Το Ίντερνετ απέκτησε τη δική του βιβλιοθήκη – μουσείο

Μέρος του Αρχείου του Ίντερνετ είναι τα προεκλογικά sites των Δημοκρατικών και των Ρεπουμπλικανών από το 1996

Το Ίντερνετ σήμερα είναι ό,τι οι εφημερίδες τα παλιά χρόνια. Οι ιστορικοί του
μέλλοντος θα μπορούν να μελετήσουν τις ηλεκτρονικές σελίδες για να δουν πώς
ζούσαν οι άνθρωποι στην καθημερινότητά τους. Αν βέβαια ήταν δυνατό να
διασωθούν τα εκατομμύρια sites που εξαφανίζονται κάθε στιγμή, ανανεώνονται και
επανασχεδιάζονται συνέχεια. Η διάσωση μεγάλου μέρους του Δικτύου για το καλό
της ιστορίας της ανθρωπότητας είναι ο στόχος ενός ιδρύματος στην Καλιφόρνια,
που προσπαθεί να διατηρήσει παλιές σελίδες σε μορφή αρχείων.

Ονομάζεται Internet Archive, εδρεύει στο Σαν Φρανσίσκο και είναι μη
κερδοσκοπικό. Σκοπός των ιδρυτών του είναι η δημιουργία μιας βιβλιοθήκης του
Ίντερνετ που θα προσφέρει ελεύθερη πρόσβαση σε ιστορικές ψηφιακές συλλογές για
ερευνητές, ιστορικούς και ακαδημαϊκούς. Ξεκίνησε το έργο του πριν από τέσσερα
χρόνια. Προς το παρόν, διαθέτει στα αρχεία του ένα δισεκατομμύριο σελίδες από
το Web, που μεταφράζονται σε 13,8 τεραμπάιτ δεδομένων. Επίσης, έχει
αρχειοθετήσει 50.000 sites FTP, ο πρόδρομος του WWW, και 16 εκατομμύρια
μηνύματα από το Usenet, ένα υποδίκτυο ανταλλαγής μηνυμάτων μεταξύ των χρηστών
για διάφορα θέματα. Η έδρα του στο Δίκτυο βρίσκεται στη διεύθυνση http://www.archive.org.

«Οι βιβλιοθήκες υπάρχουν για να διατηρούν τα πολιτιστικά κατορθώματα του
ανθρώπου και να προσφέρουν πρόσβαση σε αυτά», εξηγεί ο ιδρυτής των Αρχείων του
Ίντερνετ Μπρούστερ Κάλι. «Πρέπει να γίνει το ίδιο και στην ψηφιακή εποχή, με
τις σελίδες του Ίντερνετ. Αν χαθούν, η ανθρωπότητα χάνει τη μνήμη της και τον
μηχανισμό μάθησης από τις επιτυχίες και τις αποτυχίες. Δουλειά μας είναι να
διασώσουμε το Δίκτυο ­ ένα νέο μέσο με σπουδαία ιστορική σημασία ­ από την
ολοκληρωτική του εξαφάνιση».

Δωρεάν διάθεση

Στην έκθεση του Κογκρέσου στην Ουάσιγκτον παρουσιάζονται οι σελίδες του Web από το 1997

Το ίδρυμα συνεργάζεται με μεγάλες βιβλιοθήκες, όπως αυτή του Αμερικανικού
Κογκρέσου, αλλά και το Ινστιτούτο Σμισθόνιαν. Η συλλογή παλιών σελίδων είναι
διαθέσιμη δωρεάν προς το παρόν μόνο σε ερευνητές, ιστορικούς και ακαδημαϊκούς
μελετητές, αλλά τελικός στόχος είναι να αποκτήσει πρόσβαση στα αρχεία όποιος
θέλει. Λόγω του τεράστιου μεγέθους της σε χωρητικότητα, αυτό είναι ακόμα
δύσκολο, αλλά οι ειδικοί εργάζονται για τον σχεδιασμό εργαλείων και μεθόδων
που θα δώσουν στο κοινό εύκολη πρόσβαση στα αρχεία. Ήδη, η συλλογή έχει
ξεπεράσει σε όγκο τη Βιβλιοθήκη του Κογκρέσου, που είναι η μεγαλύτερη στην
Αμερική. Μάλιστα, μέχρι πέρυσι, οι ηλεκτρονικές σελίδες συγκεντρώνονταν μόνο
σε μορφή κειμένου, αλλά από το ’99 μαζεύονται και οι εικόνες τους, με ρυθμό
200 ανά πέντε δευτερόλεπτα.

