我们所处的这个历史时刻，知识与我们互动的方式正发生着戏剧性的变化。我们现在生活的时代是一个“数字充裕”的时代，数字信息饱和渗透了我们的生活。每天被创建的，以数字形式保存并可在网上获取的信息的数量高得惊人。2019年，全球每分钟有1810万条短信被发送，8.75万条推文被发出，超过39万个应用被下载。我们不仅需要关注这些短信的内容或者这些推文中的图片，支撑它们的潜在数据现在也是社会知识的一部分。
许多图书馆和档案馆的馆藏现在是“混合型”的，既包含传统媒体也包含数字媒体。在许多机构，数字馆藏通常会分为两类：一类是现有的书籍、手稿和记录的数字化形式，另一类是从一开始就以数字形式创建的“天生就是数字”的材料，如电子邮件、文字处理文件、电子表格、数字图像等。学者们不仅在学术期刊上撰写文章，他们还用科学仪器或在其他学术过程中创造研究数据，这些数据通常数量巨大。许多图书馆和档案馆的数字馆藏规模一直在迅速增长。例如，在博德利图书馆有大约1.34亿份数字图像文件，分布在多个存储位置，它们需要被保存。如此充裕的信息已经成为常态。我们现在把获取信息的轻松和便利当成了理所当然的事，认为它所带来的在所有领域进行研究的机会都是稀松平常的。
随着我们的日常生活越来越多地以数字形式呈现出来，这对知识的保存意味着什么？既然信息的数字化转变是由少数实力雄厚的科技公司推动的，那么谁来负责控制历史和保存社会记忆呢？当知识被私人组织控制时，它会更不容易受到攻击吗？图书馆和档案馆是否会像从美索不达米亚古代文明以来那样，在一代接一代的管理数字记忆方面仍然有一席之地呢？
图书馆和档案馆一直非常积极地将它们的藏书数字化，并将其在网络上共享。所有在网络上发布信息的人都很熟悉分布式拒绝服务（Distributed Denial of Service，简称DDoS）现象。DDoS攻击是通过可以让公共网站每秒遭受来自一系列互联网地址的数千次甚至数万次的查询轰炸的软件进行的，通常使用的是一个名为“僵尸网络”(botnet)的自动软件。这通常会使托管被攻击网站的服务器不堪重负。这类攻击可能是经常和频繁的，有时是闲散的黑客所为，他们乐于挑战“拿下”一家大型、著名、地位崇高或受人尊敬的机构（如时不时遭受此类攻击的博德利图书馆）的网站，但越来越多的证据表明，许多国家政府也在使用DDoS来对付他们的对手和敌人。作为回应，这些被攻击的组织建设了更强大的基础设施，成本越来越高。但这种攻击只是数字世界中最“直截了当”的一种。还有一些更阴险的形式。
图书馆和档案馆面临着一个新的关乎生死存亡的挑战，这个挑战影响着整个社会。数字形式的知识越来越多地被相对少数的超大型公司整理，这些公司如此强大，以至于文化记忆的未来几乎在不知不觉中掌握在了它们的手中，其后果和影响我们才刚刚意识到。他们正在收集由我们所有人创造的知识，我们现在仅仅把这些知识称为“数据”。这些数据是从全球收集的，因为它们和我们与其平台的互动有关，所以这些大公司通常拥有独家访问权限。他们正在利用数据以许多不同的方式操纵我们的行为，主要是通过试图塑造我们的购买习惯，但这种影响也进入了生活的其他领域—我们的投票行为，甚至我们的健康。他们以秘密的方式做着这些，人们很难理解知晓。
这些公司凭借全球客户基础和巨额收入，其崛起之迅速是史无前例的，也许只有中世纪和文艺复兴时期的罗马天主教会能勉强匹敌。天主教会同样在全球大片地区拥有精神和世俗权力，拥有巨大的经济利益。它的权威掌握在一个人手中，尽管他是在一个赋予了少数人巨大权力的权力结构中工作的人。一个共同持有的信仰体系和一种通用语言使他们的全球权威得以维持和发展。脸书(Facebook)今天以其“单一的全球社区”而自豪；统计数据显示，谷歌在在线搜索市场占有压倒性的份额，因此在“广告技术”(Adtech)中占有最大份额，所谓“广告技术”就是跟踪这些服务用户行为的数据，然后把这些数据卖给在线广告商（和其他公司）；中国最大的科技公司，如腾讯和阿里巴巴，拥有数十亿用户，这些用户每天与该平台互动多次。所有这些公司都为用户提供免费的在线图像、信息、音乐和其他内容托管，使用云技术占用大量存储空间（亚马逊现在通过其子公司亚马逊网络服务已成为世界上最大的数据存储提供商）。我们已经习惯于点“赞”，或者与其他社交媒体用户或广告商创建的帖子和广告互动。这些公司现在掌握如此大的权力，历史学家蒂莫西·加顿·阿什(Timothy Garton Ash)称它们为“私人超级大国”。这些公司的运作方式被称为“监视资本主义”(surveillance capitalism)。
