Wayback Machine : pourquoi 241 médias bloquent l'archive du Web
Depuis 1996, la Wayback Machine conserve des instantanés de millions de pages Internet, permettant de retrouver des versions supprimées ou modifiées. Mais depuis quelques mois, un nombre croissant de médias ferment délibérément l'accès de leurs sites à cet outil. Officiellement, la raison invoquée est la lutte contre l'intelligence artificielle. Dans les faits, les données disponibles racontent une autre histoire : celle d'un contrôle retrouvé sur son propre passé.
Une machine à remonter le temps pour Internet
Internet Archive a été fondé en 1996 par Brewster Kahle, avec une intuition simple : le Web n'a jamais été conçu pour être une archive. Les pages sont modifiées, les articles corrigés, les sites disparaissent, et rien ne garantit qu'une trace en subsiste. Pour y remédier, des robots parcourent le Web et enregistrent des copies de pages à différents moments, consultables ensuite via la Wayback Machine.
À lire aussi : Géopolitique et cybersécurité : la nouvelle menace des entreprises
En octobre 2025, Internet Archive a franchi un cap symbolique : mille milliards de pages archivées depuis 1996. Brewster Kahle a qualifié ce jour-là son projet de plus grande entreprise de mémoire collective jamais menée par l'humanité. Six mois plus tard, 241 médias dans le monde avaient choisi de ne plus en faire partie, fermant l'accès de leurs sites aux robots de l'archive. Parmi eux, le New York Times, USA Today, The Guardian et Reddit.
Quatre cas qui montrent ce qui est en jeu
L'utilité de la Wayback Machine dépasse largement la simple curiosité historique. Plusieurs affaires récentes illustrent concrètement ce qu'elle permet de documenter.
En septembre 2025, la biographie officielle de Sébastien Lecornu sur le site du gouvernement, qui indiquait un master de droit obtenu à l'université Panthéon-Assas, a été discrètement remplacée par une formulation plus floue après sa nomination comme premier ministre, alors qu'il n'avait validé qu'une maîtrise. Seule la version archivée a permis de documenter la modification.
En 2016, un article du New York Times sur Bernie Sanders, initialement plutôt favorable, avait été réécrit en profondeur quelques heures après sa publication, sans mention de correction. La comparaison des deux versions via la Wayback Machine avait rendu l'affaire publique, et le médiateur du journal avait lui-même reconnu des modifications substantielles.
À lire aussi : Cybersécurité : l'IA agentique impose une course contre la montre
En 2020, Dominic Cummings, conseiller de Boris Johnson, s'était défendu d'avoir enfreint le confinement britannique en affirmant avoir anticipé la pandémie dans un billet de blog datant de mars 2019. Les archives ont montré que les paragraphes évoquant un risque de pandémie avaient en réalité été ajoutés le jour même de la polémique, en avril 2020.
En 2018, la présentatrice Joy Reid a été confrontée à d'anciens billets homophobes retrouvés grâce à la Wayback Machine. Elle a d'abord évoqué un piratage, avant qu'Internet Archive ne confirme l'authenticité des captures et qu'elle ne présente ses excuses.
Un motif officiel qui ne résiste pas à l'examen
Les médias qui bloquent l'archive invoquent la protection de leurs contenus face aux entreprises d'intelligence artificielle, accusées de s'en servir pour contourner leurs propres restrictions d'accès. L'argument peine toutefois à convaincre. Selon une étude de la société Originality AI, sur les 241 sites ayant bloqué l'Internet Archive, 240 bloquent également Common Crawl, un autre projet d'archivage, et 231 bloquent aussi directement les robots d'OpenAI et de Google. Autrement dit, ces médias ne ciblent pas spécifiquement la Wayback Machine : ils bloquent tout robot susceptible d'aspirer leur contenu, et l'archive se retrouve emportée dans ce mouvement plus large.
À lire aussi : https://www.riskintel.fr/articles/pme-eti-collectivites-pourquoi-les-hackers-les-preferent
Ce constat déplace la question. Si le blocage n'est pas une réponse ciblée à l'IA, que cherche-t-il réellement à empêcher ? L'exemple de USA Today est éclairant : le groupe de presse a publié une enquête approfondie sur la modification des statistiques de détention de l'agence américaine de l'immigration, rendue possible par les anciennes versions du site conservées dans l'archive, avant de bloquer à son tour l'accès de la Wayback Machine à ses propres pages. Le directeur de la Wayback Machine, Mark Graham, a résumé cette contradiction : l'archive permet à ces rédactions de mener leurs enquêtes sur les autres, tout en leur interdisant qu'on fasse de même avec leurs propres contenus.
Ce que l'on perd quand l'archive recule
Reddit a fermé l'accès à ses contenus en août 2025, le Guardian a restreint le sien, et des centaines de titres locaux américains ont suivi le mouvement. Plus de cent journalistes ont signé une lettre de soutien à Internet Archive, sans effet notable à ce jour sur les décisions des grands groupes.
Aucune loi n'oblige à préserver le contenu du Web, et la Wayback Machine reste le seul projet d'archivage à cette échelle. Sa disparition progressive ne ferait pas disparaître Internet, mais elle rendrait beaucoup plus difficile la possibilité de comparer ce qui a été dit à ce qui l'est devenu, pour un gouvernement, un média ou une personnalité publique.
À lire aussi : IA agentique : un risque sécuritaire majeur pour les entreprises ?
La question posée par ce mouvement dépasse donc le seul cadre du droit d'auteur ou de l'intelligence artificielle. Elle touche à qui a le droit de conserver, et donc de vérifier, l'histoire récente d'Internet. Un Web où chacun redevient le seul gardien de son propre passé, ou un Web dont les versions successives restent consultables : le choix qui se dessine aujourd'hui, média par média, pourrait bien déterminer lequel des deux nous reste.
.avif)