Блокировка Интернет-архива не остановит обучение ИИ — она сотрёт память веба

Блокировка Интернет-архива не остановит обучение ИИ — она сотрёт память веба

Крупные издатели начали блокировать краулеры Интернет-архива, в частности Нью-Йорк Таймс, которая перешла от традиционных контролей robots.txt к мерам, предотвращающим захват и сохранение своих страниц Машиной времени. Интернет-архив — оператор Машины времени и крупнейшей цифровой библиотеки в сети с более чем триллионом заархивированных страниц — является повседневным инструментом для журналистов, историков, судов и широкой публики. Перекрывая доступ некоммерческим архивным краулерам, издатели рискуют разрушить единственный последовательный публичный реестр того, как материалы выглядели в интернете, включая правки, уточнения и опровержения, которые в противном случае исчезают с живого сайта.

Издатели утверждают, что их действия вызваны тревогой по поводу компаний, использующих скрейпинг новостного контента для обучения крупных языковых моделей и других систем, и несколько новостных организаций подали иски по поводу использования материалов, защищённых авторским правом, при обучении ИИ. Даже если суды в конечном итоге встанут на сторону издателей, лишение архивного доступа у институтов, сохраняющих историю, является несоразмерной мерой. Интернет-архив не является коммерческим тренером для ИИ; он функционирует скорее как библиотека, делающая копии для сохранения и поиска. Библиотеки и архивы давно рассматриваются иначе в законе об авторском праве, когда их копирование служит целям исследований, доступа и общественного интереса. Побочный ущерб от повсеместных технических блокировок — постепенная потеря доказательной базы, на которую многие полагаются, чтобы понять, как развивалась журналистика и общественное обсуждение.

Лишение Архива возможности сохранять новости создаёт долгосрочные издержки, выходящие далеко за рамки текущего спора об обучающих данных для ИИ. Журналисты потеряют стабильный источник для поиска и верификации исторических утверждений, исследователи столкнутся с пробелами в лонгитюдных исследованиях медиа, а суды могут не иметь современных записей интернет‑публикаций. Вместо создания технических барьеров издатели и архивы должны искать целевые соглашения, которые защитят коммерческие интересы, не стирая публичный реестр.

Ключевые выводы

• Исторический реестр под угрозой: блокировка архивных краулеров лишает единственных независимых снимков многих новостных страниц.
• Непропорциональная мера: технические блокировки нацелены на некоммерческое сохранение, а не на коммерческих создателей моделей.
• Юридическое и политическое трение: текущие судебные процессы по обучению ИИ могут решить нормы доступа, но промежуточная потеря архивов необратима.
• Необходимы решения: согласованный доступ, выборочные эмбарго и юридические разъяснения могут уравновесить права и сохранение.

Оставайтесь на связи и просматривайте веб безопасно с Doppler VPN.

Источники:

• eff.org