维基媒体承压：由于AI机器人流量激增50%

在自由知识的数字宇宙中心，维基媒体今天正面临其近期历史上最复杂的挑战之一：不断增长的 AI 机器人牛浪潮系统性地掠夺其内容。

特别是近几个月，由于所谓的爬虫AI产生的流量增加了50%，这给平台的技术能力和经济可持续性带来了压力。

人工智能(AI)对数字基础设施的影响正在增长：维基媒体案例

从2024年1月开始，从维基百科和其他维基媒体项目下载的数据量出现了急剧增长。

这种增加并不是由于人类用户参与度的提高，而是由于公司在开发人工智能模型时普遍使用的自动化机器人，这种使用往往缺乏系统性和监管。

这些工具旨在收集和分析大量文本、图像及其他内容，使用维基媒体作为其算法训练的主要数据源。

一项操作，一方面展示了该平台在数字知识生态系统中的中心地位，另一方面，对其IT基础设施施加了不可持续的压力。

问题不仅仅在于传输的数据量。真正的关键问题在于这些机器人访问内容的方式。

在大多数情况下，实际上，这些请求是指向稀有或鲜少访问的页面，也就是说，那些不在缓存系统中的页面。换句话说，机制允许临时存储最常咨询页面的副本以加快其加载速度。

当这种情况发生时，请求必须由中央服务器直接处理，这将显著增加工作量，尤其是成本。

在与高度媒体相关事件结合时，这种情况变得尤为关键，此时“人类”流量已经达到高水平。

机器人失控：它们无视规则，逃避阻碍

这一现象的另一个令人担忧的维度是爬虫的行为越来越复杂，有时甚至不正确。事实上，这些机器人中的许多忽视了既定的规范，逃避自动封锁系统，并伪装成合法用户。

这种行为不仅违反了良好网络使用的规范，还迫使维基媒体的技术团队进行持续监控，并不断使用资源来保护基础设施。

可以分配给提升平台或丰富其内容的资源。

针对这种情况，维基媒体基金会试图不仅限于技术或防御性的反应。提议的解决方案超越了单纯遏制问题，旨在实现对自由知识的协作和可持续管理。

因此，WE5应运而生，这是一个新的战略倡议，旨在促进在平台上托管的数据的获取和使用方面采取更加公平和负责任的方法。

该项目被呈现为对科技公司和人工智能开发者的邀请

具体而言，这是对遵守规则的邀请，贡献网络管理成本，并确保支撑世界上主要自由信息来源之一的基础设施的生存。

整个事件提出了一个关于未来知识自由获取的关键问题：在一个数据已成为人工智能命脉的时代，谁来为数据的保存和分发买单？

维基媒体始终秉持免费和共享的原则，现在面临着开放与可持续性之间的十字路口。

如果大型科技公司和大量使用基金会内容的参与者不改变方向，该项目可能被迫减少可访问性或引入更严格的限制以保护其基础设施。

对数字公共利益的尊重呼吁

维基媒体传达给世界的信息是明确的。也就是说，知识的自由是一种公共财产，因此必须以尊重和责任的态度对待。

基金会提供的巨大信息资产的商业用途必须以透明的方式进行，遵循相关规则。此外，如有必要，还应附上公平贡献的形式。

在一个日益数字化、由算法和自动化主导的环境中，确保知识的获取不受少数人的经济利益影响是至关重要的。

只有通过社区、机构和公司之间的开放对话，才能保持对一个自由、可获取和可持续的全球百科全书的梦想的活力。