2019年底，照片分享网站雅虎网络相册(Flickr)在努力跟上照片墙(Instagram)等竞争对手的步伐，宣布将减少账户持有人的免费存储空间。2019年2月之后，免费账户的用户被限制只能存储1000份照片和视频，任何超过1000份的部分都会被该公司自动删除。数百万的Flickr用户发现，他们的许多内容已被永久删除。Flickr所发生的事情告诉我们，“免费”服务并不是真正免费的。他们的商业模式是基于（经常是用户不知情的）用户数据的交易，随着市场份额被竞争对手抢走，“免费”服务不得不让位于付费服务。储存(storage)并不等同于保存(preservation)。
Flickr的事例提出了对现在控制在线知识的公司的信任问题。活跃用户将知道即将到来的变化，并且也许能够将他们的数据转移到其他平台上。其他行动不够快的人可能丢失了他们所爱的人的照片或记录他们冒险的照片—一眨眼的工夫就不见了。消费者在聚友网(Myspace)和谷歌+(Google+)等其他所谓“免费”平台上也有过类似的经历，这两个平台也在2019年关闭，几乎没有提前通知。优兔(YouTube)在2017年销毁了长达数千小时的记录叙利亚内战的视频。宝贵的信息丢失了，大部分都一去不复返了。这些网站以及维护这些网站的公司，都是由商业利润驱动的，（在很大程度上）是听股东们的。他们没有公益使命，他们储存的任何知识都只是为了支持他们的商业运作。
图书馆和档案馆正在努力迎合这一新的信息秩序，并在保存数字知识方面发挥积极作用，但这些工作复杂而昂贵。例如，美国国会图书馆在2010年宣布与社交媒体巨头推特(Twitter)建立开创性的合作伙伴关系，国会图书馆的目标是将推特自2006年3月上线以来的所有推文（涵盖推特的过去、现在和未来）完整存档。国会图书馆一直是致力于保存数字知识的领先机构之一，作为世界上最富有国家的国家图书馆，它与一家走在社交媒体革命前沿的科技公司建立合作伙伴关系似乎是情理之中的。
遗憾的是，由于资金短缺，该项目在2017年终止了，国会图书馆现在只“有选择性”地保留推文。考虑到推特和脸书等社交媒体平台的力量，以及参与政治和公共生活其他方面的领导人和组织对它们的使用，缺乏保存好的系统记录对开放社会的健康发展百害而无一利。
我们越来越多地在社交媒体上展示我们的生活，所以我们需要找到让图书馆和档案馆帮助社会保持开放的方法。自从政治领域拥抱了数字信息，我们看到了“假新闻”和“另类事实”的兴起。为了向公民提供信息并提供公共生活的透明度而保存知识，正成为事关民主制度未来的一个关键问题。科技公司（尤其是社交媒体公司）和受雇于政治竞选的数据公司的行为，正受到越来越多的关注。档案是他们行为的重要证据。
保存网络的图书馆和档案馆（在“网络档案”中）现在变得尤为重要，因为它们能够为网站、博客和其他网络资源在线记录的大量人类活动提供永久的根据。政治候选人、公职人员和政府官员的公开声明（往往让他们难为情地）出现在网络上，越来越多的人认为，这些声明应该被保留，以便公众、媒体以及最终选民能要求他们的代表对这些声明负责。
网络存档仍然是一个相对较新的工具。例如，英国网络档案馆(UK Web Archive)就是联合王国和爱尔兰共和国的6个版权图书馆的合作成果。他们享有“法定送存”特权，自1662年的“出版许可法”和1710年的《安妮女王法》(the Copyright Act of Queen Anne)以来，印刷出版物就被要求存入指定的图书馆。英国网站领域的存档始于2004年，这是大英图书馆提出的一项倡议，它通过自愿的“以权限为基础”的方法收集精心挑选的网站：选择要获得的网站，并联系每个网站的所有者，获得明确许可后才将网站添加到档案里。然后，所有保存下来的网站都在网上向公众开放。2013年，随着《非印刷品法定送存条例》(“Non-Print Legal Deposit Regulations”)的通过，法定送存立法进行了更新。这些规定将这一自愿制度转移到了法律要求的制度中，并用到了6个法定送存图书馆，这些图书馆现在共同为这个庞大的项目提供资金。
