O Internet Archive, uma organização sem fins lucrativos vital dedicada à preservação do mundo digital, arquivou a sua trilionésima página web. Esta conquista histórica sublinha tanto a escala da Internet como a fragilidade do seu conteúdo. Numa era em que a informação online é cada vez mais efémera, o trabalho do Arquivo é mais crucial do que nunca.
A natureza efêmera da web
A internet não é conhecida pela permanência. O conteúdo digital desaparece facilmente; erros de servidor, mudanças de plataforma ou simplesmente negligência podem destruir anos de história online. Um exemplo claro: O MySpace perdeu cerca de 50 milhões de músicas de 14 milhões de artistas em 2015 devido a um erro de migração do servidor. Isto ilustra a rapidez com que grandes quantidades de informação digital podem desaparecer.
O Internet Archive visa neutralizar esta instabilidade inerente. Fundada em 1996, a organização usa web crawlers para capturar sites acessíveis ao público, juntamente com conteúdo enviado por usuários, como livros, músicas e áudio. Até o momento, ela protegeu mais de 866 bilhões de páginas da Web, 41 milhões de textos e milhões de outros artefatos digitais, acumulando aproximadamente 100.000 terabytes de dados. Para colocar isso em perspectiva, isso equivale a preencher o armazenamento de 50.000 iPhones de última geração.
Os crescentes desafios à preservação digital
Apesar do seu valor para investigadores, jornalistas e o público, o Internet Archive enfrenta desafios crescentes. O surgimento de grandes modelos de linguagem (LLMs) criou uma nova pressão: as empresas de tecnologia estão vasculhando agressivamente a Web em busca de dados de treinamento, muitas vezes com situação legal questionável.
Grandes meios de comunicação como The New York Times, The Guardian e USA Today estão agora restringindo o acesso ao seu conteúdo mais recente para evitar o uso não autorizado por sistemas de IA. Embora seja compreensível dada a falta de estruturas de remuneração claras para os criadores de conteúdos, isto complica a missão do Arquivo de preservar um registo completo da web.
O Futuro da Memória Digital
A trilionésima página do Internet Archive não é apenas um número; é uma prova do esforço necessário para proteger a história digital. O conflito entre preservar o acesso e proteger a propriedade intelectual destaca uma tensão crítica na Internet moderna. Encontrar soluções sustentáveis que equilibrem esses interesses conflitantes é essencial se quisermos que o Arquivo atinja a sua segunda trilionésima preservação, e além.
