保护数据新闻业：FiveThirtyEight Internet Archive Index

现代新闻业的数字脆弱性在最近得到了充分展示，据报道 ABC News 将数千篇 FiveThirtyEight 文章下线，实际上抹去了大量以数据驱动的政治和社会分析档案。对于一家以透明度、方法论和历史数据建立声誉的出版物来说，其作品集的突然消失代表了公共记录的重大损失。

为了应对这种数字抹除，Ben Welsh——路透社的一名记者、编辑和计算机程序员——开发了一个专门的工具来恢复并组织这些丢失的内容。其结果是 fivethirtyeightindex.com，一个由 Internet Archive 保护的 21,350 个页面的全面目录。

A Lifeline for Lost Analysis

FiveThirtyEight 指数（index）为这个不再以原始形式存在的网站提供了一个可搜索的地图。通过对 Internet Archive 的快照进行索引，Welsh 为研究人员、政治爱好者和数据科学家提供了一种导航该出版物历史的方法。

该指数的结构允许用户通过两个主要维度进行浏览：

• Chronological Access: 用户可以按年份浏览，时间跨度从该网站 2008 年的早期阶段一直到 2025 年。
• Author Attribution: 该指数追踪了 558 个不同的署名，允许用户查找特定贡献者的作品。 Nate Silver 以 4,966 个索引页面位居榜首，紧随其后的是 Neil Paine 和 Walt Hickey 等其他关键贡献者。

The Technical and Cultural Cost of Digital Erasure

虽然该指数为这些文章的文本提供了至关重要的链接，但社区注意到一个关键的局限性：交互性的丧失。FiveThirtyEight 不仅因其写作而闻名，还因其复杂的、交互式的可视化工具而闻名——这些工具允许读者实时操纵数据并探索假设。

正如社区成员 @culi 所指出的，许多这些高价值资产在存档版本中已损坏：

"Unfortunately most of the most important visualizations are broken in the archived version. Including the gun deaths visualization and I think the P-hacking interactive... It's kinda sad to know no one else will get to experience those interactive visualizations."

这突显了网络存档的一个反复出现的问题。虽然 Wayback Machine 在捕获 HTML 和文本方面表现出色，但在驱动现代交互式数据新闻业的复杂 JavaScript 和外部数据调用往往会丢失，只留下曾经动态工具的静态外壳。

The Debate Over Model Accuracy and History

该档案库的可用性也重新引发了关于预测模型性质的辩论。一些用户利用恢复的 2015-2016 年档案来批评该出版物的历史表现。

一位评论者 @stinkbeetle 认为，存档的数据揭示了"纯"数学模型的局限性，并暗示未能预测某些政治转变是由于未能理解"国家的情绪"而非统计学错误：

"Which is a problem because these election predictions are not just pure 'mathematical models' and 'data driven' like 538 would have you believe... At some point those things are based on the modeller's understanding of reality."

Conclusion

对 FiveThirtyEight 存档内容的索引工作不仅仅是一项技术练习；它是一种数字保存行为。在一个企业所有权变更可能导致面向公众的档案被大规模删除的时代，像 FiveThirtyEight Index 这样的工具展示了独立存档的重要性，以及需要更强大的方式来为后代保留交互式媒体的必要性。