存档网页是一项复杂的任务，因为保存的目标是不断移动的。许多网站经常消失或更换地址。英国网络档案馆显示了它在长时间以来所获取的网站惊人的高消耗率。在任何一年中当我们去看这些保存的网站时，大约有一半的网站在2年内从开放网络上消失了，或者因为某种原因而无法找到（在技术层面，它们的网址是无法被消除的）。3年后，这一比例达到70%左右。尽管存在这些问题，网络档案仍然在增长。2012年，它拥有大约2万个网站的定期存档副本。英国网络上一次完整的“抓取”在2019年结束时（抓取花了近一年的时间），该档案包含了600多万个网站的副本，存档了超过15亿份网络资源。档案中还拥有9000多个更具深度、更固定的精心管理的网站“特殊收藏”，我们的管理团队认为这些网站具有更重要的研究价值。这些网站被抓取的频率要高得多：每月、每周甚至每天一次，它们贡献了5亿份网络资源，因为它们会定期被重新抓取。
英国网络档案馆的一个博客和网站的特殊收藏收录了1万个与2016年英国退欧公投以及公投政治后果有关的网站。2016年6月，脱欧阵营从他们的公共网站上删除了大量内容，包括提到该阵营承诺如果英国退出欧盟，每周将在英国国民医疗服务体系(NHS)投入3.5亿英镑，这一承诺的争议到了2016年日益加剧。所幸英国网络档案馆在该网站的内容被删除之前已经获取了该网站。
在网络上获取知识现在是一种社会需求。然而，2007年，哈佛大学学者乔纳森·齐特林(Jonathan Zittrain)、肯德拉·阿尔伯特(Kendra Albert)和劳伦斯·莱西格(Lawrence Lessig)发现，受到数字保存社区所称的“链接损坏”(linkrot)的影响，《哈佛法律评论》(Harvard Law Review)和其他法律期刊的文章中引用的网站超过70%都失效了，更重要的是，美国最高法院公共网站上50%的网址失效了。这些网站对社会十分重要：如果社会不知道国家的法律是什么，又谈何遵守法律呢？
图书馆和档案馆跟不上数字信息的增长速度，其他参与者纷纷进入，试图填补这一空缺。其中之一的超级网络存档，“互联网档案馆”(Internet Archive)就是这种私人机构进行存档的一个很好的例子。它由互联网先驱布鲁斯特·卡尔(Brewster Kahle)于1996年创立，总部设在旧金山。它的口号，“所有人都能查看人类的一切知识”是在加州这一地区总能碰到的大胆想法的典型代表。自成立以来，通过其名为返程机(Wayback Machine)的关键服务，它已经获取了4410多亿个网站，这些网站可以通过互联网公开查看。该工具完全是通过使用从公共网络上“刮”出并获取数据的网络爬虫程序开发的。他们的活动没有寻求任何许可，也没有类似英国法定送存条例这样明确的法律依据可以约束这些活动。
“互联网档案馆”本身已成为试图破坏其所拥有知识的团体的攻击对象。2016年6月，互联网档案馆上遭受了大规模的DDoS攻击，发起攻击的团体对该网站包含极端组织ISIS成员及其支持者创建的网站和视频感到愤怒，但此次攻击失败了。这起事件凸显的是，合法获取知识和提供获取知识的途径以及对知识的审查之间存在的界限是相对微妙的，这有可能冒犯大多数公民，也有可能被那些因其暴力或非法观点而被法律禁止的团体用作宣传工具。
