維基媒體承壓：由於AI機器人流量激增50%

在自由知識的數字宇宙中心，維基媒體今天正面臨其近期歷史上最複雜的挑戰之一：不斷增長的 AI 機器人牛浪潮系統性地掠奪其內容。

特別是近幾個月，由於所謂的爬蟲AI產生的流量增加了50%，這給平臺的技術能力和經濟可持續性帶來了壓力。

人工智能(AI)對數字基礎設施的影響正在增長：維基媒體案例

從2024年1月開始，從維基百科和其他維基媒體項目下載的數據量出現了急劇增長。

這種增加並不是由於人類用戶參與度的提高，而是由於公司在開發人工智能模型時普遍使用的自動化機器人，這種使用往往缺乏系統性和監管。

這些工具旨在收集和分析大量文本、圖像及其他內容，使用維基媒體作為其算法訓練的主要數據源。

一項操作，一方面展示了該平臺在數字知識生態系統中的中心地位，另一方面，對其IT基礎設施施加了不可持續的壓力。

問題不僅僅在於傳輸的數據量。真正的關鍵問題在於這些機器人訪問內容的方式。

在大多數情況下，實際上，這些請求是指向稀有或鮮少訪問的頁面，也就是說，那些不在緩存系統中的頁面。換句話說，機制允許臨時存儲最常諮詢頁面的副本以加快其加載速度。

當這種情況發生時，請求必須由中央服務器直接處理，這將顯著增加工作量，尤其是成本。

在與高度媒體相關事件結合時，這種情況變得尤為關鍵，此時“人類”流量已經達到高水平。

機器人失控：它們無視規則，逃避阻礙

這一現象的另一個令人擔憂的維度是爬蟲的行為越來越複雜，有時甚至不正確。事實上，這些機器人中的許多忽視了既定的規範，逃避自動封鎖系統，並偽裝成合法用戶。

這種行為不僅違反了良好網絡使用的規範，還迫使維基媒體的技術團隊進行持續監控，並不斷使用資源來保護基礎設施。

可以分配給提升平臺或豐富其內容的資源。

針對這種情況，維基媒體基金會試圖不僅限於技術或防禦性的反應。提議的解決方案超越了單純遏制問題，旨在實現對自由知識的協作和可持續管理。

因此，WE5應運而生，這是一個新的戰略倡議，旨在促進在平臺上託管的數據的獲取和使用方面採取更加公平和負責任的方法。

該項目被呈現為對科技公司和人工智能開發者的邀請

具體而言，這是對遵守規則的邀請，貢獻網絡管理成本，並確保支撐世界上主要自由信息來源之一的基礎設施的生存。

整個事件提出了一個關於未來知識自由獲取的關鍵問題：在一個數據已成為人工智能命脈的時代，誰來為數據的保存和分發買單？

維基媒體始終秉持免費和共享的原則，現在面臨著開放與可持續性之間的十字路口。

如果大型科技公司和大量使用基金會內容的參與者不改變方向，該項目可能被迫減少可訪問性或引入更嚴格的限制以保護其基礎設施。

對數字公共利益的尊重呼籲

維基媒體傳達給世界的信息是明確的。也就是說，知識的自由是一種公共財產，因此必須以尊重和責任的態度對待。

基金會提供的巨大信息資產的商業用途必須以透明的方式進行，遵循相關規則。此外，如有必要，還應附上公平貢獻的形式。

在一個日益數字化、由算法和自動化主導的環境中，確保知識的獲取不受少數人的經濟利益影響是至關重要的。

只有通過社區、機構和公司之間的開放對話，才能保持對一個自由、可獲取和可持續的全球百科全書的夢想的活力。