China perdió casi una década de información de su internet temprano

 (chinamediaproject.org)
2 puntos por GN⁺ 2024-06-03 | 1 comentarios | Compartir por WhatsApp
  • Una publicación de WeChat sobre la desaparición masiva de los registros web en chino previos al internet móvil fue eliminada poco después de hacerse pública, lo que volvió a poner en evidencia el problema de la preservación de la memoria en línea en China
  • He Jiayan comprobó que, incluso al buscar en Baidu, Google y Bing nombres como Jack Ma o Lei Jun con filtros de fecha, casi no aparecen noticias antiguas, debates, discursos ni materiales corporativos
  • Los registros de sitios clave de los primeros años, como NetEase, Sohu, los BBS universitarios, Tianya Forum, los blogs de Sina y Baidu Post, parecen haber desaparecido desde cierto momento o estar mayormente inaccesibles
  • En la pérdida de contenido influyeron la salida de escena de sitios personales y plataformas de blogs, el cierre de viejas plataformas poco rentables y la ausencia de recursos de preservación como Internet Archive; también se señala como factor decisivo el control de la historia y de la opinión pública por parte del Partido Comunista Chino
  • A medida que se vacían las fuentes originales en línea de las primeras dos décadas del siglo XXI, crece el riesgo de que la historia del internet chino quede como un vacío en el registro histórico

La publicación eliminada de WeChat y su rápida difusión

  • El texto de He Jiayan publicado en WeChat trataba sobre la desaparición masiva de contenido de los primeros años del internet chino
  • El artículo se publicó el miércoles 22 de mayo y fue eliminado de WeChat al día siguiente
    • Tras su eliminación, aparecía un mensaje 404 que decía: “Este contenido no puede verse porque viola las normas”
  • El texto eliminado fue archivado rápidamente y también se difundió en plataformas fuera del control de las autoridades chinas
  • China Media Project vincula este caso con la manipulación de la memoria colectiva por parte del liderazgo chino

El experimento de búsqueda de He Jiayan

  • He Jiayan, un influencer de internet activo desde 2018, realizó búsquedas extensas sobre figuras del entretenimiento y la cultura desde finales de los años 90 hasta mediados de los 2000
  • Al buscar “Jack Ma” en Baidu con el rango entre el 22 de mayo de 1998 y el 22 de mayo de 2005, prácticamente no aparecieron resultados válidos
    • Entre los resultados había un elemento marcado con fecha del 22 de mayo de 2024, pero en realidad había sido publicado en 2021, por lo que no coincidía con el período indicado
    • Solo con esa búsqueda, la cantidad de materiales disponibles para entender la cobertura de Jack Ma, las discusiones públicas de la época, sus discursos o la evolución de su empresa quedaba en cero
  • En Bing y Google los resultados no fueron muy distintos a los de Baidu, y la información válida se mantuvo en un solo dígito
    • También volvió a aparecer el problema de resultados incorrectos arrastrados fuera del período indicado

Sitios desaparecidos y alcance de la pérdida de contenido

  • No era un problema exclusivo de Jack Ma: búsquedas sobre figuras como Pony Ma, Lei Jun, Ren Zhengfei, Luo Yonghao, Sister Fu Rong, Jay Chou y Li Yuchun arrojaron resultados similares
  • Tras probar múltiples sitios, nombres y períodos, parecía que los sitios web chinos populares de aquella época habían perdido su contenido anterior a ciertas fechas o habían desaparecido por completo
    • Se mencionan como ejemplos NetEase, Sohu, BBS universitarios, Xici Hutong, Kaidi Maoyan, Tianya Forum, SchoolNet, los blogs de Sina, Baidu Post y grandes sitios personales
  • Sina.com parecía ser una excepción en la que todavía podía encontrarse parte de la información de hace más de 10 años, pero la cantidad restante era muy pequeña
  • He Jiayan describió la situación diciendo que más del 99.9999% del contenido de esa época había desaparecido

Causas de la desaparición de los registros

  • Con los cambios tecnológicos, los sitios personales y las plataformas de blogs fueron saliendo gradualmente de escena
  • Las plataformas comerciales cerraron servicios antiguos de baja rentabilidad y tampoco tenían incentivos comerciales para mantener archivos históricos
  • En China existe además una carencia de recursos sociales capaces de asumir una labor de preservación como la de Internet Archive
  • En comentarios fuera del Gran Cortafuegos chino, se señala que el control político e ideológico del Partido Comunista Chino es el factor más decisivo detrás de la pérdida de contenido y de la ausencia de archivos

La web en chino convertida en memoria de pez dorado

  • He Jiayan considera que el internet en chino se está derrumbando rápidamente y que casi todo el contenido anterior a la llegada del internet móvil ya ha desaparecido
  • Dijo que antes se creía que internet tenía memoria, pero que en realidad era como una memoria de pez dorado
  • Explicó que, al investigar figuras sociales relevantes, en los últimos dos años ha sentido que las fuentes originales en línea se reducen como si cayeran por un precipicio
    • Cada vez es más difícil encontrar reportajes originales, discursos, textos, entrevistas en video y materiales de debate que antes sí podían verse
  • En el futuro, cuando las personas de la era de internet miren hacia atrás a las primeras dos décadas del siglo XXI, ese período podría convertirse en 20 años ausentes del registro histórico
  • También subrayó la escasez de los registros que aún quedan al decir que la información antigua visible hoy en el internet chino se parece más a “la última luz de un sol poniente”

