Há 30 anos, o Internet Archive, organização com sede em São Francisco, mantém a Wayback Machine, plataforma que arquiva mais de um bilhão de sites e é usada por jornalistas, pesquisadores, historiadores e juristas para recuperar conteúdos alterados ou removidos. Atualmente, o projeto enfrenta uma crise provocada por bloqueios adotados por um número crescente de empresas de comunicação.
Quem e o que está bloqueando
Pesquisa da Nieman Foundation for Journalism, da Universidade de Harvard, aponta que pelo menos 241 portais de notícias em nove países já impediram o acesso da Wayback Machine a seus conteúdos. Entre os veículos que aparecem na lista estão o britânico The Guardian, o americano The New York Times, o francês Le Monde e o grupo que edita o USA Today.
Motivo dos bloqueios
Jornais afirmam temer que empresas de inteligência artificial, como OpenAI e Google, coletem matérias arquivadas pelo Internet Archive para treinar modelos de linguagem sem autorização e sem pagamento a editoras. O porta-voz do New York Times, Graham James, afirmou que “os conteúdos do New York Times no Internet Archive são utilizados pelas empresas de IA, que infringem direitos autorais para concorrer diretamente conosco”.
Uso massivo por robôs e impacto técnico
O diretor da Wayback Machine, Mark Graham, disse à revista Wired que algumas empresas chegaram a consultar os arquivos com dezenas de milhares de solicitações por segundo, sobrecarregando temporariamente os servidores. Dados do próprio site mostram grande presença de robôs buscando conteúdo jornalístico para uso em treinamento de modelos de IA, prática que preocupa editores e levou aos bloqueios.
Reações e apoio ao Internet Archive
A Electronic Frontier Foundation (EFF) comparou a atitude das empresas de mídia a “um jornal proibisse bibliotecas de manter cópias de seu periódico”. Mais de 100 jornalistas assinaram uma petição em defesa do Internet Archive, argumentando que, em um ambiente digital onde artigos desaparecem por perda de links, fusões e cortes, a Wayback Machine é essencial para recuperar páginas que, de outra forma, seriam perdidas.
Propostas e consequências
Especialistas ouvidos pela reportagem defendem diálogo entre editores e o Internet Archive para criar separações técnicas entre arquivamento e uso para treinamento de IA. O repórter Martin Fehrensen considerou o archive.org o único registro funcional da web aberta e sugeriu, a médio prazo, um status jurídico especial para arquivos da web e, a longo prazo, o tratamento do arquivamento como infraestrutura pública, em vez de depender de uma única ONG.
Conflitos anteriores
O Internet Archive já enfrentou crises recentes: em setembro de 2024, um ataque hacker resultou no roubo de 31 milhões de contas; no mesmo ano, perdeu um processo de direitos autorais contra as editoras Hachette, Penguin Random House, HarperCollins e Wiley sobre um programa de empréstimo de e-books iniciado na pandemia, que levou à retirada de mais de 500 mil livros da plataforma. A organização ainda responde a pedidos de indenização na casa dos milhões.
Enquanto isso, o bloqueio coordenado de diversos veículos representa um risco estrutural: múltiplas decisões corporativas, juntas, podem minar a capacidade da Wayback Machine de documentar a internet pública.
Com informações de G1
