Gần 10 năm thông tin thời kỳ đầu của Internet Trung Quốc bị mất
(chinamediaproject.org)- Một bài viết trên WeChat về việc lịch sử web tiếng Trung trước kỷ nguyên Internet di động biến mất trên diện rộng đã bị xóa ngay sau khi đăng, một lần nữa phơi bày vấn đề bảo tồn ký ức trực tuyến ở Trung Quốc
- He Jiayan xác nhận rằng ngay cả khi tìm kiếm tên các nhân vật như Jack Ma, Lei Jun trên Baidu, Google, Bing với giới hạn thời gian, gần như không xuất hiện tin tức, thảo luận, bài phát biểu hay tài liệu doanh nghiệp trong quá khứ
- Hồ sơ của các trang lớn thời kỳ đầu như NetEase, Sohu, Campus BBS, Tianya Forum, Sina blogs, Baidu Post dường như đã biến mất từ trước một thời điểm nhất định hoặc phần lớn không thể truy cập
- Việc mất nội dung chịu tác động từ sự rút lui của các website cá nhân và nền tảng blog, việc đóng cửa các nền tảng cũ kém sinh lời, sự thiếu vắng các nguồn bảo tồn như Internet Archive; đồng thời sự kiểm soát lịch sử và dư luận của Đảng Cộng sản Trung Quốc cũng được chỉ ra là yếu tố quyết định
- Khi các tư liệu gốc trực tuyến của 20 năm đầu thế kỷ 21 ngày càng trống rỗng, lịch sử Internet Trung Quốc đối mặt nguy cơ trở thành khoảng trống trong ghi chép lịch sử
Bài viết WeChat bị xóa và sự lan truyền nhanh chóng
- Bài viết của He Jiayan đăng trên WeChat Trung Quốc đề cập đến thực trạng nội dung thời kỳ đầu của Internet Trung Quốc biến mất trên diện rộng
- Bài được đăng vào thứ Tư, ngày 22/5, và bị WeChat xóa vào ngày hôm sau
- Sau khi bị xóa, thông báo 404 hiển thị: “Không thể xem nội dung này vì vi phạm quy định”
- Bài viết bị xóa nhanh chóng được lưu trữ và cũng lan sang các nền tảng nằm ngoài quyền quản lý của Trung Quốc
- China Media Project liên hệ trường hợp này với việc thao túng ký ức tập thể của giới lãnh đạo Trung Quốc
Thử nghiệm tìm kiếm của He Jiayan
- He Jiayan là một influencer Internet hoạt động từ năm 2018, đã thực hiện tìm kiếm rộng rãi về các nhân vật giải trí và văn hóa từ cuối thập niên 1990 đến giữa thập niên 2000
- Khi tìm “Jack Ma” trên Baidu với giới hạn từ ngày 22/5/1998 đến 22/5/2005, hầu như không có kết quả hợp lệ
- Kết quả tìm kiếm có một mục hiển thị ngày 22/5/2024, nhưng thực tế đó là bài đăng năm 2021 nên không khớp với khoảng thời gian được chỉ định
- Chỉ riêng tìm kiếm này đã khiến số tài liệu có thể dùng để nắm bắt các bài đưa tin, thảo luận công khai, bài phát biểu và quá trình phát triển công ty của Jack Ma thời đó trở thành 0
- Trên Bing và Google, kết quả cũng không khác Baidu là mấy, thông tin hợp lệ chỉ dừng ở mức một chữ số
- Các trường hợp kéo nhầm kết quả không khớp thời gian cũng lại xuất hiện
Các trang đã biến mất và phạm vi nội dung
- Đây không chỉ là vấn đề của Jack Ma; kết quả tương tự cũng xuất hiện khi tìm các nhân vật như Pony Ma, Lei Jun, Ren Zhengfei, Luo Yonghao, Sister Fu Rong, Jay Chou, Li Yuchun
- Sau khi thử nghiệm nhiều website, tên người và khoảng thời gian, có vẻ các website Trung Quốc phổ biến thời đó đã mất nội dung trước một ngày nhất định hoặc biến mất hoàn toàn
- NetEase, Sohu, Campus BBS, Xici Hutong, Kaidi Maoyan, Tianya Forum, SchoolNet, Sina blogs, Baidu Post và các website cá nhân quy mô lớn được nêu làm ví dụ
- Sina.com dường như là ngoại lệ khi vẫn có thể tìm thấy một phần thông tin từ hơn 10 năm trước, nhưng lượng còn lại rất ít
- He Jiayan mô tả rằng hơn 99,9999% nội dung thời đó đã biến mất
Nguyên nhân khiến ghi chép biến mất