“互联网档案馆”最让我担心的是它的长期可持续性。这是一个很小的组织，有一个理事会监督它的活动，但它的运营资金基础不大。没有一个上级机构来打理它—也许这正是它能够如此迅速地实现它的发展的原因—但一个上级机构能为它提供更长久运营的能力。在某个时间点，它必须加入一个和它共同拥有保存全世界的知识并让人们使用这些知识这一目标的更大的机构，或者与之合作。我自己就多次使用过“互联网档案馆”，它有着无与伦比的价值。2003年，我和我的家人刚搬到牛津，为了让我们的两个孩子能够上当地的同一所小学，我们不得不与当地教育局打了一场官司。我们能够通过返程机访问教育局网站的已保存副本，从而证明他们关于其政策的公开信息在某一天发生了变化。
“互联网档案馆”提醒人们，在公共生活的某些领域，档案馆和图书馆没有跟上社会的需求。它们往往是谨慎的机构，行动缓慢。在许多方面，这一直是它们的优势之一，因为它们建造的体系往往适应性很强。我感觉，“互联网档案馆”现在是一个对全球社会具有巨大重要性的“有组织的知识体系”，但它目前的独立状态使其正处于“危险之中”。图书馆和档案馆的国际社区需要团结起来，开发新的方法来支持“互联网档案馆”的使命。
“互联网档案馆”的工作就是我所说的“公共存档”或“行动主义存档”的一个例子，这些举措是由关心此事的公众发起的，他们独立于图书馆和档案馆等“记忆组织”，自己承担起了这些责任。有时，这些公共存档活动可能会比受制度约束的活动进行得更快，特别是在“假新闻”兴起的情况下，公共存档不得不再次介入。
特朗普政府时期，美国政治生活的一个特点是总统对社交媒体的使用—截至2020年2月28日，唐纳德·特朗普在推特上有惊人的7310万关注者（相当于美国人口的22%），在照片墙上有1790万关注者。如此庞大的关注量给了他直接接触美国选民的能力。因此，他在社交媒体上的言论产生了强大的影响，可能进而对整个世界产生深远的影响。事实库(Factbase)组织一直在追踪特朗普的推文及其删除情况。从2009年特朗普加入推特到2020年2月28日，他已经发布了46516条推文—一个惊人的数字。其中一小部分（777条）已经被删除，可能是他本人，也有可能是他的工作人员删除的。根据《总统档案法案》(the Presidential Records Act)的严格规定，总统的推特内容最终应该成为总统档案馆的一部分，如果确实是这样的话，美国国家档案和记录管理局应负责将它们存档。
《总统档案法案》的基础是总统办公室和美国国家档案馆之间的信任。美国的国家档案保管员实际上不能强迫总统或他的团队遵守该法案。该法要求总统“采取一切必要步骤，确保反映总统有关宪法、法规或其他官方或仪式职责的活动、审议、决定和政策得到充分记录，并确保这些记录作为总统记录得到保存和维护”，但总统也有权“处置不再具有行政、历史、信息或证据价值的总统记录”。该法案规定，只有征求过美国国家档案管理员的建议，才能进行这样的处置，但总统不受法律约束必须遵守这些建议。因此，在美国总统任期内，除了寻求两个国会委员会的建议外，国家档案管理员采取任何措施保存总统记录的能力是很有限的。
尽管白宫总统顾问唐纳德·F.麦卡恩二世(Donald F.McGahn II)在2017年2月向所有白宫人员发布了一份备忘录，说明他们（根据《总统档案法案》的规定）有义务维护总统记录，其中明确提到了电子通信，但政府或者确切说是总统本人是否遵守了该法案，仍然有待观察。该法案没有任何效力，因为它自始至终都假设所有的总统都会尊重这一制度。允许在用户预先设定的一段时间后自动删除信息的加密通信软件（如WhatsApp，众所周知，WhatsApp被总统的核心顾问圈子广泛使用）等技术，以及社交网络和其他“基于互联网的电子通信手段”，都是被明令禁止在未经白宫办公室批准的情况下在官方事务中使用的。使用这类技术本应是一种需要向美国国家档案管理员寻求建议的情况，许多评论员称，使用这类技术违反了《总统档案法案》。
在成为总统之前，唐纳德·特朗普在2011—2014年间一直在特朗普集团的优兔频道上更新视频日志(vlog)。他在2015年之前删除了大部分内容（最初的108个原始条目中只有6个仍然可以在优兔上找到），但“事实库”在他们的网站上保留了相关记录，以便将其添加到公共档案中。该网站的一个板块涵盖了总统在任期内接受的媒体采访。他接受采访的大多数媒体被新闻集团(News Corp)拥有和控制，这是“事实库”向公众提供的最具启发性的数据之一：他接受的所有采访中，有36.4%来自新闻集团。“事实库”对所有这些采访进行了来源追溯、获取、转录，让它们都能被搜索到，但它并不是唯一一个记录总统在网络上的行为的工具；一个名为“特朗普推特存档”(Trump Twitter Archive)的网站也试图以类似的方式追踪这些推文。
