Post

Le Guardian, le NYT ou le FT bloquent désormais le crawling d'Internet Archive, utilisé par les LLMs pour aspirer des contenus indirectement. "The good guy" victime indirecte des "bad guys". Et encore un signe de la destruction de l'open web par les LLMs www.niemanlab.org/2026/01/news...

niemanlab.orgNews publishers limit Internet Archive access due to AI scraping concernsOutlets like The Guardian and The New York Times are scrutinizing digital archives as potential backdoors for AI crawlers.

30/1/26, 9:02 pm83 reposts95 likes

pierre

@eskivor.bsky.social

31 Jan

Sans oublier que Wikipédia pour les liens cassés n'ayant pas été archivés utilise les snapshots de wayback machine quand y en a. Et vu que les LLM utilisent Wikipédia, c'est le serpent qui se mord la queue.

Cyrille Varnier - The Big Picture

@cvrlh.bsky.social

31 Jan

Pas les premiers à le faire malheureusement bsky.app/profile/cvrl...

Cyrille Varnier - The Big Picture@cvrlh.bsky.social

La Way Back Machine de l'Internet Archive utilisée par les IA pour le datascrapping des sites internet, en réaction Reddit va bloquer l'indexation par l'Internet Archive de la majorité de ses contenus, en tout cas jusqu'à ce que cette dernière bloque les IA www.theverge.com/news/757538/...

theverge.comReddit will block the Internet ArchiveIt’s another move to protect against AI scraping.