Jak powstają sieciowe archiwa

Upadek wież WTC zaatakowanych przez terrorystów 11 września 2001 r. dokumentowała olbrzymia liczba cyfrowych fotografii i filmów, a miliony komentarzy interpretowały go w internecie. Niedługo potem amerykańskie Centrum Historii i Nowych Mediów (CHNM) zaczęło gromadzić te źródła w archiwum cyfrowym, które w 2003 r. stało się częścią zbiorów Biblioteki Kongresu. Już wtedy nie były to działania ani wyjątkowe, ani nowatorskie – w początkach XXI w. funkcjonowało przynajmniej kilka dużych programów archiwizacji stron WWW, wśród których wyróżniały się swoim globalnym zasięgiem działania fundacji Internet Archive. Jej założyciel, programista i inwestor Brewster Kahle, od 1996 r. archiwizował dostępne serwisy internetowe i publikowane online oprogramowanie. W artykule w „Scientific American” z marca 1997 r. bezpośrednio nawiązywał do starożytnej Biblioteki Aleksandryjskiej, mającej gromadzić wszystkie współcześnie dostępne teksty. Fundacja Internet Archive miała być jej następczynią w erze cyfrowej i zabezpieczać na masową skalę publicznie dostępne zasoby WWW, by mogły być w przyszłości wykorzystywane w badaniach i edukacji. Aby tego dokonać, dysponując odpowiednim zapleczem technicznym, wypuszczał do internetu tzw. crawlery, programy sczytujące i kopiujące strony WWW. Ponieważ rozpoznawały one linki umieszczane w ich treści, potrafiły przechodzić z jednego adresu URL na drugi i w ten sposób budować ogromne archiwum. Dziś Internet Archive przechowuje ponad 284 mld pojedynczych stron WWW, plików txt i pdf publikowanych w internecie od połowy lat 90. Przeglądać je można w darmowej usłudze Wayback Machine. Nie tylko nostalgia Dziś, po 20 latach od założycielskiego artykułu w „Scientific American”, archiwistyka Webu jest dynamicznie rozwijającą się dziedziną wiedzy. Ma liczne specjalizacje, organizacje branżowe i narzędzia. Zagadnienia takie, jak metody masowego sczytywania i pobierania stron WWW, wieczyste zabezpieczanie kopii cyfrowych, archiwizacja mediów społecznościowych czy budowanie użytecznych archiwów Webu łączą wspólne mianowniki: uznanie internetu za przestrzeń społeczną i dostrzeżenie jego historyczności. Obok Internet Archive archiwizacją WWW zajmują się biblioteki i archiwa narodowe wielu krajów, organizacje pozarządowe oraz nieformalne grupy inicjatywne, wśród których największe znaczenie ma – związany z Internet Archive – kolektyw Archive Team. To dzięki niemu wciąż dostępne są skasowane przez Yahoo! w 2009 r. amatorskie strony domowe użytkowników serwisu Geocities. Archiwa te w dobie dominacji Facebooka są przede wszystkim źródłem nostalgii za utraconą różnorodnością internetu, a dla świata akademickiego źródłem treści i danych w badaniach historycznych, językowych czy socjologicznych. Na tym jednak nie kończy się potencjał archiwistyki Webu. 17 lipca 2014 r. prorosyjskie siły separatystów zestrzeliły samolot malezyjskich linii lotniczych, przelatujący nad obwodem donieckim z Amsterdamu do Kuala Lumpur. Podczas dziennikarskiego śledztwa tuż po tym wydarzeniu przeczesywano internet w poszukiwaniu śladów, które mogłyby potwierdzić winę Rosjan. Z pomocą przyszło archiwum stron WWW prowadzone przez Internet Archive. Znaleziono tam, skasowany już z serwisu społecznościowego VKontakte, wpis jednego z oficerów armii separatystów Igora Strełkowa, w którym chwali się on zestrzeleniem samolotu. Internet Archive od początku kryzysu ukraińskiego archiwizował związane z nim zasoby internetowe, wykorzystując do tego usługę Archive-it. Pozwala ona uczelniom, fundacjom i instytucjom publicznym uruchamiać własne projekty indeksowania i zabezpieczania zbiorów WWW bez konieczności posiadania odpowiedniego zaplecza technicznego i przeszkolonego zespołu. Dowody na zaangażowanie Rosjan w katastrofę samolotu zbierano także niezależnie od fundacji Brewstera Kahle. Na