Gespot: ‘We can only hoard what the world gives us’

Door Bart Janssen

Al tijdens de bestorming van het Capitool op 6 januari begonnen internetarchivisten, dataonderzoekers en technisch specialisten met het verzamelen en vastleggen van online (meta)data hierover. Een overzicht.

Het duurde niet lang op 6 januari dat een gebruiker van Reddit met de username ‘AdamLynch’ een thread opstartte op de subreddit DataHoarder, een forum dat zich toespitst op het bewaren van data voordat die worden gedeletet. ‘Literally from the moment I heard this was happening, I knew I needed to start backing it up. Especially the livestreams and POV of the people breaking into the Capitol. I remember from previous protests and riots just how fast websites will remove content’, zegt ‘AdamLynch’ in een artikel op Vice.com. Dit verzamelen explodeerde al gauw. Het gaat hierbij om online (beeld)materiaal: talloze foto’s, filmpjes, livestreams en tweets, zowel van mensen die deelnamen aan de bestorming als van toeschouwers.

Doel is volgens Vice om de gearchiveerde data over te dragen aan het Internet Archive en informatiespecialisten te vragen deze data breed toegankelijk te maken. ‘AdamLynch’ wil ook de Library of Congress benaderen, omdat ‘het om geschiedenis gaat die bewaard moet blijven’, zo zegt hij tegen MIT Technology Review. ‘We can only hoard what the world gives us. We’re just librarians.’

Ethische haken en ogen

Ook andere platforms, zoals search engine en data archive Intelligence X, begonnen vrijwel direct met het verzamelen van data over de Capitool-bestorming. Evenals open source onderzoekscollectief Bellingcat, dat een oproep deed om meteen van start te gaan met het verzamelen van socialmediacontent met als doel alle verzamelde filmpjes en foto’s, samen met materiaal dat op Parler is gepost, te gebruiken ‘to map out, in time and space, the events of the day’. De gearchiveerde en geordende dataset komt later beschikbaar.

Overigens wijst MIT Technology Review erop dat er ook ethische haken en ogen zitten aan het verzamelen en openbaar maken van al die data. Het kan aspecten krijgen van ‘doxing’ – het vergaren en eventueel publiceren van (persoonlijke) gegevens van een individu – waardoor de foto’s en filmpjes mensen nog jaren kunnen achtervolgen, zelfs als ze later afstand doen van hun daden of gerechtelijke straffen hebben ondergaan.

60 terabyte aan Parler-posts 

Toen duidelijk werd dat platforms als Twitter, Facebook en YouTube begonnen met het verwijderen van accounts en controversieel materiaal, verplaatste een groot deel van de gebruikers zich in eerste instantie naar Parler. Deze socialnetworksite wordt vaak door extreemrechtse groepen gebruikt en werd enkele dagen na de bestorming ontoegankelijk omdat Amazon, Apple en Google hem in de ban hadden gedaan. Ook in het geval van Parler ontstond een collectieve inspanning om het materiaal te behouden toen het ernaar uitzag dat ook dit medium binnen de kortste tijd uit de lucht zou gaan. Een beveiligingsonderzoeker die op Twitter de handle @donk_enby gebruikt, nam het initiatief om samen met het Archive Team (een vrijwillig collectief van ethische hackers en data researchers) maar liefst 60 terabyte aan Parler-posts te scrapen en te bewaren, inclusief bijbehorende metadata over datum, tijd en GPS-coördinaten.

De onderzoeker benadrukt hierbij alleen posts te hebben gearchiveerd die publiekelijk beschikbaar waren. En ze heeft aangegeven alle data over te dragen aan het Internet Archive. ProPublica, een non-profitplatform voor onderzoeksjournalistiek, heeft inmiddels op basis van een deel van de gearchiveerde Parler-data een interactieve database gecreëerd die video’s aan de hand van een tijdlijn presenteert.

Twitterarchief Trump

Op het moment dat Trump op 8 januari verbannen werd van zijn belangrijkste podium Twitter, gingen er direct stemmen op om al zijn tweets te bewaren. Ook de National Archives onderkende het belang hiervan en maakte op 10 januari bekend: ‘[we] will receive, preserve and provide access to all official Trump Administration social media content, including deleted posts from @realDonaldTrump and @POTUS.’ Deze content is toegankelijk via de website www.trumplibrary.gov/research/archived-social-media. Er zijn ook initiatieven van andere organisaties en particulieren met als doel Trumps tweets voor toekomstige geschiedschrijvers te archiveren, zoals het Trump Twitter Archive van Brendan Brown en het overzicht ‘Deleted Tweets From Donald J. Trump’ van ProPublica.


Deze bijdrage komt uit IP #1/2021. Het hele nummer kun je hier lezen.