Lecturas relacionadas

1 comentarios

 
GN⁺ 2024-06-03
Opiniones de Hacker News

  • Intencional o no, esto conecta exactamente con el núcleo de 1984: reescribir o borrar los registros del pasado para cambiar la percepción de la historia.
    Dicho eso, gran parte de lo mencionado en el artículo también parece el fenómeno típico de blogueros que pasan a nuevas tecnologías y dejan caer sus blogs, o de empresas de redes sociales que desaparecen o no conservan contenido antiguo.
    En Occidente también pueden pasar muchas de estas cosas. Si pensamos en libros como “The Feynman Letters”, que antes se podían leer, ahora es prácticamente imposible.
    Con el correo electrónico pasa lo mismo. Si una persona muere y su laptop se descompone o se desecha, todo desaparece. Antes quedaba una forma física, la carta; ahora toda esa correspondencia desaparece.
    Lo mismo con Facebook: apenas sería posible si una persona famosa exportó sus datos, ese archivo sigue en una laptop que todavía funciona y además se tiene la contraseña de inicio de sesión. Este problema se repite en cada sistema que usamos para comunicarnos.
    Salvo excepciones como las laptops, toda esa información se pierde. Vivimos dentro de un agujero negro de detalles históricos, y algún día quizá sea reemplazado por una historia fabricada por alucinaciones de LLM.
    Cualquiera que ame la comprensión histórica debería estar realmente preocupado.

    • El punto clave es este pasaje: “La publicación de He fue eliminada de WeChat al día siguiente, y apareció un mensaje 404 que decía: ‘Este contenido no se puede ver porque infringe las normas’”.
      A uno no le censuran comentarios por hablar de la entropía natural de internet. Te censuran si haces que los censores te presten atención.
      Cansa muchísimo esta falsa equivalencia entre el comportamiento humano orgánico en Occidente y el abuso deliberado del poder central en China. En Occidente también deberíamos preservar mejor la historia, pero ya estamos conservando muchos más datos por persona de los que nuestros antepasados jamás habrían soñado. Que se pierdan correos porque alguien murió no es comparable con que un organismo central de censura elimine activamente contenido antiguo para facilitar que el partido cambie su narrativa.
    • Otra falsa equivalencia. Aquí, “intencional o no” en realidad importa muchísimo. En la era predigital, archivar registros requería esfuerzo, y en la era digital también requiere esfuerzo. Muchas cartas físicas también se perdieron, se pudrieron o se quemaron.
      Esto no es una falla de archivo; es una purga. Se parece a cuando durante la Revolución Cultural se quemaron físicamente los registros y cartas de intelectuales.
    • Soy escéptico ante la idea de que “antes quedaba la materialidad de las cartas”. Históricamente, es muy probable que las cartas físicas desaparecieran tanto como las cartas digitales actuales. Si no fuera así, el mundo estaría lleno de basura documental del pasado.
      Los humanos siempre hemos descartado más de lo que hemos conservado. Operar de otra manera no vale el costo energético. Por suerte, la historia no permanece como una serie de puntos de datos aislados, sino como múltiples conjuntos de registros que se superponen.
    • Tangencialmente, me da curiosidad saber qué es “The Feynman Letters” en este contexto. Conozco el libro que recopila sus cartas, pero no sé de nada relacionado con censura o pérdida.
    • Últimamente Google no muestra bien páginas antiguas. Estaba buscando a una persona que murió hace unos 10 años y que antes tenía bastante presencia en la web; tuve que revisar incluso DDG y Yandex para apenas encontrar algunos enlaces.

  • Me llamó la atención este pasaje: “La publicación de He fue eliminada de WeChat al día siguiente, y apareció un mensaje 404 que decía: ‘Este contenido no se puede ver porque infringe las normas’”.

  • Esto explica bastante por qué los LLM y la IA de China tienen tantos problemas para conseguir datos, pese a que se supone que cuentan con bases de datos casi infinitas. Por abandono, censura, jardines amurallados, desaparición de contenido atrapado dentro de apps y el efecto inhibidor, se perdió sin más mucho más dato del esperado.
    No se puede recolectar lo que ya no existe o lo que nunca se escribió.

    • Es muy probable que las grandes empresas aún tengan bases de datos casi infinitas dentro de sus jardines amurallados. Pero ese es otro tema. El contenido censurado también casi con seguridad fue eliminado de forma blanda.
      El problema mayor son sitios relativamente independientes como Tianya: https://en.wikipedia.org/wiki/Tianya_Club#cite_note-4
      Piensa en los viejos BBS o grupos de noticias. Si casi todos esos registros desaparecieron, sería realmente triste.