przykład twitterowy bot @RuGovEdits na bieżąco monitorował edycje treści haseł Wikipedii wykonywane z rosyjskich adresów rządowych. Zeszłoroczna wygrana Donalda Trumpa potwierdziła ostatecznie, że archiwizowanie Webu ma i może stanowić pełnoprawne narzędzie aktywnego społeczeństwa obywatelskiego. Zmiana władzy pociąga za sobą zmiany także w jej internetowym wizerunku. W Polsce mogliśmy przekonać się o tym, kiedy po wygranej Prawa i Sprawiedliwości z serwerów rządowych zniknęły strony Komisji Smoleńskiej prowadzonej przez Macieja Laska oraz opublikowane tam raporty. Chociaż zostały one niezależnie zarchiwizowane i są dostępne poza domeną rządową, był to wyraźny znak konieczności systematycznego i niezależnego zabezpieczania treści internetowych publikowanych przez władze. W grudniu 2016 r., po ostatecznym przejęciu Trybunału Konstytucyjnego przez PiS, zniknął serwis Obserwatora Konstytucyjnego. Równolegle Ogólnopolska Federacja Organizacji Pozarządowych informowała o znikających z publikowanych przez ministerstwa Biuletynów Informacji Publicznej dokumentach związanych z konkursami dla organizacji pozarządowych. Wielkie kasowanie Motywacje polityczne miało z pewnością „wielkie kasowanie” treści i danych z amerykańskich serwisów federalnych tuż po przejęciu władzy przez nową administrację Donalda Trumpa. Skala usuwania „kontrowersyjnych” treści była większa niż w Polsce. Po zaprzysiężeniu Trumpa zmieniono oficjalną stronę Białego Domu, z której zniknęły sekcje dotyczące globalnego ocieplenia i strategii równościowych wobec mniejszości etnicznych i seksualnych. Ta zmiana nie była jednak nieoczekiwana, a raczej – jak pisał „New York Times” – symbolizowała kierunek przyjęty przez obecnego gospodarza. Archiwalna strona Białego Domu, redagowana jeszcze za prezydentury Obamy, została zabezpieczona w Bibliotece Kongresu i jest wciąż dostępna online. Zaprzysiężenie Trumpa wywołało jednak spory niepokój wobec bezpieczeństwa danych publikowanych przez agencje i instytucje federalne zajmujące się monitorowaniem zmian klimatycznych i ochroną środowiska. Kiedy po zmianie władzy Environmental Protection Agency (EPA) mocno ograniczyła swoją obecność w mediach społecznościowych i komunikację z dziennikarzami, aktywiści ze środowiska naukowego (314 Action) i organizacji pozarządowych zaczęli kopiować udostępniane przez nią dane. Podobnie zainteresowano się bezpieczeństwem danych United States Geological Survey, NASA i National Oceanic and Atmospheric Administration. Pomoc w zabezpieczeniu danych zaoferował naukowcom Julian Assange i WikiLeaks. Informację o możliwym usunięciu danych klimatycznych zdobył Reuters pod koniec stycznia od swoich źródeł w Agencji Ochrony Środowiska. Według najnowszych informacji z Białego Domu ostatecznie wycofano się z tej decyzji, jednak aktywiści nadal obawiają się o bezpieczeństwo danych. Działania archiwizacyjne dotyczyły także treści w mediach społecznościowych. 27 stycznia na profilu twitterowym Parku Narodowego Badlands opublikowano serię wpisów przytaczających fakty dotyczące wpływu działań człowieka na ocieplanie klimatu. Wpisy zostały jednak szybko usunięte, co osoby obserwujące profil skojarzyły z wcześniejszym wydarzeniem na oficjalnym koncie twitterowym Department of Interior, któremu formalnie podlegają parki narodowe w USA. Kiedy republikowano tam wpis porównujący liczbę ludzi biorących udział w inauguracji prezydentury Obamy i Trumpa oraz nieprzychylne uwagi wobec polityki klimatycznej nowej administracji, konto zostało tymczasowo zawieszone. Te przepychanki w mediach społecznościowych ujawniały napięcia w zespołach instytucji przejmowanych przez nową administrację, a tak bezpośrednia ingerencja w stałość polityki informacyjnej dodała kolejnych argumentów przeciwnikom Trumpa i zwróciła uwagę opinii publicznej na archiwistykę Webu. Impuls do obaw da