Becsukja a kaput a Reddit az Internet Archive orra előtt | 2025. augusztus 12.

Miután a Reddit állítása szerint egyes AI-fejlesztők az internet archívumán keresztül csapolták a platform adatait, ideje becsukni ezt a kiskaput is.

További szigorításokat vezet be a Reddit annak érdekében, hogy az AI-modellek fejlesztői ne tudják tömegesen lekaparni, majd felhasználni a fórumon fellelhető beszélgetéseket és hozzászólásokat. A platform szerint „egyes cégek" úgy kerülik meg az eddig bevezetett korlátozásokat, hogy az Internet Archive Wayback Machine szolgáltatásán keresztül férnek hozzá az adatokhoz, így a következő lépés az, hogy a Reddit letiltja az Internet Archive (IA) számára a tartalmak indexelését.

Az internet archívumának is hívott szolgáltatás így a későbbiekben nem lesz képes feltérképezni az oldalakat és az ott található szöveges tartalmakat, csak a reddit.com kezdőlapját indexelheti. Ez egyben azzal jár, hogy az IA nem tudja archiválni magukat a topicokat, csupán azt, hogy mely szalagcímek és posztok voltak adott napon a legnépszerűbbek. A platform szóvivője, Tim Rathschmidt szerint ugyan az Internet Archive a nyílt webre épülő szolgáltatás, de tudomásukra jutottak olyan esetek, amikor AI-cégek megsértették a platformszabályzatokat, beleértve a Redditét is azzal, hogy adatokat gyűjtöttek a Wayback Machine-ből.

A platform felvette a kapcsolatot az Internet Archive-val, mielőtt a bejelentéssel együtt elkezdte bevezetni a korlátozásokat. Mindez nem meglepő annak fényében, hogy a Reddit egyre inkább a megállapodások felé próbálja terelni a helyzetet a kölcsönös előny érdekében.

Az MI-modellt fejlesztő legtöbb vállalat engedélykérés nélkül képzi ki termékeit a nyilvánosan elérhető tartalmak felhasználásával. Ezért egyre feszültebb a helyzet jogi és szerzői téren, így a tartalomplatformok és tulajdonosok próbálják feltételekkel tisztázni az adataik felhasználását. A Redditen található, immár két évtizede épülő párbeszéd-adatbázis különösen nagy kincs a mesterséges intelligencia megoldásokat fejlesztő cégek számára, mivel a közösségi platform mára a legkülönfélébb témák köré csoportosuló emberi párbeszéd egyik legnagyobb internetes forrásává vált.

A platform üzemeltetői korábban több, nagy nyelvi modell fejlesztő céggel, így a Google-lel és az OpenAI-val is megállapodást kötöttek a reddites tartalmak bizonyos korlátok történő feldolgozásáról, illetve hasonló tartalmú egyezséget próbált korábban kötni az Anthropic-kal, de az AI-startup nem volt nyitott az együttműködésre.

https://www.hwsw.hu/hirek/69479/internetarchive-reddit-ai-modell-kepzes.html

Válasz

Nyolcadik 404 Not Found – Ki őrzi meg az internetet? című konferencia és workshop

A Magyar Nemzeti Múzeum Közgyűjteményi Központ Országos Széchényi Könyvtár Digitális Bölcsészeti Központja 2024. november 27-én tartja meg az internetes tartalmak archiválásával, tágabban a digitális megőrzéssel foglalkozó éves rendezvényét, az immár nyolcadik 404 Not Found – Ki őrzi meg az internetet? című konferenciát és workshopot. A rendezvény nyitó online előadása az amerikai Internet Archive Community Webs projektjét mutatja be a szervezet vezetőjének prezentálásában. A helyi webes tartalmak archiválásának témájában a Fejér vármegyei Vörösmarty Mihály Könyvtár úttörő vállalkozásának, egy regionális webarchívum létrehozásának a feladatait, problémáit, megoldásait ismerhetjük meg, külön kitérve annak könyvtári információs ökoszisztémába illesztésére, illetve egy helyi webarchívum technikai feltételeire. A konferencia másik témája a digitálisan született (born digital) dokumentumok és egyéb tartalmak kezelése a közgyűjteményekben, amelynek kihívásait, jó gyakorlatait előadásokon és kerekasztal-beszélgetéssel járják körül a szakemberek.
https://webarchivum.oszk.hu/szakembereknek/404-not-found-workshop/404-not-found-konferencia-es-workshop-2024-november-27/