“事实库”“特朗普推特存档”和其他机构的目标是让总统的公开言论接受公众监督，这种监督方式是其他任何一位总统都没有受到过的，至少在他的任期内是这样。这种“公众知识”对一个开放民主制度的健康发展是必不可少的，特别是在一个世界上最有权势的政治职位的现任官员广泛利用公共媒体渠道来宣传他的政治目的的情况下。当总统或他的助手们倾向于删除这些公开言论时，这项工作就变得更加重要。这项工作依赖于特朗普推文的截图，随后会有自动程序对推文进行转录，添加元数据，并将其放入一个数据库，以便于进一步分析。
另一个公众存档的例子是由英国一家名为“驴领”的独立组织开发的。在公共领域，在网络上与在大城市的广告牌和其他公共场所的实际环境中，“驴领”（这个名字源于第一次世界大战期间使用的一个短语，当时的英国步兵经常被描述为“被驴子领导着的狮子”，让人能体会到前线的人是如何看待他们的将军的）一直在保留主要政客们发出过的与他们现在所宣称的政策立场不同的声明，并将其公之于众—本质上是追究这些政客的责任。
这些公众存档活动揭示了保存信息的重要性，这些信息可以要求政客们为他们的评论负责。政治交流经常是真相与谎言的战场，但数字舞台放大了政治谎言能够对选举结果产生的影响。在我看来，像“事实库”和“驴领”这样的公众存档举措似乎正在填补一个空白，公共机构可以且应该更有系统地保存这类信息。
*
当今使用最频繁的“有组织的知识体系”之一是在线百科全书维基百科(Wikipedia)。它成立于2000年，在6年内迅速扩张，增加了100万个条目。尽管它受到了许多批评，局限性也毋庸置疑，但它现在是一个巨大的和使用量极大的资源，其600万个条目中的随便一个点击量都在每秒5000—6000次左右。图书馆和档案馆非但没有感受到威胁，反而从一开始就选择了与之合作。
维基百科中保存的知识是被攻击的目标。例如，有公关公司受雇编辑或删除令客户感到不适的资料。“时代啤酒”(Stella Artois)是一种很受欢迎的饮料，过去有个绰号叫“打老婆酒”。这是一个有消息来源支持的可证事实，并被收录在维基百科关于时代啤酒的文章中。西方社会现在不再容忍这种绰号，于是这个绰号在某个时间被删除了。删除该绰号的账户其实属于公关公司波特兰通信公司(Portland Communications)。维基百科社区的成员后来恢复了被删除的引用条目。
政客们删除了维基百科中不利的有关所谓“报销门”（expenses scandal，《每日邮报》和其他报纸披露的一系列与英国议会成员非法报销有关的内容）的条目。记者本·莱利—史密斯(Ben Riley-Smith)通过分析修改了这些议会成员传记的计算机的IP地址，发现了这样一个事实，即这些引用虽然可以在公共领域得到证实，却被威斯敏斯特宫的工作人员删除了。
维基百科是建立在一种开放的文化之上的。任何条目做出的所有更改都会被追踪，并且都是公开可见的。被删除（或更改）的内容的性质、日期和时间以及相关的账户都能被看到。维基百科组织了一组“监督者”，他们定期阅读一些预先确定的条目，他们知道这些条目会被未经授权恶意删除或不正确地编辑。任何有账户的人都可以选择“监督”任何选择的页面，这样他们就会注意到自己感兴趣领域的任何变化。
每个贡献者都有可公开查看的贡献记录，因此，如果某人只对某些个人或主题进行编辑，其他用户是能够看到该信息的。虽然有一层真人“监督者”，维基百科也有软件工具（自动程序）的技术层面支持，这些工具可以进行大规模的自动化“监督”。