Ο Κάλι ελπίζει ότι τα αρχεία θα είναι διαθέσιμα online σε λίγα χρόνια. Κι όταν
τον ρωτούν γιατί πρέπει να διατηρηθούν παλιές σελίδες του Ίντερνετ, όταν ένα
μεγάλο μέρος τους είναι πραγματικά για πέταμα, απαντά: «Αν όταν μαζεύαμε τις
παλιές εφημερίδες, κάναμε επιλογή με βάση τα κριτήρια της εποχής τους,
πιθανότατα να κρατούσαμε μόνο κάποια άρθρα και να πετούσαμε τις διαφημίσεις.
Οι ιστορικοί όμως, σήμερα, τις παλιές διαφημίσεις μελετούν για να κατανοήσουν
καλύτερα την καθημερινή ζωή προηγούμενων γενιών».

«Ρομπότ του Web»

Η καινούργια έκδοση του CNN και μία σελίδα του από το 1995 (αρχαϊκή… εποχή για το Web), όπως διασώζεται στα Αρχεία του Ίντερνετ. Μέχρι τώρα το Ίντερνετ διαθέτει στα αρχεία του ένα δισεκατομμύριο σελίδες από το Web, που μεταφράζονται σε 13,8 τετραμπάιτ δεδομένων

Η συλλογή των σελίδων γίνεται με τη βοήθεια «ρομπότ του Web», όπως ονομάζονται
τα ειδικά προγράμματα που χρησιμοποιούν οι μηχανές αναζήτησης. Το ρομπότ αυτό
αυτομάτως συγκεντρώνει σελίδες από δημοσίως προσβάσιμους κόμβους του Δικτύου.
Ταυτοχρόνως, εξετάζει κάθε σελίδα για συνδέσεις με άλλες σελίδες, τις οποίες
μπορεί επίσης να πάρει. Αν βρει και άλλες συνδέσεις, τις ακολουθεί και αυτές
κ.ο.κ. Τη δουλειά αυτή για το ίδρυμα την κάνει αφιλοκερδώς μία εταιρεία,
παράρτημα του Amazon. com, που ονομάζεται Alexa Internet. Κάθε δύο μήνες
μαζεύει ό,τι καινούργιο υλικό υπάρχει και το στέλνει στο Internet Archive. To
ρομπότ συνολικά συγκεντρώνει περισσότερα από 100 γιγαμπάιτ δεδομένων την ημέρα
από χιλιάδες διαφορετικά sites. Η πρόσβασή του είναι περιορισμένη μόνο σε όσα
sites δεν απαιτούν κωδικούς πρόσβασης από τους επισκέπτες ή δεν είναι
σχεδιασμένα να απαγορεύουν τα ρομπότ.

Οι ψηφιακές συλλογές

Το ίδρυμα έχει να αντιμετωπίσει δύο σημαντικά πρακτικά προβλήματα σχετικά με
τις ψηφιακές του συλλογές. Πώς να αποθηκεύσει τις τεράστιες ποσότητες
δεδομένων και παράλληλα να προσφέρει γρήγορη και δωρεάν πρόσβαση σε αυτά, αλλά
και πώς να τα διατηρήσει σε καλή κατάσταση για πολλά χρόνια. Το πρώτο ζήτημα
απαιτεί μεγάλη προεργασία και έχουν επινοηθεί ειδικοί μέθοδοι αποθήκευσης και
συμπίεσης των δεδομένων. Η διάσωση των αρχείων σε καλή κατάσταση είναι εξίσου
δύσκολη υπόθεση όμως, καθώς σκοπός είναι η διατήρησή τους για πολλές γενιές.
Τα ηλεκτρονικά αρχεία είναι ευάλωτα σε καταστροφές, από κακή λειτουργία των
μηχανημάτων, όπου είναι αποθηκευμένα, βλάβη στις εγκαταστάσεις, ακόμα και
επιθέσεις χάκερ. Για να μη χαθούν οριστικά, είναι απαραίτητη η αντιγραφή τους
σε πολλές κόπιες και σε διαφορετικά μηχανήματα, κάτι εξαιρετικά δύσκολο, αν
αναλογισθεί κανείς ότι ο όγκος τους αυξάνεται κατά δύο τεραμπάιτ τον μήνα. Οι
μέθοδοι αποθήκευσης που χρησιμοποιούνται τα διατηρούν για 30 χρόνια, αλλά για
καλό και για κακό πρέπει τα δεδομένα να μεταφέρονται σε άλλα μέσα αποθήκευσης
μία φορά τη δεκαετία και το πιθανότερο είναι να χρειάζεται πολύ πιο συχνά.

Έτσι, ένα από τα ενδιαφέροντα των ειδικών του Internet Archive είναι η
βελτίωση της τεχνολογίας και η εξεύρεση ικανοποιητικότερων λύσεων στα πρακτικά
αυτά ζητήματα.