LOGIN
In Breve (TL;DR)
- Sempre più giornali stanno limitando Internet Archive per evitare che le copie dei propri articoli possano diventare una fonte per le aziende AI.
- Non ci sono prove pubbliche che le società di intelligenza artificiale abbiano già utilizzato Wayback Machine per aggirare i blocchi degli editori.
- Impedire l'archiviazione rischia però di creare buchi nella memoria del Web, rendendo più difficile recuperare in futuro articoli e pagine eliminate.
Per impedire alle aziende di intelligenza artificialedi utilizzare liberamente i propri articoli, sempre più giornali stanno limitando l'accesso anche a Internet Archive. Una scelta pensata per proteggere i contenuti, ma che potrebbe avere un effetto collaterale importante: rendere più difficile conservare la memoria del Web.
Internet Archive è l'organizzazione non profit che gestisce Wayback Machine, il grande archivio digitale che da trent'anni salva copie delle pagine online e permette di consultare siti modificati, eliminati o non più disponibili.
Ora però alcune testate stanno impedendo ai crawler dell'organizzazione di archiviare i propri contenuti. Il timore è che le copie conservate nel tempo possano diventare una strada alternativa attraverso cui le aziende AI accedono agli articoli anche quando il sito originale ha già bloccato i loro bot.
Perché i giornali bloccano Internet Archive per proteggersi dall’AI
Il problema nasce dal crescente valore dei contenuti editoriali per i sistemi di intelligenza artificiale generativa.
Articoli, approfondimenti e archivi giornalistici rappresentano materiale di qualità che può essere utilizzato per addestrare modelli o fornire informazioni ai sistemi AI. Per questo molti editori hanno iniziato a bloccare direttamente i crawler delle aziende tecnologiche o a negoziare accordi economici per l'accesso ai propri contenuti.
Internet Archive crea però un ulteriore livello. Un articolo non più accessibile direttamente a un crawler potrebbe essere ancora presente su Wayback Machine, perché salvato in precedenza.
Da qui nasce la preoccupazione degli editori: bloccare soltanto il sito originale potrebbe non essere sufficiente se copie degli stessi contenuti continuano a essere disponibili in un archivio pubblico.
Finora, però, non sono state presentate prove pubbliche che dimostrino che le aziende AI abbiano effettivamente utilizzato Wayback Machine per aggirare i blocchi imposti dai giornali. Le restrizioni sono quindi soprattutto preventive.
Il fenomeno riguarda anche molte testate locali. Un'analisi condotta negli Stati Uniti aveva individuato centinaia di siti di informazione che limitavano almeno uno dei crawler collegati a Internet Archive.
Cosa succede al Web se anche Internet Archive viene bloccato
Il problema è che impedire l'accesso a Internet Archive ha conseguenze diverse rispetto al blocco di un normale crawler commerciale.
Wayback Machine viene utilizzata da giornalisti, ricercatori, storici e utenti per recuperare vecchie versioni delle pagine, verificare informazioni cancellate e ricostruire come siti e notizie siano cambiati nel tempo.
Se un giornale impedisce l'archiviazione, i nuovi articoli potrebbero non entrare più in questo registro storico. E se in futuro la testata chiudesse, modificasse il proprio sito o eliminasse parte dell'archivio, quei contenuti potrebbero diventare molto più difficili da recuperare.
Internet, infatti, non conserva automaticamente tutto ciò che viene pubblicato. Pagine, documenti e interi siti possono scomparire rapidamente e servizi come Internet Archive svolgono proprio il compito di conservarne una copia indipendente.
La sfida diventa quindi trovare un equilibrio tra due esigenze diverse: da una parte proteggere il lavoro degli editori dall'utilizzo non autorizzato da parte dell'AI, dall'altra evitare che questa protezione impedisca anche attività di archiviazione e conservazione di interesse pubblico.
Tra le possibili soluzioni ci sono sistemi capaci di distinguere meglio tra crawler destinati all'archiviazione e strumenti utilizzati per raccogliere grandi quantità di dati a fini commerciali, oppure regole più precise sull'accesso alle copie conservate.
Il rischio, altrimenti, è paradossale: nel tentativo di impedire all'AI di appropriarsi dei contenuti del presente, potrebbe diventare più difficile conservare quegli stessi contenuti per il futuro.
Per saperne di più: Intelligenza Artificiale: cos'è e cosa può fare per noi
Domande frequenti (FAQ)
-
Perché i giornali stanno bloccando Internet Archive?Temono che le copie archiviate dei loro articoli possano essere utilizzate dalle aziende AI anche quando l'accesso diretto ai siti è stato bloccato.
-
Che cos'è Internet Archive?È un'organizzazione non profit che conserva contenuti digitali e gestisce Wayback Machine, un archivio di vecchie versioni delle pagine Web.
-
Le aziende AI usano Wayback Machine per addestrare i modelli?Non ci sono al momento prove pubbliche che dimostrino un utilizzo sistematico di Wayback Machine per aggirare i blocchi degli editori.
-
Cosa succede se un giornale blocca Internet Archive?Le nuove pagine potrebbero non essere archiviate e potrebbero quindi diventare più difficili da recuperare se in futuro vengono modificate, cancellate o se il sito chiude.
-
Perché Wayback Machine è importante?Permette di consultare vecchie versioni delle pagine ed è utilizzata per ricerca, giornalismo, verifica delle informazioni e conservazione della storia del Web.