维基百科自己监控整个网站。他们的软件可以检测到一些事件，比如一篇文章的大部分被删除，或者添加了仇视同性恋或种族歧视的内容。当大量文本被添加时，它们能自动用谷歌搜索文章中的句子，以检测任何抄袭行为。当政客的工作人员删除内容时，各种软件和真人编辑都会标记出来，可以看到同一个账户或计算机所做的编辑规律，只需点击一下就可以恢复被删除的内容。有时，删除或审查维基百科的企图也会成为媒体报道的内容，然后在文章中被引用。
知识创造向数字形式的转变给管理者带来了挑战，他们面临着数字洪流，难以应对处理大量数字信息的负担。2018年12月，缅因州政府透露，安格斯·金(Angus King)和约翰·巴尔达奇(John Baldacci)州长政府公开文件遭受了灾难性的损失，2008年之前发送的大多数州政府电子邮件都已无可挽回地丢失，还有许多其他类型的文件在进入缅因州档案之前被州官员销毁了。这不仅使未来的历史学家丢失了信息，这些电子邮件还可能包含备受关注的法律案件中关键信息的记录，正如拉里·查平(Larry Chapin)等律师对2012年伦敦银行间拆借利率丑闻(Libor scandal)所做的工作表明的—当电子邮件记录被拼凑在一起时，可以足够详细地讲述一个故事，以帮助定罪或阻止被告入狱。
在生活的其他一些领域，能够在未来访问知识将是至关重要的，而商业利益却不一定是有益的。核工业就是一个很好的例子。作为一个社会，我们需要确定未来很长一段时间—不只是5—10年，而是数百甚至数千年后—我们到底把核废料储存在哪里，其中含有哪些材料，是什么时候被放置在那里的，储存的容器是怎样的，等等。这些数据今天仍然存在，但核能除役署(Nuclear Decommissioning Authority)和核能世界的其他参与者面临的挑战是，我们如何确保房地产开发商、矿业公司、供水公司以及地方当局和政府在比如说500年后能够保证获得所有这些信息。我们需要知道在哪里可以找到这些信息，知道它们被存储的格式能够被访问，并且知道我们可以在需要的时候理解它们。当企业面临危机时［就像21世纪初安然公司(Enron)的情况］，如果企业界能更容易获得数字保存的解决方案，那么诉讼可能会变得容易得多—因为安然的员工删除了大量电子邮件和其他数字信息，妨碍了审计师了解情况的能力，并增加了诉讼工作的困难和成本。
知识的保存的根本不是关于过去，而是关于未来。美索不达米亚的古代图书馆包含了大量关于预测未来的文本：占星术、天文学和占卜。统治者们想要获得信息来帮助他们决定什么时候是开战的最佳时机。今天，未来仍然依赖于获取过去的知识，随着数字技术改变我们预测未来事件的方式，之后将更加如此。它还将取决于一些日益强大的组织如何利用我们数字生活创造的知识来获取政治和商业利益。
科技行业现在正向物联网投入巨资，在物联网中，许多家用设备，如冰箱，都与互联网联通，通过传感器的数据交换被操控。物联网正在进入可穿戴设备领域，如手表和珠宝。这些设备旨在监测我们的健康状况，产生大量的生物特征数据。数据的量将达到一个点，让医务人员将能够对我们未来的健康做出准确的预测。这将有助于预防疾病，但也会引发重大的伦理问题。谁将拥有这些数据？我们可能很乐意与我们的医生分享这份材料，但我们会乐意与我们的健康保险公司分享吗？图书馆和档案馆可能会在提供对个人数字信息的安全访问方面发挥更大的作用，在这种情况下，公民能控制谁可以访问这些信息，但为了公共卫生目的，图书馆可以帮助这些信息被匿名聚合使用。如果这些知识被摧毁，它可能会对个人的健康产生深远的影响，因为我们现在与数字医疗系统的联系前所未有地紧密。
2019年6月，微软宣布将下线一个巨大的人脸图像数据库，其中总共超过1000万张图像，涉及10万人，被用于训练世界各地的人工智能面部识别系统。这些图片是未经许可从开放网站上“刮”来的。研究人员亚当·哈维(Adam Harvey)发现了其他类似的数据库，这些数据库在网络上公开可用，他的工作使得许多其他面部识别数据集被发现，包括由杜克大学和斯坦福大学创建的。这些甚至包括一个从跨性别者团体在优兔上发布的内容中抓取的数据集，该数据集被用来训练人工智能面部识别跨性别人群。
