Reddit đã công bố quyết định hạn chế quyền truy cập của Internet Archive’s Wayback Machine đối với phần lớn nội dung của mình. Động thái này xuất phát từ những lo ngại sâu sắc về việc các công ty AI đang lợi dụng dịch vụ lưu trữ kỹ thuật số này để thu thập dữ liệu, vi phạm nghiêm trọng các chính sách nền tảng. Đây là một bước đi quan trọng trong chiến lược của Reddit nhằm tăng cường bảo mật thông tin và kiểm soát dữ liệu người dùng.

Hạn Chế Truy Cập Nội Dung Của Reddit

Quyết định của Reddit giới hạn đáng kể các phần nội dung có thể được lưu trữ trên Wayback Machine cho mục đích tham khảo trong tương lai. Trước đây, Wayback Machine có thể thu thập chi tiết các bài đăng, bình luận và hồ sơ người dùng, nhưng hiện tại điều này đã thay đổi.

Các Nội Dung Bị Chặn

• Trang chi tiết bài đăng (post detail pages)
• Bình luận (comments)
• Hồ sơ người dùng (user profiles)

Nội Dung Vẫn Có Thể Truy Cập

Chỉ trang chủ của Reddit (Reddit’s homepage) vẫn có thể truy cập được bởi Wayback Machine. Điều này giới hạn khả năng lưu trữ chỉ ở việc nắm bắt các tiêu đề và bài đăng thịnh hành vào những ngày cụ thể, thay vì bảo toàn toàn bộ ngữ cảnh của các cuộc thảo luận và tương tác người dùng.

Thông tin này được xác nhận trong một báo cáo chi tiết từ The Verge, làm nổi bật sự thay đổi đáng kể trong cách dữ liệu mạng xã hội được xử lý và lưu trữ.

Lý Do Reddit Thực Hiện Các Hạn Chế

Quyết định của Reddit không phải là ngẫu nhiên mà bắt nguồn từ những vấn đề cốt lõi liên quan đến việc bảo vệ dữ liệu và tuân thủ chính sách.

Lo Ngại Về Thu Thập Dữ Liệu Bất Hợp Pháp Từ AI

Reddit bày tỏ rõ ràng về việc các công ty AI đang sử dụng Internet Archive để thu thập dữ liệu trái phép. Ông Tim Rathschmidt, phát ngôn viên của Reddit, giải thích: “Internet Archive cung cấp một dịch vụ cho web mở, nhưng chúng tôi đã nhận thấy các trường hợp các công ty AI vi phạm chính sách nền tảng, bao gồm cả của chúng tôi, và thu thập dữ liệu từ Wayback Machine.”

Những hạn chế này đã bắt đầu được đẩy mạnh gần đây, sau khi Reddit đã cung cấp thông báo trước cho Internet Archive về việc triển khai.

Bảo Vệ Quyền Riêng Tư Và An Toàn Dữ Liệu Người Dùng

Một trong những lý do chính cho quyết định của Reddit là sự thiếu sót trong việc bảo vệ dữ liệu người dùng trong nội dung được lưu trữ. Reddit đặc biệt lo ngại về việc Internet Archive không thể tuân thủ một số chính sách nền tảng nhất định, bao gồm việc tôn trọng quyền riêng tư người dùng bằng cách xóa nội dung đã bị xóa khỏi các phiên bản lưu trữ.

Rathschmidt khẳng định: “Cho đến khi họ có thể bảo vệ trang web của mình và tuân thủ các chính sách nền tảng (ví dụ: tôn trọng quyền riêng tư người dùng, liên quan đến việc xóa nội dung đã bị gỡ bỏ), chúng tôi sẽ giới hạn một số quyền truy cập của họ vào dữ liệu Reddit để bảo vệ người dùng Reddit.” Đây là một ví dụ điển hình về việc Reddit đang nỗ lực để củng cố bảo mật thông tin cho người dùng của mình.

Chiến Lược Rộng Hơn Về Monetization và Kiểm Soát Dữ Liệu

Động thái mới nhất này là một phần trong chiến lược rộng hơn của Reddit nhằm kiếm tiền và kiểm soát quyền truy cập vào dữ liệu của mình, đặc biệt trong bối cảnh các công ty AI ngày càng tìm kiếm tài liệu đào tạo.

Hợp Tác và Kiện Tụng Với Các Công Ty AI

Năm ngoái, nền tảng này đã đạt được một thỏa thuận sinh lợi với Google cho cả việc lập chỉ mục tìm kiếm và dữ liệu đào tạo AI. Đồng thời, Reddit cũng chặn các công cụ tìm kiếm lớn khác trừ khi họ trả tiền để truy cập. Điều này cho thấy sự tập trung vào việc quản lý quyền truy cập dữ liệu để đảm bảo bảo mật thông tin và nguồn thu.

Những thay đổi API gây tranh cãi của Reddit vào năm 2023, khiến một số ứng dụng bên thứ ba phổ biến phải đóng cửa và gây ra các cuộc biểu tình rộng rãi từ người dùng, cũng được biện minh là cần thiết để ngăn chặn việc đào tạo AI trái phép trên nội dung Reddit. Điều này nhấn mạnh tầm quan trọng của việc kiểm soát nguồn dữ liệu để tránh tình trạng rò rỉ dữ liệu không mong muốn.

Reddit đã áp dụng cách tiếp cận song song đối với các đối tác AI: ký kết thỏa thuận với OpenAI để truy cập nội dung, đồng thời theo đuổi hành động pháp lý chống lại những bên khác. Vào tháng 6, Reddit đã kiện Anthropic, cáo buộc công ty AI này tiếp tục thu thập dữ liệu Reddit mặc dù tuyên bố đã ngừng các hành vi đó.

Tác Động Và Thảo Luận Về Bảo Tồn Kỹ Thuật Số

Giám đốc của Wayback Machine, Mark Graham, đã tiếp nhận tình hình một cách ngoại giao, cho biết: “Chúng tôi có một mối quan hệ lâu dài với Reddit và tiếp tục có các cuộc thảo luận đang diễn ra về vấn đề này.”

Những hạn chế này đại diện cho một sự thay đổi đáng kể trong cách hoạt động của việc bảo tồn kỹ thuật số trong thời đại mà nội dung lưu trữ đã trở thành dữ liệu đào tạo có giá trị cho các hệ thống trí tuệ nhân tạo. Vấn đề này đặt ra câu hỏi về sự cân bằng giữa việc bảo tồn lịch sử và quyền dữ liệu. Việc Reddit hành động để củng cố bảo mật thông tin là một ví dụ điển hình cho xu hướng này.