Pourquoi les liens se cassent avec le temps, et comment les archives aident

Cliquez sur un vieux lien, et il y a de bonnes chances que vous tombiez sur une page d’erreur, sur la page d’accueil d’un site ou sur quelque chose qui n’a rien à voir avec ce que promettait le lien. On parle de liens morts (en anglais, link rot), et c’est l’un des problèmes les plus discrets du web : rien ne l’annonce, mais des références cessent de fonctionner en permanence.

Deux façons pour un lien de se dégrader

Les chercheurs distinguent généralement deux problèmes :

• Le lien mort : l’adresse ne mène plus à rien d’utile. Vous obtenez une erreur « introuvable », le nom de domaine a expiré ou le serveur ne répond pas.
• La dérive du contenu (parfois appelée reference rot) : le lien fonctionne encore, mais la page a changé. L’article a été réécrit, les chiffres mis à jour, ou l’adresse renvoie désormais vers tout autre chose.

La dérive du contenu est plus difficile à repérer, car rien ne semble cassé. On ne s’en aperçoit que lorsque la page ne dit plus ce que quelqu’un a cité.

À quelle fréquence

Deux études donnent une idée de l’ampleur.

En 2024, le Pew Research Center a étudié des échantillons de pages web collectés chaque année de 2013 à 2023. Il a constaté que 38 % des pages qui existaient en 2013 n’étaient plus accessibles lors de la vérification fin 2023, et qu’un quart de l’ensemble des pages de la décennie avaient disparu. Il a aussi trouvé des liens cassés dans des pages censées être fiables : 23 % des pages d’actualité et 21 % des pages gouvernementales en contenaient au moins un, et 54 % des articles de Wikipédia avaient une référence pointant vers une page qui n’existe plus.

Dix ans plus tôt, une étude de chercheurs de la faculté de droit de Harvard, publiée en 2014, a examiné les liens cités dans des textes juridiques. Elle a montré que plus de 70 % des liens des revues de droit étudiées, et environ la moitié des liens des décisions de la Cour suprême des États-Unis, ne menaient plus à l’information citée à l’origine, soit parce que la page avait disparu, soit parce qu’elle avait changé.

Les détails varient selon l’étude et la méthode, mais la tendance est constante : plus un lien est ancien, moins il a de chances de montrer encore ce qu’il montrait.

Pourquoi les pages disparaissent

Il y a rarement une seule cause. Les plus courantes :

• Refontes et nouveaux systèmes. Quand un site change de plateforme, les anciennes adresses sont souvent ni conservées ni redirigées.
• Noms de domaine expirés. Si personne ne renouvelle un domaine, tout le site disparaît, et quelqu’un d’autre peut racheter le nom.
• Retraits délibérés. Des pages sont supprimées pour des raisons juridiques, parce qu’elles sont dépassées, ou parce qu’une organisation préfère qu’on ne les trouve plus.
• Réorganisations. Le contenu est fusionné, scindé ou déplacé dans de nouvelles rubriques, avec de nouvelles adresses.
• Modifications ordinaires. Les pages sont mises à jour sur place, et l’ancienne version est simplement écrasée.
• Fermetures. Entreprises, projets et publications ferment, et leurs sites avec eux.

Comment les archives aident

Les archives du web existent en grande partie à cause de ce problème. Des services comme la Wayback Machine et archive.today conservent des copies de pages telles qu’elles étaient à une date donnée, pour qu’une référence reste consultable même si l’original a disparu ou changé.

Les archives ne capturent pas tout. Elles n’ont une page que si quelqu’un l’a enregistrée avant qu’elle change, et elles ne voient que ce que voit un visiteur non connecté. Mais pour la plupart des pages publiques, il y a de bonnes chances qu’au moins une copie existe.

Si vous tombez sur un lien mort, collez-le dans byepaywall et essayez les archives proposées : elles s’ouvrent l’une après l’autre depuis la même page. Comment voir la version archivée d’une page explique comment lire ce que vous trouvez, y compris comment choisir une bonne date dans le calendrier de la Wayback Machine.

Des habitudes pour que vos références tiennent

Vous ne pouvez pas empêcher les pages des autres de changer, mais vous pouvez faire en sorte que la version sur laquelle vous vous êtes appuyé survive :

• Enregistrez une copie au moment où vous citez quelque chose, pas plus tard. Une copie archivée publique vous donne un lien stable que tout le monde peut ouvrir. Comment enregistrer une copie d’une page explique comment.
• Ajoutez le lien archivé à côté de l’original dans vos références, rapports et notes de bas de page, avec la date de consultation. Comment citer une page archivée détaille le format.
• Privilégiez les sources stables quand elles existent, comme les rapports publiés, les dépôts de documents et les identifiants comme les DOI pour les articles scientifiques.
• Gardez une copie privée de ce que vous pourriez devoir prouver plus tard, comme des conditions acceptées ou un reçu, en PDF sur votre appareil.

Une vue d’ensemble

Le web a été conçu pour pouvoir changer, et c’est en partie ce qui le rend utile. En contrepartie, il n’a pas de mémoire à moins que quelqu’un ne s’en charge. Les archives font une grande partie de ce travail, souvent à titre non lucratif ou bénévole. Si vous comptez sur elles, il vaut la peine de savoir qui les gère et de les soutenir quand vous le pouvez.

Pour savoir pourquoi nous avons construit byepaywall autour de ces services, découvrez qui nous sommes.