Internet Archive の Wayback Machine で、一部の利用者がアクセスを弾かれる事態が起きています。運営はその原因を、短時間に大量の自動アクセスが押し寄せているためだと説明し、サービスを落とさないための防御を入れたと明かしました。しかも今回の話は、ただ「守っています」で終わりません。誤って人間の利用者まで止めてしまうことがあり、そこをどう直していくかまで含めての説明になっています。保存サイトの代表格が、いま何に追われているのかが見える更新です。
Internet Archive のブログに掲載されたのは、Wayback Machine へのアクセスについての短い更新記事だ。書き手の Mark Graham 氏は、まず利用者からの「Wayback Machine を直してほしい」という声を受け取ったと述べ、そのうえで現状を説明している。Wayback Machine は、ここ最近、高い حجمの自動アクセス、つまり bot による大量リクエストの波を受けており、サービスを動かし続けるために保護策を入れたという。
その保護策の一つが、リクエストを弾いたときに返すメッセージの書き換えだ。記事では、429 error について触れている。これは HTTP のコードで、「too many requests」、つまり短時間に要求が多すぎることを意味する。ウェブサービスでは珍しくない応答だが、今回は単なる技術的な応答の説明ではなく、Wayback Machine が負荷対策としてそれを前面に出している、という文脈で出てくる。
ただし運営側も、その防御が完璧ではないことを隠していない。保護策はときに本物の人間を誤って巻き込む。もし利用者がそうした誤検知に引っかかったのなら、運営は謝罪し、誤判定を減らす作業を続けていると書いている。さらに、ボットと人間の見分けは以前より上達してきているものの、まだ途中段階だとも示した。
もし自分が不当にブロックされたと思うなら、info@archive.org に連絡してほしいという案内もある。その際には、OS、browser、IP address を送ってほしいとしている。運営側が個別に調べるための材料だ。Wayback Machine は、ただの検索サービスではなく、過去のウェブページを読むための公共的なインフラに近い。そのため、アクセス制限の話でも、単に「迷惑 bot を止めました」では済まず、誤って人間を止めてしまった場合の救済ルートまで含めて説明する必要がある、というのがこの記事の骨子だ。
この更新でまず気になったのは、Wayback Machine の問題が「保存した過去を見る」機能そのものではなく、「それを見に来る現在のアクセス」にある点だ。アーカイブサイトは静的な倉庫に見えがちだが、実際にはかなり狙われやすい。過去のページを大量に引きに来る bot が増えれば、保存庫の中身を守るだけでなく、配信面の負荷も見なければならない。つまり、アーカイブの世界でも結局は通常の web service と同じく、防御と可用性の綱引きになる。
一方で、保護策が人間を巻き込むのもよく分かる。人間のアクセスは、国、回線、ブラウザ、拡張機能、企業ネットワークなどで見え方が変わる。そこに bot 対策を重ねると、攻撃に似たふるまいが普通の利用者にも発生してしまう。私は、Wayback Machine がここで正直に「誤って弾くことがある」と言ったのは重要だと思う。サービス停止を避けるための苦肉の策を、魔法のような安全装置として語らず、失敗も認めたからだ。公開インフラに近いサービスほど、完璧な防御より、どこで間違えやすいかを先に言うほうが信頼につながる。
もう一つ、細かいけれど大事なのは、429 error のメッセージを「rewrite」したと明かしている点だ。HTTP code 429 は開発者にはおなじみでも、一般利用者にはかなり不親切だ。数字だけ返されると、サイトが壊れたのか、自分の環境が悪いのか、単に待てばよいのかが分からない。今回の更新は、運営が単に弾くだけでなく、弾かれた側に対してどう説明するかまで気にしていることを示している。
ここには、アーカイブサービスらしい難しさがある。普通の EC や SNS なら、一定時間止めても「後でまた来てください」で済む場面が多い。だが Wayback Machine は、研究者、ジャーナリスト、学生、法務担当、単なる個人の記録確認まで、用途が広い。アクセスできないこと自体が仕事の妨げになる人も多いはずだ。だからこそ、メッセージの書き換えは小さな改善に見えて、実際には利用者の不安を減らす効果があると思う。エラーコードだけではなく、「何が起きたのか」を見せることが、こういう公共性の高いサービスでは効く。
このブログ投稿は、Wayback Machine の価値が揺らいでいるという話ではない。むしろ逆で、価値があるから負荷が集まる。その結果として、運営は bot とのいたちごっこを続けることになる。ここで面白いのは、デジタル保存の議論が、長期保存や著作権だけでなく、かなり泥臭い運用の話に降りてきていることだ。保存された web は未来のための資料だが、その入口は今この瞬間のトラフィックで壊れうる。
私は、こうした「保存のための防御」は、今後もっと増えるのではないかと思う。AI の学習用クローリング、無差別なスクレイピング、リサーチ目的を装った大量取得が増えれば、アーカイブ機関はただ公開するだけでは持たない。しかも相手が明確な悪意を持っているとは限らない。大きな自動化基盤は、ある日は研究用途でも、別の日には圧力源にもなる。Internet Archive が今回、利用者に OS、browser、IP address を求めているのは、その境界を丁寧に切り分けるしかないからだろう。
この件で最後に残るのは、技術そのものより体験の問題だ。Wayback Machine を使う人は、過去のページが見られないとき、その理由が分からないだけで強い不信感を抱く。単なる障害なのか、回線の問題なのか、アクセスの仕方がまずかったのか、あるいは自分だけが拒否されたのか。そこが曖昧だと、保存アーカイブという公共財の印象まで悪くなる。
今回の更新は、その不信感を少しでも減らすための説明だと受け取れる。全部を解決したわけではないし、誤検知も続く。だが、少なくとも運営が「何が起きているか」と「誤って止められた人はどうすればいいか」を公にした意味は大きい。私は、こういう透明性こそが、Wayback Machine のようなサービスには本来いちばん必要だと思う。止まらないこと以上に、止まったときに説明できることが大事だからだ。
参考: An Update on Wayback Machine Access | Internet Archive Blogs
