Por que os links quebram com o tempo e como os arquivos ajudam

Clique em um link antigo e há uma boa chance de cair em uma página de erro, na página inicial de um site ou em algo que não tem nada a ver com o que o link prometia. Em inglês isso se chama link rot, algo como “apodrecimento dos links”, e é um dos problemas mais silenciosos da web: nada avisa, mas referências param de funcionar o tempo todo.

Dois jeitos de um link estragar

Os pesquisadores costumam separar dois problemas:

• Link quebrado: o endereço não leva mais a nada útil. Aparece um erro de “não encontrado”, o domínio expirou ou o servidor não responde.
• Mudança de conteúdo (às vezes chamada de reference rot): o link ainda funciona, mas a página mudou. A matéria foi reescrita, os números foram atualizados ou o endereço agora aponta para outra coisa.

A mudança de conteúdo é mais difícil de notar, porque nada parece quebrado. Você só percebe quando a página não diz o que alguém citou.

Com que frequência isso acontece

Dois estudos dão uma ideia do tamanho do problema.

Em 2024, o Pew Research Center analisou amostras de páginas da web coletadas a cada ano entre 2013 e 2023. O estudo mostrou que 38% das páginas que existiam em 2013 não estavam mais acessíveis quando foram verificadas no fim de 2023, e que um quarto de todas as páginas da década tinha sumido. Também encontrou links quebrados em páginas que deveriam ser confiáveis: 23% das páginas de notícias e 21% das páginas de governo tinham pelo menos um, e 54% dos artigos da Wikipédia tinham uma referência apontando para uma página que não existe mais.

Dez anos antes, um estudo de pesquisadores da Faculdade de Direito de Harvard, publicado em 2014, analisou links citados em textos jurídicos. Ele mostrou que mais de 70% dos links das revistas de direito estudadas, e cerca de metade dos links das decisões da Suprema Corte dos Estados Unidos, não levavam mais à informação citada originalmente, seja porque a página tinha sumido, seja porque tinha mudado.

Os detalhes variam conforme o estudo e o método, mas o padrão é constante: quanto mais antigo o link, menor a chance de ele ainda mostrar o que mostrava.

Por que as páginas somem

Raramente existe uma causa só. As mais comuns:

• Reformulações e sistemas novos. Quando um site muda de plataforma, os endereços antigos muitas vezes não são mantidos nem redirecionados.
• Domínios expirados. Se ninguém renova um domínio, o site inteiro some, e outra pessoa pode comprar o nome depois.
• Remoção proposital. Páginas são apagadas por motivos legais, porque ficaram desatualizadas ou porque uma organização prefere que não sejam encontradas.
• Reorganizações. O conteúdo é juntado, dividido ou levado para novas seções com novos endereços.
• Edições comuns. As páginas são atualizadas no mesmo lugar, e a versão antiga simplesmente é substituída.
• Fechamentos. Empresas, projetos e veículos fecham, e os sites vão junto.

Como os arquivos ajudam

Os arquivos da web existem em boa parte por causa desse problema. Serviços como o Wayback Machine e o archive.today guardam cópias das páginas como elas eram em uma data específica, para que uma referência possa ser seguida mesmo depois que o original sumiu ou mudou.

Os arquivos não capturam tudo. Eles só têm uma página se alguém a salvou antes de ela mudar, e só veem o que um visitante sem login vê. Mas, na maioria das páginas públicas, há uma boa chance de existir pelo menos uma cópia.

Se você encontrar um link quebrado, cole no byepaywall e teste os arquivos listados lá: eles abrem um depois do outro, a partir da mesma página. Como ver a versão arquivada de uma página explica como entender o que você encontrar, inclusive como escolher uma boa data no calendário do Wayback Machine.

Hábitos para suas referências continuarem funcionando

Você não consegue impedir que as páginas dos outros mudem, mas pode garantir que a versão em que você se baseou sobreviva:

• Salve uma cópia quando citar algo, não depois. Uma cópia arquivada pública dá um link estável que qualquer pessoa pode abrir. Como salvar uma cópia de uma página mostra como.
• Inclua o link arquivado ao lado do original em referências, relatórios e notas de rodapé, com a data em que você acessou a página. Como citar uma página arquivada explica o formato.
• Prefira fontes estáveis quando existirem, como relatórios publicados, repositórios de documentos e identificadores como o DOI de artigos científicos.
• Guarde uma cópia particular de tudo o que talvez precise comprovar depois, como termos que você aceitou ou um recibo, em PDF no seu aparelho.

O quadro geral

A web foi feita para mudar, e isso é parte do que a torna útil. O preço é que ela não tem memória, a menos que alguém cuide disso. Os arquivos fazem boa parte desse trabalho, muitas vezes como projetos sem fins lucrativos ou voluntários. Se você depende deles, vale saber quem os mantém e apoiá-los quando puder.

Para saber por que criamos o byepaywall em torno desses serviços, conheça a gente.