封鎖網路檔案館無法阻止人工智慧，卻會抹除網路的歷史紀錄

背景

隨著人工智慧技術的快速發展，新聞出版商與 AI 公司之間的版權爭議愈演愈烈。為了防止 AI 業者抓取內容進行模型訓練，《紐約時報》與《衛報》等主流媒體開始採取技術手段封鎖網路檔案館（Internet Archive）的爬蟲。這項舉動雖然旨在保護商業利益，卻也無意中切斷了歷史學家、記者與公眾依賴數十年的數位歷史紀錄，引發了關於公共利益與商業生存權之間的激烈辯論。

社群觀點

在 Hacker News 的討論中，社群對於出版商封鎖網路檔案館的行為展現了複雜且多層次的看法。部分參與者對此感到震驚與失望，認為這不僅是針對 AI 的防禦，更可能是一種變相的付費牆策略，旨在防止讀者透過存檔頁面繞過訂閱限制。然而，也有留言者扮演「魔鬼代言人」，指出新聞機構在當前的數位生態中處境艱難。他們認為出版商其實別無選擇，因為如果他們為了公益而對檔案館開放白名單，AI 公司極有可能轉而從檔案館中抓取數據，這將使新聞機構徹底失去對其核心資產的控制權。

討論中進一步探討了新聞業的財務困境。有觀點指出，這場爭端本質上是社交媒體與 AI 技術對新聞業營收模式的摧毀。當 AI 能夠直接提供新聞摘要而無需用戶點擊原始連結時，新聞機構賴以生存的廣告與訂閱收入便會枯竭。在這種情況下，要求一家瀕臨崩潰的產業為了「人類共同利益」而無償提供資料庫，顯然缺乏現實的激勵機制。有網友提出折衷方案，建議檔案館應採取「延遲發布」機制，例如僅開放數十年前的存檔，以避開當前新聞的商業競爭期，但如何定義合理的延遲時間仍是巨大的爭議點。

此外，社群也對某些存檔組織的行為提出質疑。有留言提到，並非所有檔案機構都完全遵循公益原則，部分組織如 Software Heritage 曾因將抓取的原始碼提供給 AI 訓練並獲取資金，而被視為變相的數據販售。這種行為模糊了「學術研究」與「商業授權」的界線，進一步加深了版權持有者對存檔機構的不信任。最後，有網友諷刺地觀察到，像《衛報》這類標榜公共利益、不設付費牆的媒體，雖然在頁面上宣稱拒絕追蹤餅乾會傷害新聞業，卻依然選擇封鎖檔案館，顯示出在 AI 浪潮下，即便是最開放的媒體也正陷入生存焦慮與開放精神的矛盾之中。

延伸閱讀

• Archive Team Warrior：一個由志願者運行的分散式爬蟲計畫，旨在協助網路檔案館保存即將消失的數位內容。
• Software Heritage：致力於保存全球軟體原始碼的檔案庫，但在討論中被提及與 AI 訓練數據集 The Stack 有所關聯。