- Cùng với thay đổi công nghệ, các website cá nhân và nền tảng blog lần lượt rút lui
- Các nền tảng thương mại đã đóng những dịch vụ cũ có lợi nhuận thấp, và cũng không có động lực thương mại để duy trì kho lưu trữ
- Trung Quốc gặp vấn đề thiếu nguồn lực xã hội để có một chủ thể bảo tồn như Internet Archive ở Mỹ
- Trong các bình luận bên ngoài tường lửa Trung Quốc, sự kiểm soát chính trị và ý thức hệ của Đảng Cộng sản Trung Quốc được chỉ ra là yếu tố quyết định nhất dẫn đến việc mất nội dung và thiếu kho lưu trữ
Web tiếng Trung trở thành ký ức cá vàng
- He Jiayan cho rằng Internet tiếng Trung đang sụp đổ nhanh chóng, và gần như toàn bộ nội dung Internet tiếng Trung trước khi Internet di động xuất hiện đã biến mất
- Ông dùng cách diễn đạt rằng trước đây người ta tin Internet có ký ức, nhưng trên thực tế nó giống như ký ức cá vàng
- Ông nói rằng trong quá trình nghiên cứu các nhân vật xã hội quan trọng, trong 2 năm gần đây ông cảm nhận rõ tư liệu gốc trực tuyến giảm mạnh như rơi khỏi vách đá
- Những bản tin gốc, bài phát biểu, bài viết, phỏng vấn video và tài liệu thảo luận từng xem trong quá khứ ngày càng khó tìm
- Trong tương lai, khi những người của thời đại Internet nhìn lại 20 năm đầu thế kỷ 21, giai đoạn đó có thể trở thành 20 năm bị thiếu trong ghi chép lịch sử
- Ông nhấn mạnh sự hiếm hoi của những ghi chép còn sót lại bằng cách ví thông tin cũ hiện thấy trên Internet Trung Quốc như “ánh sáng cuối cùng của mặt trời lặn”
1 bình luận
Ý kiến trên Hacker News
Dù có chủ ý hay không, chuyện này chạm đúng vào cốt lõi của 1984: viết lại hoặc xóa bỏ ghi chép về quá khứ để thay đổi nhận thức lịch sử.
Tuy vậy, khá nhiều trường hợp trong bài cũng trông giống hiện tượng điển hình: blogger chuyển sang công nghệ mới nên blog bị gỡ xuống, các công ty mạng xã hội biến mất hoặc không lưu giữ nội dung cũ.
Ở phương Tây chuyện như vậy cũng có thể xảy ra rất nhiều. Hãy nghĩ đến những cuốn sách như “The Feynman Letters” mà trước đây còn có thể đọc được, còn bây giờ thì gần như là bất khả thi.
Email cũng vậy. Khi một người qua đời, laptop hỏng hoặc bị vứt đi thì mọi thứ biến mất. Trước đây thư từ còn tồn tại dưới dạng vật lý, nhưng nay những trao đổi kiểu này đều biến mất.
Facebook cũng tương tự: chỉ khi một nhân vật nổi tiếng đã xuất dữ liệu của mình ra, tệp đó vẫn còn nằm trên một laptop còn hoạt động, và người ta còn có cả mật khẩu đăng nhập thì may ra mới được. Vấn đề này lặp lại với từng hệ thống mà chúng ta dùng để giao tiếp.
Ngoại trừ những trường hợp cá biệt như laptop, tất cả thông tin kiểu này đều bị mất. Chúng ta đang sống trong một hố đen của các chi tiết lịch sử, và một ngày nào đó có thể chúng sẽ bị thay thế bằng thứ lịch sử bị thao túng do LLM ảo giác tạo ra.
Ai yêu quý việc hiểu biết lịch sử thì thật sự nên lo lắng.
Nói về entropy tự nhiên của Internet thì bình luận sẽ không bị kiểm duyệt. Nhưng nếu khiến kiểm duyệt viên chú ý thì sẽ bị kiểm duyệt.
Thật sự mệt mỏi với kiểu ngụy biện tương đương sai khi xem hành vi tự phát của con người ở phương Tây và sự lạm dụng có chủ ý của quyền lực trung ương Trung Quốc là một. Phương Tây cũng cần bảo tồn lịch sử tốt hơn, nhưng chúng ta đã lưu giữ lượng dữ liệu trên mỗi cá nhân nhiều hơn rất nhiều so với điều tổ tiên từng mơ tới. Email biến mất vì ai đó qua đời không thể đem so với việc một cơ quan kiểm duyệt trung ương chủ động xóa nội dung cũ để dễ chỉnh sửa câu chuyện của Đảng.
