GitHub Copilot-sagen: GitHub vinder sagen

Lanceret i 2021 er GitHub Copilot blevet et nyttigt værktøj for udviklere. Det er en AI-kodegenerator, der foreslår kodefragmenter og autocompleterer linjer. Siden lanceringen har Copilot dramatisk forbedret udviklernes produktivitet og kodekvalitet.

GitHub Copilot har været involveret i en retssag siden 2022. En gruppe udviklere anlagde sagen, fordi de mente, at Copilot genbrugte eksisterende open-source-kode uden ordentlig tilskrivning til de oprindelige kodere.

Hvordan startede GitHub Copilot-sagen, hvad betyder den nuværende afgørelse, og hvad er de bredere implikationer af denne sag? Lad os udforske.

Overblik over de oprindelige krav og afvisninger

I november 2022 anlagde en gruppe udviklere en gruppesag mod GitHub, Microsoft (MSFT ) og OpenAI. Sagen bestod oprindeligt af 22 krav. Den fokuserede primært på GitHub Copilot. GitHub trænede Copilot på eksisterende open-source-data for at give brugerne kodefragmenter, mens de kodede.

Klagerne sagde, at det var kopiering af kodefragmenter uden at krediterer de oprindelige udviklere. Udviklerne henviste også til Digital Millennium Copyright Act. DMCA’s section 1202(b)(2) og dets underafsnit omhandler krænkelser af copyrightstyringsinformation. De anklagede GitHub for DMCA-copyrightkrænkelser ved at fjerne vigtig information fra kodefragmenter, som kilden til koden.

Retten afviste mange af disse krav under sagen. Den 9. juli forkastede de yderligere tre krav i en større sejr for de tiltalte.

Ifølge retten er der utilstrækkeligt bevis for kode-lighed mellem outputtet produceret af GitHub og den open-source-kode, som de trænede softwaren på. Derfor afgjorde dommeren også imod eventuelle DMCA-krænkelser.

GitHubs seneste ændringer af Copilot havde stor indflydelse på rettens afgørelse. Ændringerne af programmeringshjælperen sikrede, at værktøjet viste variationer af kodefragmenter i stedet for eksakte kopier.

Desuden indeholdt klagerne en AI-studie for at understrege det uundgåelige i, at kode genbruges af GitHub. Retten afviste også dette argument, idet de henviste til utilstrækkeligt bevis for plagiering.

Men retten bemærkede et potentiale problem med GitHub Copilots dublet-tjekfilter. Brugere kan slå dette filter fra, som giver advarsler om kode-lighed. Rettens afvisning antyder, at dette aspekt kræver nærmere undersøgelse. Dette er en mulighed for udviklerne til at ændre og genindgive deres klager, med fokus på dette specifikke aspekt.

De resterende anklager mod GitHub Copilot

Selvom retten har afvist de fleste krav, er sagen ikke slut endnu. To nøgleanklager forbliver i spil i GitHub Copilot-sagen:

• En overtrædelse af open-source-licens.
• En brud på tilliden mellem GitHub og open-source-kodeleverandører.

Disse anklager kritiserer GitHub for at bruge open-source-kode urent. De inkluderer ikke anerkendelse af brugen af offentligt tilgængelige data til at træne Copilot og ikke giver credit til de oprindelige kodere. Som resultat har GitHub overtrådt sin aftale med sine partnere.

Begge parter har også diskuteret hinandens adfærd under opdagelsesprocessen. Ifølge udviklerne svigtede de tiltalte ikke til at give den nødvendige information under processen, såsom relevante e-mails. Denne anklage kan blive vigtig under de senere faser af sagen.

Hvad er de bredere implikationer af GitHub Copilot-sagen?

Denne igangværende sag rejser spørgsmål om dens indvirkning på det bredere AI-økosystem. Resultaterne af disse resterende anklager vil sandsynligvis sætte præcedens for brugen af open-source-kode i AI-træning.

GitHubs succes i at afvise mange af sagens krav vil sandsynligvis opmuntre andre virksomheder til at fortsætte med at bruge AI i softwareudvikling. Ifølge GitHub hjælper AI-teknologier som Copilot brugerne til at kode mere effektivt, hvilket øger produktiviteten. Mere og mere virksomheder og udviklere vil stræbe efter at opnå lignende fordele.

Denne sag har også øget bevidstheden om ophavsretslove. Den har givet udviklerne bedre indsigt i deres rettigheder. Virksomheder kan bruge nye politikker til at sikre, at de ikke overtræder open-source-licenser.

På den anden side kan denne øgede bevidsthed også øge mistanke til AI-kodningsværktøjer. Denne mangel på tillid kan føre til færre omfattende open-source-repositorier, da udviklerne fjerner deres bidrag. En mangel på tilstrækkelige data vil hindre effektivt læring for AI-software.

Open-source-projekter kan også se på deres licensbetingelser for at give mere eksplisitte retningslinjer for brugen af deres kode i AI-træning. De kan antage mere restriktive licenser for at beskytte deres bidrag.

Afgørelsen frikender dog ikke helt GitHub Copilot, hvilket understreger behovet for mere omfattende reguleringsrammer. Indsnævringen af mulige ophavsretskrænkelser kan opmuntre AI-virksomheder. Disse virksomheder kan fortsætte med at bruge offentligt tilgængelig kode til træningsformål. Men denne sag kalder også på mere klare retningslinjer for at forhindre misbrug af open-source-data.

Behovet for opdaterede love

Copilot-sagen har ført opmærksomheden til spørgsmålet om AI-genereret kode og ophavsret. Den har understreget behovet for opdaterede love for at beskytte de oprindelige udvikleres rettigheder.

De nuværende lovgivningsrammer kan ikke håndtere kompleksiteterne, der er indført af AI-genereret indhold. Derfor skal myndighederne opdatere lovene for at sikre overholdelse.

For eksempel kunne fastsættelse af en grænse, hvor kode-lighed over en bestemt værdi ikke er tilladt, hjælpe med at beskytte de oprindelige udvikleres rettigheder. Myndighederne kan også gøre det obligatorisk at vise kilden til træningsdata.

Desuden bør myndighederne regulere offentlig kode for at forhindre ulovlig brug. Krav om regelmæssige auditter af AI-værktøjer og deres output er en anden mulig initiativ.

Denne sag vil øge undersøgelsen af brugen af offentlig kode i AI-træning. Da AI-kodningsværktøjer udvikler sig, skal lovene for deres brug også udvikle sig. Denne praksis vil sikre, at innovation ikke kommer i konflikt med etik og lovgivningsstandarder.

Udforsk Unite.ai for mere information om GitHub og AI-kodningsværktøjer.