互联网最强大存档工具面临危机
本月，《今日美国》发布一篇深度报道，揭露美国移民与海关执法局（ICE）延迟披露其拘留政策影响数据的情况。报道团队利用互联网档案馆的Wayback Machine，对ICE网站历史数据进行追踪分析，揭示其在特朗普政府时期政策变化。这一案例是Wayback Machine服务公共利益的众多实例之一。然而，互联网档案馆主任马克·格雷厄姆（Mark Graham）表示，此举“略带讽刺”——《今日美国》母公司禁止Wayback Machine存档其内容，却依赖该工具进行调查。
据人工智能检测初创公司Originality AI分析，目前已有23家主流新闻网站阻止ia_archiverbot（互联网档案馆常用爬虫）访问。《纽约时报》、Reddit及《卫报》均采取类似措施。其中，《卫报》虽未完全屏蔽爬虫，但排除其内容在互联网档案馆API中的显示，并在Wayback Machine界面过滤文章，增加公众获取难度。
《今日美国》发言人Lark-Marie Anton称，此举并非针对互联网档案馆，而是其整体反爬虫策略的一部分。《卫报》业务与许可总监罗伯特·汉恩（Robert Hahn）则表示，担忧AI公司可能滥用存档内容进行训练。《纽约时报》发言人格雷厄姆·詹姆斯（Graham James）称，其内容被用于AI训练“违反版权法”，直接与报社竞争，但未澄清是否确有发生。
记者群体对此趋势提出抗议。电子前沿基金会（EFF）和Fight for the Future等组织联合发起倡议，收集超过100名记者签名支持Wayback Machine。签名者包括电视主持人雷切尔·马多（Rachel Maddow）及独立记者卡特·滕巴格（Kat Tenbarge）等。信中指出，传统纸质档案因报纸停刊、公共图书馆无力保存数字内容而衰落，保护新闻记录的责任日益落在互联网档案馆肩上。
记者劳拉·弗林（Laura Flynn）称，该工具在其职业生涯中是“必不可少”的，用于事实核查和音频资料获取。《芝加哥读者》记者米科·卡波拉莱（Micco Caporale）亦表示，其在工会组织工作中，通过Wayback Machine查找旧职位描述，对比实际职责与招聘承诺，并追踪薪酬变化。
媒体限制存档的主要理由是防止AI公司非法利用内容训练模型。美国已发生逾百起AI版权诉讼，聚焦于未经授权使用网络内容。Wayback Machine庞大的数据集使其成为AI训练的高价值来源。
互联网档案馆成立30年，已存档超万亿网页。尽管2020年后经历多起法律纠纷，包括与多家音乐出版商就“Great 78s”项目达成和解，但当前主要威胁来自媒体机构的封锁。若持续失去主流新闻源访问权限，其保护数字历史的使命将严重受挫，早期数字记录可能永久失传。
值得注意的是，Wayback Machine曾揭露《纽约时报》2016年对伯尼·桑德斯报道的编辑修改。若今日类似情况发生，监督性媒体将难以追溯历史版本。该工具在司法诉讼中亦常被引用为证据。互联网档案馆主任格雷厄姆表示，目前正与《纽约时报》等媒体沟通，但“无可否认，越来越多公共网络内容被封锁，正削弱社会理解世界的能力。”
编辑点评
此事件凸显数字时代信息存档与版权保护之间的深层矛盾。Wayback Machine作为全球最权威的网络历史存档工具，其面临封锁不仅关乎新闻透明度，更触及公共记忆的保存机制。当主流媒体以AI侵权为由限制存档时，实质上是在挑战数字时代“信息为公共财产”的基本原则。这种限制可能削弱监督性新闻报道能力，影响司法证据链完整性，长远来看将导致数字历史的“选择性失忆”。
从国际视角看，此事反映了全球媒体与科技企业间日益紧张的版权博弈。美国作为数字内容生产中心，其新闻机构的决策具有示范效应，可能影响其他发达国家的类似政策。若主流媒体广泛封锁Wayback Machine，将迫使学者、记者和公众转向更不可靠的私人存档或付费数据库，加剧信息获取不平等，削弱民主社会的知情权基础。
此外，AI训练数据的合法性争议是推动此次封锁的核心动因。尽管媒体担忧AI公司未经授权使用内容，但Wayback Machine的存档本质是为公共利益服务，而非商业用途。当前法律框架尚不完善，如何界定“合理使用”与“侵权”成为关键。未来可能需要建立专门的“数字记忆保护法”或建立公共许可机制，以平衡版权保护与公共存档需求。
长远而言，若Wayback Machine功能持续受限，全球将面临“数字历史断层”的风险。特别是在政治敏感事件、气候变化记录或公共卫生危机等关键领域，缺乏可追溯的历史数据将破坏问责机制。这不仅影响新闻舆论监督，更可能削弱国际社会对重大事件的共识基础。