Internet Archive (Archivo de Internet) es una biblioteca digital estadounidense sin fines de lucro fundada en 1996 por Brewster Kahle. Ofrece acceso gratuito a colecciones de materiales digitalizados, incluidos sitios web, aplicaciones de software, música, audiovisuales y materiales impresos. El Archivo también aboga por un Internet libre y abierto. Hasta el 1 de septiembre de 2025, el Internet Archive albergaba más de 46 millones de materiales impresos, 15 millones de videos, 1.3 millones de programas de software, 14 millones de archivos de audio, 5.3 millones de imágenes, 279660 conciertos y más de 1 billón de páginas web en su Wayback Machine. Su misión es proporcionar «acceso universal a todo el conocimiento».
El Internet Archive permite al público subir y descargar material digital a su clúster de datos, aunque la mayor parte de sus datos se recopilan de manera automática mediante sus rastreadores web, que trabajan para preservar la mayor cantidad posible de la web pública. Su archivo web, la Wayback Machine, contiene más de un billón de capturas web. El Archivo también supervisa numerosos proyectos de digitalización de libros, formando colectivamente uno de los mayores esfuerzos de digitalización de libros a nivel mundial.
Historia Brewster Kahle fundó el Internet Archive en mayo de 1996, casi al mismo tiempo que inició la empresa de rastreo web con fines de lucro, Alexa Internet. La página más antigua conocida que fue archivada en el sitio se guardó el 10 de mayo de 1996 a las 2:42 p. m. UTC. Para octubre de ese mismo año, el Internet Archive ya había comenzado a archivar y preservar grandes cantidades de contenido de la World Wide Web. Este contenido archivado se hizo más accesible al público general en 2001 a través de la Wayback Machine.
A finales de 1999, el Archivo amplió sus colecciones más allá del archivo web, comenzando con los Archivos Prelinger. Actualmente, el Internet Archive incluye textos, audios, imágenes en movimiento y software. También alberga una serie de proyectos adicionales, como el Archivo de Imágenes de la NASA, el servicio de rastreo por contrato Archive-It, y el catálogo de libros editable tipo wiki y sitio de información bibliográfica Open Library. Poco después, el Archive comenzó a ofrecer servicios especializados enfocados en las necesidades de acceso a la información para personas con discapacidades visuales, proporcionando libros accesibles públicamente en formato DAISY (Sistema de Información Digital Accesible).
En 2023, Internet Archive tuvo que hacer frente a un litigio por parte de varias editoriales (caso Hachette v. Internet Archive), debido a que dichas editoriales consideraban que sus derechos de autor habían sido infringidos por la National Emergency Library, creada por Internet Archive durante la pandemia de COVID-19 para facilitar el acceso a los libros en un periodo en el que las bibliotecas físicas estaban cerradas. El caso se cerró en 2024, con una sentencia favorable a las editoriales.
También en 2023, Internet Archive tuvo que hacer frente a un segundo litigio, esta vez por parte de las discográficas Universal Music Group, Sony Music y Concord, debido a la iniciativa The Great 78 Project de Internet Archive, la cual pretendía digitalizar 250.000 discos fonográficos del periodo entre los años 1880 y 1960. Las discográficas mencionadas consideraban que la iniciativa infringía sus derechos de autor. La demanda fue retirada en septiembre de 2025, tras un acuerdo entre las discográficas e Internet Archive.
En octubre de 2024, Internet Archive sufrió un ataque DDoS que mantuvo el servicio inoperativo durante varios días. El ataque también incluyó el robo de 31 millones de registros de su base de datos de usuarios.
En 2025, la Wayback Machine alcanzó 1 billón (en inglés, trillion) de páginas web archivadas, convocándose una serie de eventos a lo largo del mes de octubre de ese año, para celebrarlo.
El 10 de septiembre de 2026, Internet Archive anunció el programa ATLAS (Access To Local And State government information, que significa "acceso a información de gobiernos locales y estatales") para la preservación digital de datos provenientes de organismos gubernamentales estatales y locales de Estados Unidos, con financiación del Institute of Museum and Library Services (IMLS). A lo largo de dos años, 100 instituciones gubernamentales y asociadas recibirán capacitación y acceso a los servicios Archive-It y Vault, ambos pertenecientes a Internet Archive.
Infraestructura A fecha de 2025, Internet Archive opera seis centros de datos, principalmente en California, con otros menores en otros estados de Estados Unidos, además de en Canadá y Europa. Todos ellos cuentan con sistemas de control de acceso y protección contra incendios, además de monitorización de seguridad, estando todos ellos certificados en el estándar ISO/IEC 27001, mientras que algunos de ellos cuentan con otras certificaciones adicionales.
También en 2025, Internet Archive cuenta con copias del archivo repartidas por varios lugares a lo largo del mundo, como medida de protección ante posibles desastres. En 2016, toda la redundancia existente se limitaba a un almacenamiento pareado, similar al RAID, con 2 copias que habitualmente se encontraban almacenadas en centros de datos diferentes, mientras que las copias de seguridad no eran una práctica habitual en aquel momento.
A partir de 2016, Internet Archive comenzó a trabajar en un prototipo descentralizado de su biblioteca digital. Desde 2020, una parte del contenido de Internet Archive comenzó a ser almacenado en Filecoin. En octubre de 2023, 1 petabyte de datos había sido subido a la red de Filecoin.
Capítulos Internet Archive colabora con varias organizaciones afines que operan de forma independiente, pero que trabajan juntas con el objetivo común de construir una biblioteca digital distribuida y resiliente para el mundo. Además de Internet Archive, con sede en San Francisco, estas organizaciones son, a fecha de 2026:
Internet Archive Canadá, con sede en Vancouver Internet Archive Europa, con sede en Ámsterdam Internet Archive Suiza, con sede en San Galo
Secciones de Internet Archive Internet Archive contiene las siguientes secciones donde se albergan distintas colecciones: web, vídeo, texts (textos), audio, e images (imágenes).
thumb| La Bibliotheca Alexandrina (Biblioteca de Alejandría) alberga una copia (espejo) del Internet Archive.
