Archiv.org, le principal dépôt numérique, menacé

Le principal dépôt numérique mondial, l'Internet Archive, connu sous le nom d'Archiv.org, fait face à une grave crise. Cette plateforme non lucrative, créée il y a 30 ans, stocke plus d'un billion de sites web archivés et est devenue une indispensable outil pour les journalistes, les chercheurs, les historiens et les experts en droit. Elle permet d'accéder aux versions d'origine de contenu en ligne, même lorsque ces dernières ont été supprimées ou modifiées.

Des attaques informatiques constantes et des problèmes d'utilisation des œuvres protégées mettent en péril l'avenir d'archiv.org

Depuis quelques années, Archiv.org est confronté à une liste de menaces, dont les attaques informatiques récurrentes et les problèmes d'utilisation des œuvres protégées par le droit d'auteur. Lors de la dernière vague d'attaques en mai 2024, le site a même été inaccessible pendant trois jours.

Les experts alertent que les problèmes sont considérables : le site n'est pas préparé à l'arrivée de l'intelligence artificiale, qui permet aux bots de demander des centaines de milliers de fichiers à la fois, saturant les serveurs.

Les médias s'opposent à archiv.org, qui stocke leur contenu

C'est un problème qui affecte directement les médias. Selon une étude de la Fondation Nieman pour l'Université de Harvard, au moins 241 portails de nouvelles de 9 pays bloquent l'accès à Archiv.org. Parmi les plus populaires, on compte Le Monde, The Guardian, The New York Times et des groupes comme USA Today Co, le plus important des États-Unis. Certains médias ont été clairs : ils ne veulent pas que leur contenu soit utilisé pour entraîner les IA.

Les géants de l'industrie comme OpenAI et Google collectent massivement leur contenu à partir d'Archiv.org. Mark Graham, directeur de la Wayback Machine, l'outil de gestion des archives en ligne, a confirmé que certaines entreprises accèdent aux archives avec des dizaines de milliers de requêtes par seconde, menées par des bots d'intelligence artificielle.

Plus de 100 journalistes se sont joints en soutien à Archive.org. « Dans un panorama médiatique où les articles disparaissent avec des liens perdus, des fusions ou des mesures de réduction des coûts, les journalistes ont tendance à recourir à l'archive de la Wayback Machine pour récupérer des pages qui autrement seraient perdues. Sans ce travail pour préserver internet, une partie de l'histoire récente du journalisme se serait perdue », ont-ils commenté.