ordet och får sidnumren direkt.

"katt"     → sida 12, 45, 88
"hund"     → sida 45, 90
"kattmat"  → sida 45

Söker du «katt hund» tittar sökmotorn i sitt register och ser direkt att sida 45 har båda. Den behöver aldrig öppna någon sida.

Rankningen är det svåra. Tusen sidor kan innehålla dina ord. Vilken ska ligga överst?

Sökmotorer väger ihop många signaler:

Signal	Frågan den svarar på
Ordens förekomst	står orden i rubriken eller långt ner i texten?
Sällsynthet	«hund» säger mer än «och»
Länkar in	länkar många andra sidor hit? (PageRank)
Färskhet	spelar datum roll för just den här frågan?
Klick	brukar folk klicka på och stanna kvar?
Plats och språk	är sidan relevant där du är?

Att sällsynta ord väger mer är en nyckelidé. Ordet «och» finns på varenda sida och hjälper inte. Ordet «pterosaurie» finns på få — hittar sökmotorn det har den hittat något.

Två personer får olika resultat på samma sökning. Det beror på plats, språk, tidigare sökningar och vilken enhet man har. Det är praktiskt — men det betyder också att du och din kompis kan se olika versioner av verkligheten utan att märka det.

Källkritik blir därför en sökmotorfråga: de översta träffarna är de som rankningsalgoritmen tyckte bäst om, inte de sannaste. Någon har dessutom aktivt försökt hamna där. Och annonser ligger ofta överst, märkta men lätta att missa.

Bygg ett index på papper. Ta fyra korta texter:

1: Katten sover på mattan
2: Hunden äter mat
3: Katten och hunden leker
4: Mattan är ny

Steg 1 — skriv registret. Gå igenom ord för ord:

katten  → 1, 3
sover   → 1
mattan  → 1, 4
hunden  → 2, 3
äter    → 2
mat     → 2
och     → 3
leker   → 3
ny      → 4
är      → 4

Steg 2 — sök. «katten hunden» → text 1 och 3 för «katten», 2 och 3 för «hunden». Båda finns i 3. Den vinner.

Steg 3 — rangordna. Om du bara sökte «katten» får du 1 och 3. Vilken ska ligga först? Nu behöver du en regel. Förslag: den där ordet utgör störst andel av texten.

Steg 4 — hitta problemet. Sök på «mat». Du får text 2. Men text 2 handlar om att hunden äter — och ordet «mat» finns faktiskt också inuti «mattan» i text 1 och 4, fast som en del av ett annat ord.

Och tvärtom: sök «kattmat» och du får ingenting, trots att text 1 och 2 tillsammans handlar om precis det.

Det är det svenska sammansättningsproblemet, och det är en av de saker en modern sökmotor måste lösa — antingen genom att dela upp sammansatta ord, eller genom att jämföra betydelse i stället för ord. Det senare är vad AI-sökning gör, och det är nästa steg.