Sección web thumb|300px|Sede del Internet Archive, entre 1996 y 2009, en el Presidio Real de San Francisco, antiguamente una base militar en San Francisco.
thumb|300px|La sede del Internet Archive, en la calle Funston, num. 300, San Francisco, CA, desde noviembre de 2009.
Ejemplo de archivos de la WaybackMachine: Apple Computer Amazon Microsoft BBC News Google Open Directory Wikipedia
thumb|Logo de la Wayback Machine
Sección vídeo (Moving Images) Democracy Now Cinemocracy Net Café Youth Media Open Mind Shaping San Francisco Mosaic Middle East News World at War Media Burn The BBS Documentary Video Collection. Prelinger Archives (Colección de películas de Rick Prelinger) Open Source Movies (Películas misceláneas de cine independiente) Feature Films (Largometrajes de dominio público) Computer Chronicles (Programa de televisión transmitido entre 1983 y 2002) Election 2004 (Elecciones presidenciales de 2004) Independent News (Noticias Independientes, 252 vídeos) SIGGRAPH (Dedicado a los comienzos de la animación por computadora, 111 vídeos) Brick Films (películas de cine independiente dedicado a la realización de películas cuadro por cuadro con ladrillos LEGO) Game Videos (sección sobre la historia de los videojuegos con presentaciones de ellos y una sección beta de programas antiguos) Film Chest Vintage Cartoons (56 dibujos animados que ya están en dominio público) AV Geeks (ésta es una colección de Skip Elsheimer que dedicó su búsqueda por 10 años de películas de proyección en las escuelas y para militares, se incluye unos de los cortos educativos más raros como Private SNAFU: The Home Front (1943), que servía para el entrenamiento militar y cómo hacer decisiones correctas en situaciones de riesgo.) SabuCat Movie Trailers (sección destinada a los tráileres publicitarios, un total de 103) Universal Newsreels (antes de la era de la televisión los noticieros se proyectaban en el cine, ocasionalmente antes de una película o un show temático, Universal realizó noticieros entre 1929 y 1967. Un total de 601 vídeos. Se incluye desde el 2007 la colección British Government Public Information Films, la colección incluyen 22 cortos de servicio público Inglés.
Sección Texts La sección Texts del Internet Archive alberga libros digitalizados y colecciones de varias bibliotecas y de instituciones y fundaciones culturales procedentes de todo el mundo.
El Internet Archive opera unos 33 centros de escaneado en cinco países, digitalizando alrededor de 1000 libros al día, y contaba con más de 4 millones de libros (en 2013). Se descargaban 15 millones de libros al mes.Hoffelder, Nate (July 9, 2013). "Internet Archive Now Hosts 4.4 Million eBooks, Sees 15 Million eBooks Downloaded Each Month". The Digital Reader.
Entre aproximadamente 2006 y 2008, la Microsoft Corporation tuvo una relación especial con la sección texts del Internet Archive a través de su proyecto Live Search Books, mediante el cual escaneó más de 300 000 libros que fueron aportados a la colección, proporcionó apoyo financiero y aportó equipos de escaneado. El 23 de mayo de 2008 Microsoft anunció que interrumpía su proyectoWeb.archive.org/web y puso los libros escaneados a disposición sin limitación contractual y donó los equipos de escaneado.
Hacia octubre de 2007, algunos usuarios del Internet Archive empezaron a subir al Archive libros en dominio público procedentes del Google Book Search."Google Books at Internet Archive". Internet Archive. En noviembre de 2013, había más de 900 000 libros escaneados por Google en la colección del Archive. Los libros eran idénticos a los que había en Google excepto que no tenían las marcas de agua de Google y no tenían restricciones de uso. Brewster Kahle reveló en 2013 que este esfuerzo de archivado fue coordinado por Aaron Swartz y un grupo de amigos, que bajaban libros en dominio público de Google de manera lenta y desde suficiente número de ordenadores diferentes para no sobrepasar los límites de Google. Hicieron esto para asegurar el acceso general a materiales que ya estaban en dominio público. El Archive se aseguró de que los archivos se atribuían correctamente y se enlazaban a Google. Google nunca se quejó, aunque sí algunas bibliotecas.
En noviembre de 2015 había 134 740 libros en español en el Internet Archive, de un total de 8 millones de textos, de los cuales 6 millones eran en inglés.
Sección Audio
La sección Audio del Archive incluye música, audiolibros, grabaciones de programas de radio antiguos y noticieros, entre otros archivos sonoros. Hay más de 200 000 grabaciones digitales gratuitas. Hay subcolecciones también de pódcast.
Otra subcolección es el Live Music Archive, que alberga 100 000 grabaciones de conciertos tanto de artistas independientes como de artistas consagrados o de conjuntos con normas de difusión permisivas de grabaciones de conciertos como The Grateful Dead o The Smashing Pumpkins.
En esta sección Audio se alberga también la colección de audiolibros LibriVox. En enero de 2016 esta colección contenía 9500 libros en dominio público. Aunque la gran mayoría son audiolibros en inglés, hay también libros en otras lenguas, y una pequeña parte están en español.
Sección Image Esta sección contiene colecciones de diversas procedencias. Contiene, por ejemplo, colecciones de imágenes del Metropolitan Museum of Art, mapas del Servicio Geológico de los Estados Unidos, una colección de clips de la NASA o una colección de 500 000 carátulas de discos.
Controversias, disputas legales y activismo