Đây không phải là thất bại trong lưu trữ, mà là một cuộc thanh trừng. Nó giống việc đốt thật sự hồ sơ và thư từ của giới trí thức trong Cách mạng Văn hóa.
Con người luôn vứt bỏ nhiều hơn những gì họ lưu giữ. Chi phí năng lượng để vận hành theo cách khác không đáng. May mắn là lịch sử không tồn tại như một chuỗi các điểm dữ liệu đơn lẻ, mà là nhiều tập hợp ghi chép chồng lấn lên nhau.
Đoạn “Bài viết của He bị xóa khỏi WeChat vào ngày hôm sau, và hiện thông báo 404 rằng ‘không thể xem nội dung này vì vi phạm quy định’” thật ấn tượng.
Điều này giải thích khá rõ vì sao LLM và AI của Trung Quốc lại chật vật đến vậy trong việc có được dữ liệu, dù người ta tưởng rằng họ có cơ sở dữ liệu gần như vô hạn. Do bị bỏ mặc, kiểm duyệt, khu vườn khép kín, sự biến mất của nội dung bị nhốt trong ứng dụng, và hiệu ứng tự kiểm duyệt, nhiều dữ liệu hơn dự kiến rất nhiều đã đơn giản là biến mất.
Những thứ không còn tồn tại, hoặc ngay từ đầu đã không được viết ra, thì không thể thu thập bằng crawler được.
Vấn đề lớn hơn là các trang tương đối độc lập như Tianya https://en.wikipedia.org/wiki/Tianya_Club#cite_note-4
Cứ nghĩ đến các BBS hoặc newsgroup cũ là được. Nếu gần như toàn bộ những ghi chép như vậy đã biến mất thì thật sự rất buồn.
Trong thread này có vài bình luận tạo ra ngụy biện tương đương sai trắng trợn với Internet phương Tây. Ý chính của bài là: trên các công cụ tìm kiếm lớn của Trung Quốc, nếu đặt khoảng thời gian 1998–2005 và tìm một người nổi tiếng không gây tranh cãi, thì kết quả nội dung thực sự được xuất bản trong giai đoạn đó là 0.
Việc web thời kỳ đầu biến mất vì các nhà cung cấp web hosting không lưu giữ và vì sự dịch chuyển sang các khu vườn khép kín là điều đau đớn và bi kịch, nhưng nó hoàn toàn không giống, cũng không tương đương về chức năng, với kiểu kiểm duyệt trắng trợn này.
Internet Trung Quốc đang tiến tới tự tách biệt
Vì Great Firewall, bên trong Trung Quốc không thể truy cập một số website bên ngoài, và Wikipedia đã bị chặn hoàn toàn vào năm 2019
Chiều ngược lại cũng có. Từ bên ngoài Trung Quốc không thể truy cập một số website nội địa Trung Quốc
Phần lớn ứng dụng và website Trung Quốc về mặt pháp lý phải gắn với danh tính cá nhân. Vì vậy phải đăng ký bằng số điện thoại di động, và ở Trung Quốc một người = một số điện thoại. Nếu không có số điện thoại Trung Quốc, hầu hết ứng dụng và website Trung Quốc sẽ từ chối cho dùng ngay từ đầu
Không có cách nào lấy số điện thoại nếu không trực tiếp đến cửa hàng bán SIM Trung Quốc và xuất trình giấy tờ tùy thân
Thực tế là dạo này người nước ngoài đến Trung Quốc cũng ngày càng khó. Không có số điện thoại thì không làm được gì bằng ứng dụng Trung Quốc, nhưng để có số điện thoại thì phải xuất trình hộ chiếu và visa hợp lệ
Ứng dụng bản đồ nước ngoài thường không hoạt động đúng ở Trung Quốc
Từ góc nhìn Trung Quốc, người nước ngoài không hiện diện vật lý bên trong Trung Quốc chỉ là một thứ phiền toái. Họ không chỉ mong người Trung Quốc không dùng ứng dụng nước ngoài, mà cũng không muốn người nước ngoài dùng ứng dụng Trung Quốc
Vài tháng trước tôi thử tạo tài khoản QQ, nhưng bản “International” không còn được bảo trì nữa. Dù vậy tôi vẫn thử phiên bản cuối cùng còn hoạt động thì chỉ gặp lỗi, còn bản “domestic” thì không chạy nếu điện thoại không ở thực tế trong Trung Quốc, và dù sao cũng cần số điện thoại Trung Quốc