之前，对收集在线服务用户产生的数据的担忧一直集中在侵犯隐私和将这些数据货币化的风险上。现在，人们的担忧正转向更广泛的领域。如此多的政治竞选活动发生在社交媒体领域，我们怎么能确保我们的信息源没有被非法操纵？除非这些公司收集的数据可以存档供公开审查，不然那怎么能确保在线竞选活动是在公开、公平和得到个人同意的情况下进行的？
从2017年到2018年，人们逐渐发现，脸书用户产生的数据被一家私有公司，剑桥分析公司(Cambridge Analytica)非法使用，用于制作有针对性的政治广告。与此同时，权威信用调查机构艾贵发(Equifax)无意泄露了1.47亿用户的财务信息。这些问题引发了人们对将私人公司拥有的个人信息置于薄弱或不存在的立法框架下的担忧。还有指控称，一些政府通过操纵这些平台来牟取政治利益。
剑桥分析公司的网站早就消失了，但幸运的是，几个网络存档在该网站下线前抓取了它。2018年3月21日，它将自己描述为“数据驱动我们所做的一切：剑桥分析公司利用数据改变观众的行为”。然后，有人被邀请“参观我们的商业或政治部门，看看我们能为您做些什么”。剑桥分析公司在纽约、华盛顿、伦敦、巴西和吉隆坡设有事业部，是数字雇佣兵，旨在让全球社会为任何愿意付费的人服务，无论对方的政治或商业意图是什么。该网站声称，他们收集了每个使用互联网的美国选民的5000个数据点。
他们网站的网络存档似乎是他们行为的唯一档案痕迹，但该公司在未经同意的情况下能获取惊人的8700万脸书用户的数据。他们活动的全部范围仍然不清楚，具体发生的全部细节仍然在揭露的过程中。卡罗尔·卡德瓦拉德尔(Carole Cadwalladr)在推特上评论说：“没有人看到过为特朗普竞选团队所用的脸书数据集。”她为《卫报》撰写的调查性新闻致力于揭露此事。她说，“没有人看过广告存档。没有人知道剑桥分析公司做了什么。没人知道什么起了作用。*如果有任何东西起作用了的话*。这就是我们需要证据的理由”。
我相信，对大型科技公司创建的数据集（比如脸书上的广告、推特上的推文，或者广告公司收集的“看不见”的用户数据）进行归档，是负责保存知识的机构面临的主要挑战之一。图书馆和档案馆在数据量巨大的领域只能获得相对微小的进展。但社会需要这样的归档存在，需要能够理解我们今天的文化在做什么，以及关键的个人、公司和其他人在社会变化的方式中扮演了什么角色。
社交媒体网站的存档问题令人望而生畏，我们已经看到，就推特而言，整个社交媒体平台的数字化保存比世界上最大的图书馆所能面临的挑战更大。这些网站是动态的，每秒都在变化，并且呈现给每个用户的方式都是独特和个性化的。我们需要将在平台本身进行的通信以及支撑平台的数据传输存档。信息是一回事，但平台上的“赞”“拍一拍”和其他社交工具可以告诉我们很多关于社会行为、文化、政治、健康等更多方面的信息。在我看来，保护体量巨大的社交媒体和广告技术平台正成为当前的关键问题之一。
然而，也有一些将社交媒体存档的方法开始出现。2019年夏天，新西兰国家图书馆宣布了一个项目，要求新西兰人将他们在脸书上的个人资料捐赠给亚历山大·特恩布尔图书馆(Alexander Turnbull Library)。正如图书馆的数字服务团队负责人杰西卡·莫兰(Jessica Moran)在她的博客中解释的那样：
我们希望收集一个具有代表性的脸书档案样本。我们希望建立一组资料，让未来的研究人员可以用来了解我们保存的东西，以及我们是如何使用脸书等社交媒体平台的，同时也更好地理解21世纪初数字文化和生活的丰富背景。作为对您捐赠的回报，我们可以为潜在的捐赠者提供一个值得信赖的数字存储库，该存储库致力于保存这些数字档案，直到未来。
新西兰国家图书馆强调了两个关键问题。第一，记忆机构必须开始将主要社交媒体平台上的信息存档：未来需要知道过去发生了什么，如果不能在平台层面做到这一点，就必须通过每次处理较小的区块来完成。目前全球每月有超过25亿活跃的脸书用户，新西兰这样一个相对较小的国家用户样本，是解决如此大的问题的一个非常好的方式。第二，他们知道，脸书的一些当前用户有兴趣让一个值得信任的公共机构来保存他们自己的历史，这个公共机构将代表他们完成大部分工作，并承担费用。至关重要的是，国家图书馆还非常明确地声明，会尊重任何贡献脸书资料的人的隐私。