A rendezvény hirdetménye itt olvasható,
https://www.oszk.hu/rendezvenyek/404-not-found_ki-orzi-meg-az-internetet-konferencia-es-workshop-241127
a plakátja pedig innen tölthető le.
https://webarchivum.oszk.hu/wp-content/uploads/2024/11/404_2024_plakat.pdf
___

Időpont: 2024. november 27. 10 óra
Helyszín: MNMKK OSZK, 516. terem (Budavári Palota F épület)
Facebook-esemény

A rendezvény ingyenes, de regisztrációhoz kötött.
Regisztráció
Jelentkezési határidő: 2024. november 26., kedd 16 óra

A konferencia és workshop jelenléti formában valósul meg,
de az érdeklődők online is bekapcsolódhatnak az élő közvetítésbe.

A rendezvény nyitó online előadása az amerikai Internet Archive Community Webs projektjét mutatja be a szervezet vezetőjének prezentálásában.
https://www.oszk.hu/rendezvenyek/404-not-found_ki-orzi-meg-az-internetet-konferencia-es-workshop-241127

Válasz

Kibertámadás érte az Internet Archive-ot, 31 millió felhasználó belépési adatai szivárogtak ki | 2024. október 10.

Szerdán a Verge szerint ez az üzenet ugrott fel, ha valaki az oldalra látogatott:

„Have you ever felt like the Internet Archive runs on sticks and is constantly on the verge of suffering a catastrophic security breach? It just happened. See 31 million of you on HIBP!”

-- „Gondoltad már valaha azt, hogy az Internet Archive pálcikákon áll, és folyamatosan egy katasztrofális kibertámadás peremén billeg? Most megtörtént. Találkozunk mind a 31 milliótokkal a HIBP-n!”

Ez az üzenet csütörtök reggel már eltűnt az oldalról, és úgy tűnik, minden rendben működik.

Az oldal alapítója és üzemeltetője, Troy Hunt az X-en írt az esetről. Elmondása szerint szeptember 30-án írt neki valaki, hogy feltörték az Internet Archive oldalát, de mivel pont utazott, nem tudta felmérni, hogy mekkora problémáról van szó. Legközelebb október 5-én nézett rá az infóra, amikor is észrevette, hogy nagy gond van.

A DDoS-t az SN_Blackmeta hekkercsoport vállalta magára, állítólag 5 órán keresztül bombázták az oldalt, mire sikerült elérhetetlenné tenniük. Az X-en egy kérdésre azt válaszolták, hogy azért támadják az oldalt, mert az amerikai kormányé.

-- „És ahogy mind tudjuk, ez a borzalmas és hipokrita kormány támogatja a terrorista állam »Izrael« által elkövetett népirtást”

– tették hozzá.

Ez azonban nem igaz, az Internet Archive mögött egy nonprofit szervezet áll, aminek semmi köze az amerikai kormányhoz. Brewster Kahle, egy digitális könyvtáros, aki az Archive-on dolgozik, megerősítette, hogy milyen támadások érték az oldalt, és megjegyezte, hogy lekapcsolták a Java Script-könyvtárat, amivel a támadók üzengetni tudtak az oldalon, kipucolták a rendszereket, és megerősítik a kibervédelmüket.