Khoảng 2 tuần trước tôi cũng thấy Zhihu đã chặn không cho mở rộng các câu trả lời dài nếu không có tài khoản. Tất nhiên để tạo tài khoản thì cần cái số điện thoại chết tiệt đó. Ít nhất thì số điện thoại Mỹ vẫn được chấp nhận
Về mặt triết lý, điều này trông như sự hồi sinh của tư duy an ninh kiểu Trung Quốc. Mọi tiếp xúc giữa bên trong và bên ngoài về cơ bản đều bị cấm, với thái độ rằng những thứ cần thiết thì dù sao trong nước cũng đã có đủ
“Đức độ uy nghiêm của triều đại chúng ta đã lan tới mọi quốc gia dưới gầm trời, và các vua của các nước đã dâng cống phẩm quý giá qua đường bộ và đường biển. Như sứ thần của quý quốc tận mắt thấy, chúng ta có đủ mọi thứ. Ta không coi trọng những vật lạ hay tinh xảo, và hàng chế tạo của quý quốc cũng chẳng có ích gì.” — thư của Hoàng đế Càn Long gửi George III năm 1793
Tôi không hiểu vì sao lại nên kỳ vọng công cụ tìm kiếm trả về dữ liệu lịch sử một cách chính xác. Công cụ tìm kiếm hiện đại có nhiều nhiệm vụ như đối phó với tối ưu hóa công cụ tìm kiếm và trả về dữ liệu mới nhất, và không có động lực để lưu giữ lịch sử cũ như năm 2005. Các trang trong giai đoạn đó có khả năng đã bị thay thế bằng những bài viết liên quan hơn
Bảo tồn lịch sử nên giao cho những nơi như archive.org, còn công cụ tìm kiếm không phù hợp với vai trò đó
Trung Quốc là ví dụ quá dễ để cho thấy việc viết lại lịch sử bằng ý chí chính trị
Ở Triều Tiên, nhắc đến nạn đói hay đói khát là bất hợp pháp
Ở Florida, nhắc đến biến đổi khí hậu trong văn bản của bang là bất hợp pháp
Nội dung nói rằng các quan chức DEP đã được chỉ đạo không dùng các thuật ngữ “climate change” hoặc “global warming” trong trao đổi chính thức, email và báo cáo
Không biết có thể gọi đến mức là bất hợp pháp hay không, nhưng ít nhất nó đã bị biến thành việc gây hại cho sự nghiệp. Sẽ khá thú vị nếu ai đó dựa vào chuyện này để kiện sa thải trái pháp luật
Nếu tìm “Jack Ma” trên Baidu trong khoảng “22/5/1998~22/5/2005” thì chỉ có đúng một kết quả tích cực, và ngày hiển thị là 22/5/2024. Nhưng khi bấm vào thì đó là bài đăng năm 2021
Trên Google Mỹ thì có khoảng 2.580.000 kết quả
Đây là một dạng tẩy rửa lịch sử khá đáng kinh ngạc
Nhưng nếu bỏ bộ lọc thời gian thì kết quả tìm kiếm lên tới hàng triệu
Kết quả đầu tiên của tôi là https://www.scb.co.th/en/personal-banking/stories/business-maker/jack-ma.html, và Google cho rằng đó là tài liệu ngày 2003-03-15. Nhưng nó nhắc đến COVID-19 nên rõ ràng không phải tài liệu thời đó
Kết quả thứ hai là https://www.instagram.com/jack_overpower/feed/, và Google cho rằng là 2001-01-02. Nhưng Instagram khi đó chưa tồn tại. Dù vậy có thể có ảnh từ năm 2001
Kết quả thứ ba là http://pacificpower.foreignpolicy.com/15-jack-ma/, và Google cho rằng là 1999-02-15. Nhưng nó nhắc đến IPO năm 2014 của Alibaba nên rõ ràng không phải tài liệu thời đó
Kết quả thứ tư là https://www.facebook.com/story.php/?story_fbid=504135796663455&id=311356742608029&_rdr, Google không hiển thị ngày, nhưng đó là bài đăng Facebook năm 2018
Một số kết quả có thể là tài liệu giai đoạn 1998~2005, nhưng con số hàng triệu kết quả tự nó không có ý nghĩa