Karamihan sa mga gumagamit ng internet ay malamang na nakatagpo ng isang patay na link sa ilang mga punto. Ang isang artikulo ng balita ay nawawala, ang isang kumpanya ay nag-aalis ng isang lumang anunsyo, o ang isang website ay ganap na nagsasara. Sa maraming kaso, ang Wayback Machine ay kung saan pinupuntahan ng mga tao kung ano ang orihinal na naroon.
Pinapatakbo ng Internet Archive, ang Wayback Machine ay kumukuha ng mga snapshot ng mga webpage at iniimbak ang mga ito para sa sanggunian sa hinaharap. Ang mga gumagamit ay maaaring magpasok ng isang URL at tingnan ang mga mas lumang bersyon ng mga website, kung minsan ay dating mga dekada. Ang archive ay naging isang karaniwang tool para sa mga mamamahayag na nagbe-verify ng mga pag-edit sa mga artikulo, mga mananaliksik na sumusubaybay sa mga pagbabago sa patakaran, at mga investigator na nagdodokumento ng mga pahayag na kalaunan ay inalis mula sa pampublikong pagtingin.
Sinimulan ng ilang malalaking publisher ang pagharang sa Wayback Machine mula sa pag-archive ng kanilang nilalaman. Ang Internet Archive ay aktwal na nagsimula ng isang petisyon upang makatulong na panatilihing buhay ang Wayback Machine at ang mga pagsisikap nitong lumikha ng isang napanatili na memorya ng internet. Dumating ang hakbang habang naghahanap ang mga organisasyon ng balita ng mga paraan upang pigilan ang mga kumpanya ng AI na mag-scrap ng mga artikulo, larawan, at iba pang content para magamit sa pagsasanay ng mga modelo ng artificial intelligence.
Ang paggawa ng pamamahayag ay nangangailangan ng malaking pamumuhunan sa pag-uulat, pag-edit, pagkuha ng litrato, at pamamahagi. Kasabay nito, ang mga developer ng AI ay bumuo ng mga modelo gamit ang napakaraming available na online na content sa publiko. Ang mga organisasyon ng balita ay lalong nagnanais ng higit na kontrol sa kung paano ina-access at muling ginagamit ang nilalamang iyon.
Marami sa mga teknikal na tool na ginagamit upang harangan ang mga AI crawler ay maaari ding makaapekto sa mga serbisyo sa pag-archive sa web. Ang mga website ay madalas na umaasa sa mga robots.txt file at iba pang mga kontrol sa pag-access upang matukoy kung aling mga automated na system ang makaka-access sa kanilang nilalaman. Habang lumalawak ang mga paghihigpit na iyon, maaaring mawalan ng access ang Wayback Machine kasama ng mga AI bot.
Kinokolekta ng mga kumpanya ng AI ang impormasyon para sanayin ang mga modelo at bumuo ng mga bagong output. Ang Internet Archive ay nagpapanatili ng mga kopya ng mga webpage habang umiral ang mga ito sa isang partikular na punto ng panahon.
Ginampanan ng archive ang lahat ng bagay mula sa pag-uulat sa pagsisiyasat hanggang sa akademikong pananaliksik. Ginamit ang mga naka-archive na webpage upang i-verify ang mga pagbabago sa mga pampulitikang pahayag, subaybayan ang mga pagbabago sa patnubay ng pamahalaan, idokumento ang mga anunsyo ng kumpanya, at mapanatili ang lokal na saklaw ng balita pagkatapos isara ang mga publikasyon. Kapag ang mga website ay nagsara o nag-alis ng mas lumang nilalaman, ang mga naka-archive na kopya ay kadalasang ang tanging natitira lamang na mapupuntahang talaan.
Karamihan sa modernong pampublikong buhay ay umiiral na ngayon sa online. Ang mga ahensya ng gobyerno ay naglalathala ng mga ulat sa mga website. Inanunsyo ng mga kumpanya ang mga pagbabago sa patakaran sa pamamagitan ng mga post sa blog. Ang mga paglulunsad ng produkto, pampublikong pahayag, materyales sa halalan, at mga update sa regulasyon ay madalas na ipinamamahagi sa pamamagitan ng mga webpage na maaaring i-edit o alisin sa ibang pagkakataon.
Sinasabi ng Internet Archive na ang Wayback Machine ay naglalaman ng daan-daang bilyong naka-archive na mga webpage na nakolekta sa loob ng halos tatlong dekada. Walang ibang pampublikong archive na gumagana sa isang maihahambing na sukat.
Ang mga publisher ay may mga lehitimong alalahanin tungkol sa mga kumpanya ng AI na gumagamit ng kanilang trabaho nang walang kabayaran o pahintulot. Ang hamon ay ang pagtukoy kung paano limitahan ang AI scraping nang hindi rin nililimitahan ang mga serbisyong nagpapanatili sa pampublikong web. Habang mas maraming website ang humihigpit sa pag-access sa mga automated na crawler, lumalawak ang debate nang higit pa sa copyright at data ng pagsasanay sa AI. Kasama na ngayon ang isang hiwalay na tanong: sino ang may pananagutan sa pag-iingat ng rekord ng internet mismo kung nililimitahan natin ang libre at mahusay na impormasyon?