  • En este hilo hay algunos comentarios que establecen una falsa equivalencia evidente con el internet occidental. El punto del artículo es que, si en los principales buscadores de China se configura el rango entre 1998 y 2005 y se busca a una figura famosa y no polémica, aparecen 0 contenidos publicados realmente en ese periodo.
    Que la web temprana haya desaparecido por fallas de preservación de los proveedores de hosting y por el traslado a jardines amurallados es doloroso y trágico, pero no es en absoluto algo parecido ni funcionalmente equivalente a esta censura descarada.

    • Exacto. Es como si buscaras a Bill Gates en materiales anteriores a 2006 y no apareciera nada.
    • Exacto. A veces solo queda en archive.org, y ni siquiera se puede encontrar con otros buscadores, así que hay que buscar directamente ahí.

  • La internet china está avanzando hacia una autoseparación
    Debido al Great Firewall, dentro de China no se puede acceder a algunos sitios web externos, y Wikipedia quedó completamente bloqueada en 2019
    También ocurre en el sentido contrario. Desde fuera de China no se puede acceder a algunos sitios web internos chinos
    La mayoría de las apps y sitios web chinos, por ley, deben estar vinculados a la identidad personal. Por eso hay que registrarse con un número de celular, y en China una persona = un número de teléfono. Si no tienes un número telefónico chino, la mayoría de las apps y sitios web chinos directamente se niegan a funcionar
    No hay forma de obtener un número de teléfono sin ir en persona a una oficina de venta de tarjetas SIM chinas y presentar una identificación
    En la práctica, hoy también se está volviendo difícil que los extranjeros visiten China. Sin un número de teléfono no puedes hacer nada con las apps chinas, pero para obtener un número debes presentar pasaporte y una visa válida
    Las apps de mapas extranjeras normalmente no funcionan bien en China
    Desde el punto de vista de China, los extranjeros que no están físicamente dentro de China son simplemente una molestia. No solo quieren que los chinos no usen apps extranjeras, tampoco quieren que los extranjeros usen apps chinas
    Hace unos meses intenté crear una cuenta de QQ, pero la versión “International” ya no recibía mantenimiento. Aun así probé la última versión que funcionaba, pero solo daba errores, y la versión “domestic” no funciona si el celular no está físicamente dentro de China; además, de todos modos requiere un número chino
    Hace unas dos semanas también vi que Zhihu empezó a impedir expandir respuestas largas sin una cuenta. Por supuesto, para crear una cuenta necesitas el maldito número de teléfono. Al menos permite números de Estados Unidos
    Filosóficamente, parece un resurgimiento de la mentalidad de seguridad china. Todo contacto entre el interior y el exterior está prohibido por defecto, y la actitud es que, al fin y al cabo, todo lo necesario ya existe dentro del país
    “La majestuosa virtud de nuestra dinastía ha llegado a todos los países bajo el cielo, y los reyes de cada nación han presentado costosos tributos por tierra y por mar. Como su enviado puede ver por sí mismo, poseemos todas las cosas. No doy valor a objetos extraños o ingeniosos, y las manufacturas de su país tampoco nos sirven.” — Carta del emperador Qianlong a George III en 1793

  • No sé por qué habría que esperar que un motor de búsqueda devuelva datos históricos con precisión. Los motores de búsqueda modernos tienen muchos desafíos, como lidiar con la optimización para buscadores y devolver datos recientes, y no tienen incentivos para preservar historia tan antigua como la de 2005. Es probable que las páginas de esa época hayan sido reemplazadas por publicaciones más relevantes
    La preservación histórica debería dejarse a sitios como archive.org; los motores de búsqueda no son adecuados para ese papel

    • ¿Leíste el artículo?

  • China es un ejemplo demasiado fácil para mostrar la reescritura de la historia mediante voluntad política
    En Corea del Norte es ilegal mencionar hambrunas o hambre
    En Florida es ilegal mencionar el cambio climático en documentos estatales

    • La afirmación de que “en Florida es ilegal mencionar el cambio climático en documentos estatales” necesita una fuente. Encontré una: https://www.miamiherald.com/news/state/florida/article12983720.html (https://archive.is/P9k4m)
      Dice que funcionarios del DEP recibieron instrucciones de no usar los términos “climate change” ni “global warming” en comunicaciones oficiales, correos electrónicos e informes
      No sé si eso alcance para llamarlo ilegal, pero al menos lo convirtieron en algo que podía perjudicar la carrera profesional. Sería interesante que alguien presentara una demanda por despido injustificado basándose en esto

  • Si en Baidu buscas “Jack Ma” para el período “22 de mayo de 1998~22 de mayo de 2005”, aparece un solo resultado positivo, y la fecha figura como 22 de mayo de 2024. Pero al hacer clic, es un texto publicado en 2021
    En Google de Estados Unidos aparecen alrededor de 2,580,000 resultados
    Es un lavado de historia bastante sorprendente