社会跟不上大数据和无处不在的计算机世界创造的商业现实。我们的法律和制度已经跟不上这个行业的步伐，这个行业现在非常富有，而且在其中工作的人非常聪明。正如数据科学家佩德罗·多明戈斯(Pedro Domingos)所说：“谁拥有最好的算法和最多的数据，谁就赢了。”这些平台的建设和围绕它们的“数据产业”创造了肖莎娜·祖博夫(Shoshana Zuboff)所称的“私有知识王国”，尽管“众王国”可能是一个更好的类比。所有这些数据和技术都是“为了修改、预测、货币化和控制”而创建的。祖博夫和其他研究了监视资本主义的发展的作家发出警告说，现在世界上多得不成比例的记忆被外包给了科技公司，而社会既没有意识到这一事实，也没能完全理解其后果。
目前公众和科技大公司之间关系的核心是信任问题。我们都使用它们的服务，部分原因是我们对它们产生了依赖，但公众也越来越不信任它们。社会创造了一个巨大的知识库，但已经将其所有权、其管理和使用私有化，尽管这些知识是由世界各地的个人自由创造的。可以说，公众开始以一种反乌托邦的恐惧和怀疑来看待这些公司的持有者。
皮尤研究中心(Pew Research)2016年的一项研究报告称，78%的美国成年人认为图书馆在引导他们获得值得信赖和可靠的信息。这一数字在18—35岁的年龄段（即所谓的“千禧一代”）中甚至更高。目前还没有长期的研究可以让我们描绘出随着时间的推移这一趋势的变化，但皮尤的研究人员认为，成年人中对图书馆的信任水平正在上升，这与对金融公司和社交媒体组织，甚至政府的信任水平形成了鲜明对比。
鉴于公众对图书馆和档案馆的信任度很高（而且还在持续增长），可能它们可以成为存储个人数据的地方？或许，社会正开始进入一个挑战“私人超级大国”的主导地位、将社会利益置于突出地位的时代。我们能想象这样一个未来：个人数据交到公共机构手中，公共机构成为值得信赖的公共数据的管理者吗？
某些特定条件需要被满足。第一，必须立法来建立这些设施，并实施监管。在政策的制定和制度的建立过程中，应该征询公众的意见，并让他们参与进来。这样的法律需要跨越地缘政治边界进行协调。第二，需要有大量的资金让图书馆能够承担这项任务。这笔资金也许可以从对同一批科技公司征收的“记忆税”中取得。
现有的机构，如数字保存联盟(Digital Preservation Coalition)，将是支持数字保存的关键参与者，国家机构，如大英图书馆、英国国家档案馆及其在苏格兰、威尔士和北爱尔兰的姐妹组织可以合作实现这一目标。这样的运作方式是有模式的—比如共享法定送存的责任，正如我们所看到的，法定送存条例在2013年囊括了数字出版物。虽然还不完善，但6家法定送存图书馆已经建立的立法和制度是可行的。
单单这些是不够的。我们需要一种新的互联网数据架构，允许个人控制谁有权访问他们的数据。在英国随着《2018年数据保护法》(Data Protection Act 2018)生效的《一般数据保护条例》(General Data Protection Regulations)在欧洲加强了对个人数据的保护。
社会知识从个人领域向商业领域的转移带来了社会必须解决的大量问题。个人的权利当然岌岌可危。在生活的其他领域，有一种概念叫“注意的义务”(duty of care)，即公司和机构必须遵守标准，例如在公共建筑的设计和运营方面。这一概念可以且应该应用于数字世界。如果我们没有将正在被开发利用的数据存档，我们将永远不会正确、全面地了解这种开发利用，以及它所产生的影响。在我们获得脸书政治广告的完整档案之前，我们将无法评估选民受到的影响。没有这些信息允许我们对这些组织及其平台上的广告进行分析、研究和审讯，我们将永远不会知道。
一百年后，历史学家、政治学家、气候学家和其他人将为2120年的世界是怎样发展成了那个样子寻找答案。图书馆和档案馆仍然有时间在21世纪初控制这些数字知识体系，保护这些知识不受攻击，并以此保护社会本身。
21岁的约翰·弥尔顿，威廉·马歇尔(William Marshall)绘