A támadásban 31 millió felhasználó adatai szivárogtak ki, de Hunt szerint ennek nagyjából a fele már korábban megjelent a HIBP adatbázisában. Ezek az adatok a fiókokhoz tartozó emailcímeket, felhasználóneveket, és a jelszavak titkosított formáját tartalmazzák. Emellett az Internet Archive több belső adata is kikerült.

https://telex.hu/techtud/2024/10/10/internet-archive-hekker-tamadas-adatszivragas-have-i-been-pawned

Válasz

Az Internet Archive fellebbezése veszített a szerzői jogi vitában | 2024. 09. 05.

Az Internet Archive veszített a Hachette elleni per fellebbezésében.

https://www.wired.com/story/internet-archive-loses-hachette-books-case-appeal/

A döntés miatt állítólag 500.000 kiadványt kellett törölniük az adatbázisukból, illetve ezeket nem állíthatják vissza.

https://blog.archive.org/2024/06/14/patrons-speak-out-the-impact-of-losing-access-to-more-than-500000-books/

Az Internet Archive-on tárolt információ jelentősége az Alexandriai könyvtárral összemérhető.

https://archive.org/

A művek száma biztosan nagyobb. Számos ókori mű, történelmi kiadvány létezik, ami vagy csak ott található meg, vagy csak ott van rendszerezve. De nem csak könyvek, hanem hanganyagok, videók és szoftverek is találhatóak a gyűjteményben.

Az érem másik oldala, hogy az Internet Archive állítólag nincsen tekintettel a szerzői jogra, és ezáltal a szerzők és kiadók jelentős bevételtől esnek el, mert a műveket ingyen érik el a fogyasztók.

Felmerül a kérdés, hogy az Internet Archive ellen irányuló támadások hosszú távon el fogják-e lehetetleníteni a működését? Mi az érdekünk, melyik oldalt kell támogatnunk? Tekinthető-e könyvégetésnek, ha végül elérhetetlenné teszik az egész adatbázist?
https://hup.hu/blog/20240905/az_internet_archive_fellebbezese_veszitett_a_szerzoi_jogi_vitaban

Válasz

ArchiveTeam Magyarország

Az ArchiveTeam Magyarország az ArchiveTeam szellemiségét követő, azzal azonos célokat valló, az általuk kifejlesztett és használt eszközökön osztozó szervezet. Gyűjtőkörébe leginkább a magyar nyelvű weboldalak, azon belül is elsősorban a felhasználói tartalmakat gyűjtő-megosztó szolgáltatások tartoznak, úgymint közösségi oldalak, blogok, kép- és videómegosztó oldalak, ingyenes webtárhely-szolgáltatók stb..

A webes tartalmakon kívül olykor más, a jövő generáció érdeklődésére számot tartó, másképp nem megőrzött dokumentumokat is gyűjtünk, mint, például a szoftverek, az újságok, a könyvek.

Az ArchiveTeam Magyarország egyedülálló szolgáltatása, hogy egyes archivált weboldalak, amelyek biztonsági okok miatt nem kerülhettek be az Internet Archívum Wayback Machine-jébe, kereshetők az úgynevezett RSZI programunkkal.
http://netpolgar.network.hu/blog/netpolgar_avagy_digitalis_irastudo_klub_hirei/archive-team-magyarorszag

Válasz

Firefox kiegészítők: Web Archives

A kiegészítőről
https://addons.mozilla.org/hu/firefox/addon/view-page-archive/
nem érdemes sokat beszélni, rádiógomb és menü által megvalósítva a halott linkekre tudunk keresni a több portálon.
http://szamitastechnika.network.hu/blog/szamitastechnika-klub-hirei/firefox-kiegeszitok-web-archives
___

Más, hasznos Firefox kiegészítők (további böngészőkre is elérhető majdnem mind):
http://szamitastechnika.network.hu/kereses/q/firefox%20kieg%C3%A9sz%C3%ADt%C5%91k/picture/on/picture_gallery/on/video/on/video_gallery/on/blog/on/forum_topic/on/forum_vote/on/tip/on/calendar/on/in_club/on

Válasz