- Ngày 19/10/2026, Brewster Kahle, nhà sáng lập Internet Archive, cảnh báo các nhà xuất bản đang hạn chế hoạt động lưu trữ web nhằm ngăn doanh nghiệp AI khai thác nội dung, vô tình đe dọa khả năng bảo tồn lịch sử thông tin trên Internet.
- Internet Archive thành lập năm 1996, phát triển Wayback Machine để lưu giữ các phiên bản website theo thời gian, phục vụ nghiên cứu, báo chí, lịch sử và kiểm chứng thông tin.
- The New York Times, The Guardian, USA Today và nhiều cơ quan báo chí khác đã áp dụng biện pháp hạn chế lưu trữ. Đến tháng 5/2026, hơn 340 trang tin địa phương tại Mỹ đã giới hạn quyền truy cập của Internet Archive.
- Các nhà xuất bản lo ngại Wayback Machine tạo đường tiếp cận nội dung vượt qua tường phí và cơ chế cấp phép, giúp doanh nghiệp AI thu thập dữ liệu huấn luyện trái phép.
- Kahle cho rằng việc chặn thư viện phi lợi nhuận không giải quyết được hoạt động khai thác dữ liệu của doanh nghiệp AI, nhưng làm suy giảm nguồn tư liệu phục vụ nghiên cứu, điều tra báo chí và trách nhiệm giải trình.
- Nghiên cứu của Pew Research Center năm 2024 trên 1 triệu trang web cho thấy 25% không còn truy cập được sau 10 năm; riêng các trang tồn tại từ năm 2013, tỷ lệ biến mất đạt 38%.
- Internet Archive xác định Wayback Machine lưu giữ được 16% số URL đã biến mất trong bộ dữ liệu nghiên cứu, cho thấy vai trò của kho lưu trữ độc lập.
- Wayback Machine còn bảo tồn tư liệu từ các cơ quan báo chí đã ngừng hoạt động như Rocky Mountain News, MTV News, Apple Daily và Stand News.
- Internet Archive đề xuất phân biệt hoạt động lưu trữ vì lợi ích công cộng với thu thập dữ liệu AI thương mại, thông qua giới hạn truy cập, giám sát lưu lượng và kiểm soát tải xuống hàng loạt.
📌 Tranh chấp bản quyền giữa nhà xuất bản và doanh nghiệp AI đang tạo ra hệ quả ngoài dự kiến đối với bảo tồn di sản số. Trong khi 25% trang web được Pew khảo sát đã biến mất sau 10 năm, việc hạn chế Wayback Machine có nguy cơ làm gia tăng khoảng trống tư liệu lịch sử. Brewster Kahle đề xuất tách biệt quyền lưu trữ nội dung phục vụ lợi ích công cộng với quyền khai thác dữ liệu thương mại, kết hợp cơ chế bảo vệ bản quyền và kiểm soát truy cập để duy trì ký ức số của xã hội.
Tổng hợp
