26.09.2024<\/p>\n
Si les contenus cr\u00e9\u00e9s par l\u2019intelligence artificielle inondent l\u2019internet, qui d\u00e9cide quelles informations en ligne m\u00e9ritent d\u2019\u00eatre archiv\u00e9es\u00a0?<\/b><\/i><\/p>\n
En grandissant, les gens de ma g\u00e9n\u00e9ration ont appris \u00e0 faire attention \u00e0 ce qu\u2019ils postaient en ligne, car \u00ab\u00a0l\u2019internet est \u00e9ternel\u00a0\u00bb. Mais en r\u00e9alit\u00e9, les gens perdent des photos de famille, partag\u00e9es sur des comptes de r\u00e9seaux sociaux auxquels elles n\u2019ont plus acc\u00e8s depuis longtemps. Les services de streaming retirent l\u2019acc\u00e8s \u00e0 des \u00e9missions populaires, des contenus qui n\u2019ont m\u00eame jamais pu \u00eatre achet\u00e9s. Les journalistes, les animateurs et les d\u00e9veloppeurs perdent des ann\u00e9es de travail lorsque les entreprises du web et les plateformes technologiques disparaissent.<\/p>\n
Dans le m\u00eame temps, des outils bas\u00e9s sur l\u2019intelligence artificielle, tels que ChatGPT et le cr\u00e9ateur d\u2019images Midjourney, ont gagn\u00e9 en popularit\u00e9, et certains pensent qu\u2019ils remplaceront un jour le travail traditionnellement effectu\u00e9 par les humains, comme la r\u00e9daction de textes ou le tournage de s\u00e9quences vid\u00e9os bobine B. ind\u00e9pendamment de leur capacit\u00e9 r\u00e9elle \u00e0 effectuer ces t\u00e2ches, une chose est certaine\u00a0: L\u2019internet est sur le point d\u2019\u00eatre inond\u00e9 d\u2019une masse de contenus facilement g\u00e9n\u00e9r\u00e9s par IA, ce qui risque d\u2019\u00e9clipser le travail humain. Cette vague imminente pose un probl\u00e8me aux informaticiens comme moi qui r\u00e9fl\u00e9chissent quotidiennement \u00e0 la confidentialit\u00e9, \u00e0 la fid\u00e9lit\u00e9 et \u00e0 la diffusion des donn\u00e9es. Mais tout le monde devrait y pr\u00eater attention. En l\u2019absence de plans de conservation clairs, nous perdrons beaucoup de donn\u00e9es et d\u2019informations de qualit\u00e9.<\/p>\n
En fin de compte, la pr\u00e9servation des donn\u00e9es est une question de ressources\u00a0: Qui sera responsable du stockage et de la conservation des informations, et qui paiera pour que ces t\u00e2ches soient accomplies\u00a0? En outre, qui d\u00e9cide de ce qui m\u00e9rite d\u2019\u00eatre conserv\u00e9\u00a0? Les entreprises qui d\u00e9veloppent des mod\u00e8les d\u2019IA dits \u00ab\u00a0de base\u00a0\u00bb<\/a> comptent parmi les principaux acteurs d\u00e9sireux de cataloguer les donn\u00e9es en ligne, mais leurs int\u00e9r\u00eats ne sont pas n\u00e9cessairement align\u00e9s sur ceux du commun des mortels.<\/p>\n Les co\u00fbts de l\u2019\u00e9lectricit\u00e9 et de l\u2019espace serveur n\u00e9cessaires pour conserver les donn\u00e9es ind\u00e9finiment s\u2019additionnent au fil du temps. L\u2019infrastructure de donn\u00e9es doit \u00eatre entretenue, au m\u00eame titre que les ponts et les routes. Pour les petits \u00e9diteurs de contenu en particulier, ces co\u00fbts peuvent \u00eatre on\u00e9reux. M\u00eame si nous pouvions t\u00e9l\u00e9charger et sauvegarder p\u00e9riodiquement l\u2019int\u00e9gralit\u00e9 de l\u2019internet, cela ne suffirait pas. Tout comme une biblioth\u00e8que ne sert \u00e0 rien sans une certaine structure organisationnelle, toute forme de pr\u00e9servation de donn\u00e9es doit \u00eatre archiv\u00e9e de mani\u00e8re r\u00e9fl\u00e9chie. La compatibilit\u00e9 est \u00e9galement un probl\u00e8me. Si un jour nous abandonnons l\u2019enregistrement de nos documents au format PDF, par exemple, nous devrons conserver des ordinateurs plus anciens (avec des logiciels compatibles) \u00e0 port\u00e9e de main.<\/p>\n En fin de compte, la pr\u00e9servation des donn\u00e9es est une question de ressources\u00a0: Qui sera responsable du stockage et de la conservation des informations, et qui paiera pour que ces t\u00e2ches soient accomplies\u00a0?