Un lien mort est une amnésie collective qui ne dit pas son nom

Une erreur 404 ne dit pas seulement qu'une page a disparu. Elle dit que ce que nous croyions savoir n'a plus d'adresse vérifiable. Le web a été conçu pour publier vite, pas pour durer : pas de dépôt légal mondial, pas de mandat de conservation, des serveurs, des domaines et des entreprises. La mémoire collective tient donc à des factures d'hébergement et à des migrations de CMS réussies.

L'image est facile, le constat moins. Une étude du Pew Research Center publiée en 2024 a suivi un échantillon de pages issues de Common Crawl, l'index public du web. Verdict : 25 % des pages qui existaient entre 2013 et 2023 ne sont plus accessibles. Pour les pages de 2013, la proportion monte à 38 %. Ce n'est pas une exception technique : c'est l'état normal d'un réseau qui n'a jamais été pensé comme une archive.

La disparition n'est pas un accident, c'est une décision

Les causes sont banales : refonte de site, changement de domaine, fermeture d'une société, nettoyage de contenus jugés obsolètes. Le 404 est rarement un incendie ; c'est le plus souvent une décision de gestion, prise sans intention de détruire une preuve. Personne ne supprime une page en pensant effacer une citation. Et pourtant.

Le phénomène contamine les sources les plus citées. 54 % des pages Wikipédia contiennent au moins un lien mort dans leurs références ; 23 % des pages d'actualité et 21 % des pages gouvernementales aussi. Une étude de 2013 portant sur les arrêts de la Cour suprême américaine comptait 49 % de liens morts dans les opinions. Autrement dit : la plus haute juridiction d'un pays cite des adresses qui, une fois sur deux, ne mènent plus nulle part.

Ces chiffres ne mesurent pas une nostalgie. Ils mesurent la qualité de la vérification disponible. Un article de recherche, un rapport parlementaire, une enquête journalistique reposent sur une chaîne de renvois. Si le dernier maillon casse, l'argument ne devient pas faux : il devient invérifiable, ce qui est presque pire dans une discussion publique.

Le lien qui fonctionne encore est parfois le plus dangereux

Le 404 a au moins le mérite d'être franc. Le content drift, lui, ne prévient pas : l'adresse répond, la page s'affiche, mais le contenu n'est plus celui qui était cité. Une étude de 2021 sur les liens externes du New York Times entre 1996 et 2019 estimait que 13 % des liens encore fonctionnels ne menaient plus au contenu d'origine. Le lecteur croit vérifier une source ; il consulte une version réécrite, parfois sur un autre sujet.

Un lien mort ne supprime pas un fait. Il supprime la possibilité de le vérifier.

C'est là que la dégradation devient culturelle. Une citation n'est pas un ornement bibliographique : c'est un contrat de lecture, l'engagement qu'une affirmation peut être remontée jusqu'à sa source. Quand ce contrat n'est plus honoré, les textes continuent de circuler avec leurs appels de note, mais les appels de note ne renvoient plus qu'à eux-mêmes. Le savoir garde l'apparence de la rigueur et perd sa fonction.

Les moteurs de réponse citent des pages qu'ils n'hébergent pas

Le problème change d'échelle avec les moteurs de réponse. Un assistant qui résume le web affiche des liens vers des pages qu'il n'a pas produites, parfois pas lues au moment de la réponse, et qu'il ne conserve pas. La citation y joue le rôle d'un signal de confiance : « voici d'où vient ce que je dis ». Mais un signal de confiance branché sur une source qui disparaît n'est plus une preuve, c'est une politesse.

Il faut distinguer deux choses que l'on confond volontiers. Un modèle entraîné sur le web garde une trace statistique de ce qu'il a lu, pas une copie vérifiable. Quand une page citée a changé ou disparu, l'archive est le seul moyen de trancher entre mémoire et reconstruction. Sans elle, l'audit d'une réponse automatique revient à demander à un témoin de confirmer son propre récit.

On ne sait pas encore mesurer l'effet exact de cette érosion sur la qualité des réponses. Mais l'ordre logique est clair : plus les systèmes citent automatiquement, plus la préservation des sources devient une condition de confiance, et non un supplément d'érudition.

L'archive publique du web tient à une fondation américaine

Le paradoxe est là. L'infrastructure de fait de la mémoire du web, c'est l'Internet Archive, organisation à but non lucratif fondée en 1996, qui fait tourner la Wayback Machine et numérise des livres. En 2024, elle a perdu en appel face à des éditeurs dans l'affaire Hachette, et elle a subi une cyberattaque qui a mis ses services hors ligne. L'archive publique du web repose sur une organisation caritative, attaquée en justice et piratée la même année.

Le web n'a pas de dépôt légal mondial. Il a des entreprises, des fondations et des bonnes intentions.

Ce n'est pas un reproche adressé à l'Internet Archive : c'est la démonstration qu'une infrastructure publique de fait n'a pas les moyens d'une infrastructure publique de droit. En France, la Bibliothèque nationale archive le web au titre du dépôt légal depuis 2006, mais ces collections se consultent sur place, ne sont pas indexées par les moteurs et ne couvrent pas le web mondial. Le résultat est un archipel : des îlots de conservation, des trous entre les îles, et aucune autorité pour arbitrer ce qui mérite de rester.

Ce que ça change pour un site, même petit

La préservation n'est pas réservée aux institutions. Un site, même modeste, est une surface de citation : il est lu, copié, recommandé, parfois utilisé comme source. Quelques choix techniques limitent la casse, et ils coûtent peu au moment où on les prend.

• Garder des URLs stables et, en cas de refonte, poser des redirections 301 vers les anciennes adresses plutôt que de laisser les liens mourir.
• Ne pas supprimer les anciens contenus : les dater, les marquer comme obsolètes, les laisser accessibles. Une page datée reste une preuve ; une page effacée devient un trou.
• Archiver ses propres sources au moment de publier, via la Wayback Machine ou un service de lien pérenne comme Perma.cc, plutôt que de compter sur la page d'origine.
• Surveiller les liens sortants : un lien mort dans un article est un défaut de fabrication, pas un détail.

Une refonte qui casse les adresses détruit l'archive du site lui-même. C'est un choix d'apparence anodin, souvent pris pour des raisons esthétiques, et dont le coût se paie des années plus tard, quand plus personne ne se souvient de ce qui était à l'ancienne adresse.

Tout garder serait aussi une catastrophe

Il faut tenir l'autre bout du raisonnement. Un web qui n'oublie rien est un web qui surveille tout. Le droit à l'effacement, la protection des données personnelles, la sécurité des personnes et la simple décence exigent que certaines pages disparaissent. Un archive totale n'est pas un bien commun neutre : c'est une machine à figer les erreurs, les propos de jeunesse et les identités. La préservation a un coût économique, et un coût politique.

La bonne question n'est donc pas « faut-il tout archiver », mais qui archive, selon quelles règles, avec quel financement et quel droit de retrait. Une infrastructure publique de préservation supposerait un mandat clair, des moyens stables, des procédures de suppression opposables et un accès contrôlé. Rien de tout cela n'existe à l'échelle du web. On a des sauvegardes héroïques et des trous.

Reste une incertitude qu'il vaut mieux nommer : on ne sait pas ce que produit, sur plusieurs décennies, un web qui oublie à un rythme décennal. Les historiens du futur n'auront peut-être pas moins de documents, mais ils auront des documents sans contexte vérifiable, cités par des systèmes qui ne peuvent plus remonter à leur origine. Une société qui ne peut plus vérifier ses sources ne perd pas son passé : elle perd la possibilité d'en débattre.