Den digitala döden sker inte organiskt

Med stor ansträngning, från ristandet i stenhällar och framställningen av papyrus till att bygga nationella bibliotek och riksarkiv, har människan lagt betydande resurser på att berätta sin historia för eftervärlden. I krig och konflikter har vissa versioner av den utplånats i försök att berätta andra för efterföljande generationer.

Under 2000-talet har en beständighet dock tagits för given på sina håll och gjort ”tänk på vad du skriver på nätet, för det kommer finnas kvar för alltid ” till en välanvänd uppmaning. I sin barndom var internet på väg att fylla fem år innan någon kom på tanken att arkivera innehållet.

Någon hållbar lösning är fortfarande inte i sikte.

Enligt en studie från Pew Research i fjol är 25 procent av de webbplatser som fanns tillgängliga mellan åren 2003 och 2023 inte längre tillgängliga.

Samtidigt leder 54 procent av källhänvisningarna på Wikipedia inte längre någon vart och innan året är slut beräknar Northwestern University att en tredjedel av lokala nyhetsmediers publiceringar i USA under årens lopp kommer att vara borta efter nedläggningar.

Information suddas ut

I februari aktualiserades frågan ytterligare. Bland annat när webbplatser tillhörande amerikanska myndigheter med fokus på utbildning och forskning plötsligt började rensas på forskningsrapporter, mätningsresultat och allmänt tillgängliga data efter direktiv från den nya regeringen i Washington, följt av ett febrilt arbete runt om i världen med att hinna skapa kopior.

Carl Öhman, docent i statsvetenskap vid Uppsala universitet och författare av boken The afterlife of data, som 2024 utsågs till en av årets tio bästa böcker av tidskriften Nature, beskriver potentialen i de datamängder som genereras i samtliga samhällslager som en historiskt unik möjlighet till insikter om den tid vi lever i.

– För första gången i historien har vi möjlighet att skapa förutsättningar för ett mer rättvist, jämlikt och genomtänkt historieskrivande. Det är inte bara de med mycket pengar och makt som kommer till tals. I dag känner vi till nästan allt som sades i den romerska senaten, men vi vet fortfarande inte hur slavar bodde i Rom. Nu bidrar i princip alla till framtidens arkiv. Frågan är vem som ska ha den oerhörda makten över vem detta kommer till gagn.

Inbördeskriget i Syrien, metoo-rörelsen och kriget i Ukraina är alla historiska händelseförlopp som i stor omfattning dokumenterats digitalt. Men utvecklingen vad gäller att bevara den digitalt publicerade dokumentationen har enligt Carl Öhman inte varit positiv.

– För 10–15 år sedan var tongångarna positiva. Twitter donerade bland annat hela sitt arkiv till USA:s kongressbibliotek, som gjort ett fantastiskt arbete. Den sortens agerande ser man inte från industrin längre, snarare går utvecklingen åt andra hållet.

Datatrafiken kontrolleras – forskare stängs ute

Just nu är merparten av våra digitala liv i Europa och Nordamerika koncentrerat till USA:s techjättar.

En femtedel av den globala datatrafiken går via Google, som även äger Youtube.

Carl Öhman nämner köpet av Twitter 2022 som ett exempel på hur datatrafiken kan utnyttjas. Ett av Elon Musks beslut utöver namnbytet till X var att ett halvår efter affären kräva 42 000 dollar i månaden för den tillgång till plattformens API som tidigare varit kostnadsfri. Därmed stängdes den absoluta majoriteten av världens forskare ute från möjligheten att analysera offentligt publicerade data, vilket gav upphov till en EU-utredning.

– Hantering borde skötas av folk som vet vad de gör och förstår vikten av den uppgiften. Här finns mycket mer än bara monetära värden, säger Carl Öhman.

Efter att ha myntats på det omdiskuterade forumet 4chan under 2010-talet kom begreppet ”dead internet theory” att få bredare uppmärksamhet i 2020-talets början. Vad som tidigare benämnts som en konspirationsteori om att mänsklig aktivitet på internet är på väg att dö ut och helt ersättas av AI-genererat innehåll, bottar och automatiskt genererad trafik kan nu delvis definieras som sant.

Bottarna tar över

Enligt en rapport från Imperva är det nu bara 50,4 procent av internettrafiken i världen som är mänskligt genererad. Övriga 49,6 procent kommer från bottar och över hälften av dem agerar med skadligt uppsåt och takten de breder ut sig i har skyndats på av den generativa AI-teknikens intåg.

På Irland och i Tyskland stod bottar med skadligt uppsåt enligt rapporten för hela 71 respektive 68 procent av all internettrafik under 2024. De används för allt från att stjäla data till att ta sig in på konton och sprida skräppost med bedrägliga länkar. Konsekvenserna av den konstgjorda trafiken är flera.

År 2022 innebar det bland annat 71 miljarder dollar i bortslösade annonspengar, baserat på trafik som aldrig ses av människor. Säkerhetsarbetet med att freda sig mot försök till intrång innebär ytterligare kostnader.

– De kommer snart stå för mer trafik än människor och förändra hur organisationer bygger och skyddar webbplatser och applikationer, säger Nani Singh, ansvarig för applikationssäkerhet på Imperva, till Forbes.

Den 2 april i år meddelade Wikimedia Foundation, som driver Wikipedia, att bottar i jakt på information att träna upp nya AI-modeller med har satt den ideella stiftelsens digitala infrastruktur under hård press med en 50-procentig ökning av nedladdning från Wikimedias servrar sedan januari 2024.

”Trafikökningen som genereras av bottar saknar motstycke och leder till ökade risker och kostnader”, skriver stiftelsen.

Problemet blev tydligt i december 2024 när den före detta amerikanske presidenten Jimmy Carter gick bort och trafiken till Wikipediasidan om honom ökade kraftigt. Systemet överbelastades, men inte på grund av alla de människor som ville läsa om Jimmy Carter, utan för att bandbredden till stor del äts upp av trafik som genereras av de bottar som dammsuger webbplatsen på information. En kostnad på serversidan som enligt Ars Technica landar hos Wikimedia.

Människan som hårdvaluta

Carl Öhman ser utvecklingen ur ett framåtblickande, historiskt perspektiv, och håller det för sannolikt att mänskliga data kommer att bli alltmer sällsynta – och därmed också värdefulla.

– Vi som befolkade internet under de första 20 åren tränar också upp den första generationens storskaliga språkmodeller. När de sedan börjar producera ny text kommer nästa generation tränas på material som blivit ombakat två gånger.

En utveckling som lett till spekulationer om att en platå kan komma att nås för AI-modellernas utveckling.

– Det kan åtminstone innebära en viss rundgång. Autentiska människogenererade data kommer att bli hårdvaluta om 10–15 år.

Data som tillhört människor som inte längre är i livet är inget undantag.

– Facebook börjar få några hundratals miljoner, kanske en miljard döda konton på sina servrar. Låt säga att vi når en punkt där deras affärsmodell inte längre fungerar och de faktiskt går i konkurs. Vad händer då?

En föraning kan ha kommit den 21 maj i år.

År 2018 upprättade Meta ett bibliotek där annonser som publicerats på plattfomen lagras, men bara i sju år. Nu är bland annat politisk annonsering i vad som kallats de första digitala valen i USA på väg att försvinna.

Arkivet skapades efter att planer presenterats i den amerikanska kongressen på att lagstifta om transparens och blev ett sätt för Facebook att tillmötesgå planerna. Enligt Axios ser det nu ut som att möjligheten för forskare att framöver studera hur annonsering på plattformen påverkade det politiska landskapet att kunna gå förlorad.