<\/b><\/i><\/span><\/span><\/p>\n Cependant, lorsque nous sauvegardons tous ces fichiers et contenus num\u00e9riques, nous devons \u00e9galement respecter les d\u00e9tenteurs de droits d\u2019auteur et travailler avec eux. Spotify a d\u00e9pens\u00e9 plus de 9\u00a0milliards<\/a> de dollars en licences musicales l\u2019ann\u00e9e derni\u00e8re, par exemple\u00a0; tout syst\u00e8me d\u2019archivage de donn\u00e9es destin\u00e9 au public aurait une valeur plusieurs fois sup\u00e9rieure. Un syst\u00e8me de conservation des donn\u00e9es est inutile s\u2019il fait faillite en raison de poursuites judiciaires. Cela peut s\u2019av\u00e9rer particuli\u00e8rement d\u00e9licat si le contenu a \u00e9t\u00e9 cr\u00e9\u00e9 par un groupe ou s\u2019il a chang\u00e9 de propri\u00e9taire plusieurs fois \u2014 m\u00eame si le cr\u00e9ateur original d\u2019une \u0153uvre l\u2019approuve, quelqu\u2019un peut toujours vouloir prot\u00e9ger les droits d\u2019auteur qu\u2019il a achet\u00e9s.<\/p>\n Enfin, nous devons veiller \u00e0 n\u2019archiver que les informations vraies et utiles, une t\u00e2che qui est devenue de plus en plus difficile \u00e0 l\u2019\u00e8re de l\u2019internet. Avant l\u2019av\u00e8nement de l\u2019internet, le co\u00fbt de production des supports physiques \u2014 livres, journaux, magazines, jeux de soci\u00e9t\u00e9, DVD, CD, etc. \u2014 limitait naturellement la diffusion de l\u2019information. En ligne, les barri\u00e8res \u00e0 la publication sont beaucoup moins \u00e9lev\u00e9es, ce qui permet de diffuser chaque jour un grand nombre d\u2019informations<\/a> fausses ou inutiles. Lorsque les donn\u00e9es sont d\u00e9centralis\u00e9es, comme c\u2019est le cas sur internet, nous avons toujours besoin d\u2019un moyen de nous assurer que nous promouvons le meilleur d\u2019entre elles, quelle que soit la d\u00e9finition que l\u2019on en donne.<\/p>\n Cela n\u2019a jamais \u00e9t\u00e9 aussi pertinent qu\u2019aujourd\u2019hui, sur un internet en proie au bavardage<\/a> g\u00e9n\u00e9r\u00e9 par l\u2019IA. Il a \u00e9t\u00e9 d\u00e9montr\u00e9 que les mod\u00e8les d\u2019IA g\u00e9n\u00e9rative tels que ChatGPT m\u00e9morisent involontairement des donn\u00e9es d\u2019entra\u00eenement (ce qui a donn\u00e9 lieu \u00e0 un proc\u00e8s intent\u00e9 par le New York Times<\/i><\/a>), hallucinent<\/a> de fausses informations et heurtent<\/a> parfois la sensibilit\u00e9 humaine, alors que le contenu g\u00e9n\u00e9r\u00e9 par l\u2019IA est de plus en plus r\u00e9pandu sur les sites web et les applications de m\u00e9dias sociaux.<\/p>\n \u00c0 mon avis, comme le contenu g\u00e9n\u00e9r\u00e9 par l\u2019IA peut tout simplement \u00eatre reproduit, il n\u2019est pas n\u00e9cessaire de le pr\u00e9server. Bien que de nombreux d\u00e9veloppeurs d\u2019IA de premier plan ne souhaitent pas d\u00e9voiler les secrets de la collecte de leurs donn\u00e9es d\u2019entra\u00eenement, il semble tr\u00e8s probable que ces mod\u00e8les soient entra\u00een\u00e9s sur de grandes quantit\u00e9s de donn\u00e9es r\u00e9cup\u00e9r\u00e9es<\/a> sur internet, de sorte que m\u00eame les entreprises d\u2019IA se m\u00e9fient des soi-disant donn\u00e9es synth\u00e9tiques<\/a> en ligne qui pourrait d\u00e9grader la qualit\u00e9 de leurs mod\u00e8les.<\/p>\n Si les fabricants, les d\u00e9veloppeurs et les citoyens ordinaires peuvent r\u00e9soudre certains de ces probl\u00e8mes, le gouvernement se trouve dans la position unique de disposer des fonds et du pouvoir juridique n\u00e9cessaires pour sauvegarder l\u2019ensemble de notre intelligence collective. Les biblioth\u00e8ques conservent et documentent d\u2019innombrables livres, films, musiques et autres formes de supports physiques. La Biblioth\u00e8que du Congr\u00e8s conserve m\u00eame des archives sur le web<\/a>, principalement des documents historiques et culturels. Mais cela est loin d\u2019\u00eatre suffisant.<\/p>\n L\u2019ampleur de l\u2019internet, ou m\u00eame simplement des m\u00e9dias num\u00e9riques, d\u00e9passe certainement de loin les r\u00e9serves num\u00e9riques actuelles de la Biblioth\u00e8que du Congr\u00e8s. Non seulement cela, mais les plateformes num\u00e9riques \u2014 pensez \u00e0 des logiciels comme Adobe Flash, aujourd\u2019hui obsol\u00e8te \u2014 doivent \u00e9galement \u00eatre pr\u00e9serv\u00e9es. Tout comme les conservateurs entretiennent et prennent soin des livres et autres biens physiques qu\u2019ils manipulent, les biens num\u00e9riques n\u00e9cessitent des techniciens qui prennent soin des ordinateurs originaux et des syst\u00e8mes d\u2019exploitation et les maintiennent en \u00e9tat de marche. Bien que la Biblioth\u00e8que du Congr\u00e8s ait mis en place certaines pratiques pour la num\u00e9risation<\/a> d\u2019anciens formats de m\u00e9dias, celles-ci ne r\u00e9pondent pas aux exigences de pr\u00e9servation du vaste paysage qu\u2019est l\u2019informatique.<\/p>\n Le gouvernement est, en th\u00e9orie, le gardien de la volont\u00e9 et de l\u2019int\u00e9r\u00eat public, ce qui doit inclure nos connaissances et nos faits collectifs.<\/b><\/i><\/span><\/span><\/p>\n Des groupes comme la fondation Wikim\u00e9dia<\/a> et l\u2019Internet Archive<\/a> font un excellent travail pour combler cette lacune. Ce dernier, en particulier, tient un registre exhaustif des logiciels<\/a> et des sites web<\/a> obsol\u00e8tes. Toutefois, ces plateformes se heurtent \u00e0 de s\u00e9rieux obstacles dans la poursuite de leurs objectifs d\u2019archivage. Wikip\u00e9dia sollicite souvent des dons et s\u2019appuie sur des b\u00e9n\u00e9voles pour la r\u00e9daction et la v\u00e9rification des articles. Cela pose une s\u00e9rie<\/a> de probl\u00e8mes, dont le moindre n\u2019est pas la partialit\u00e9<\/a> dans le choix des articles et la mani\u00e8re dont ils sont r\u00e9dig\u00e9s. L\u2019Internet Archive s\u2019appuie \u00e9galement sur les contributions des utilisateurs, par exemple avec sa Wayback Machine, ce qui peut limiter les donn\u00e9es archiv\u00e9es et le moment o\u00f9 elles le sont. L\u2019Internet Archive a \u00e9galement \u00e9t\u00e9 confront\u00e9 \u00e0 des poursuites judiciaires<\/a> de la part des d\u00e9tenteurs de droits d\u2019auteur, qui menacent son champ d\u2019action et ses moyens de subsistance.<\/p>\n Le gouvernement, quant \u00e0 lui, n\u2019est pas soumis aux m\u00eames contraintes. \u00c0 mon avis, le financement et les ressources suppl\u00e9mentaires n\u00e9cessaires pour \u00e9tendre les objectifs de la Biblioth\u00e8que du Congr\u00e8s \u00e0 l\u2019archivage des donn\u00e9es web seraient presque n\u00e9gligeables par rapport au budget des \u00c9tats-Unis. Le gouvernement a \u00e9galement le pouvoir de cr\u00e9er les exceptions n\u00e9cessaires \u00e0 la propri\u00e9t\u00e9 intellectuelle d\u2019une mani\u00e8re qui soit b\u00e9n\u00e9fique pour toutes les parties \u2014 voir, par exemple, le Theatre on Film and Tape Archive<\/a> de la New York Public Library, qui a pr\u00e9serv\u00e9 de nombreuses productions de Broadway et d\u2019off-Broadway \u00e0 des fins \u00e9ducatives et de recherche, bien que ces spectacles interdisent formellement aux gens de prendre des photos ou des vid\u00e9os d\u2019eux. Enfin, le gouvernement est, en th\u00e9orie, le gardien de la volont\u00e9 et de l\u2019int\u00e9r\u00eat publics, ce qui doit inclure nos connaissances et nos faits collectifs. Puisque toute forme d\u2019archivage implique une certaine forme de choix de ce qui est pr\u00e9serv\u00e9 (et par cons\u00e9quent, de ce qui ne l\u2019est pas), je ne vois pas de meilleure option qu\u2019un organisme public responsable qui prendrait cette d\u00e9cision.<\/p>\n Bien entendu, tout comme la tenue de registres analogiques n\u2019a pas pris fin avec les biblioth\u00e8ques physiques, l\u2019archivage des donn\u00e9es ne devrait pas prendre fin avec cette proposition. Mais c\u2019est un bon d\u00e9but. \u00c0 l\u2019heure o\u00f9 les responsables politiques laissent les biblioth\u00e8ques d\u00e9p\u00e9rir (comme c\u2019est le cas dans ma ville, New York<\/a>), il est plus important que jamais de redresser la barre. Nous devons recentrer notre attention sur la modernisation de nos biblioth\u00e8ques, v\u00e9ritables centres d\u2019information, \u00e0 l\u2019\u00e8re de l\u2019information.<\/p>\n Peter Hall est \u00e9tudiant en informatique au Courant Institute of Mathematical Sciences de l\u2019universit\u00e9 de New York. Ses recherches portent sur les fondements th\u00e9oriques de la cryptographie et de la politique technologique.<\/i><\/p>\n