Copilot do GitHub viola licenças open-source

O Copilot do GitHub tem capacidades espantosas, mas parece ignorar deliberadamente as licenças open-source e lança preocupações para o futuro.

À semelhança de outras ferramentas impressionantes tornadas possíveis via os mais recentes avanços na AI, o Copilot é um poderoso assistente de programação que é capaz de assistir um developer com as suas artes "quase mágicas" de criar todo o tipo de funções e rotinas. Obviamente, essa "magia" é conseguida à custa da utilização de milhões e milhões de exemplos, que foram criados por pessoas reais, e que quase sempre estão sujeitos a certos tipos de licenciamento open-source, como os que obrigam a identificar a fonte.

Tudo isso está a ser ignorado pelo Copilot, num cenário que se tem repetido em praticamente todos os outros sistemas de AI, e onde a posição da Microsoft (agora dona do GitHub) tem sido a de que isto é apenas uma ferramenta ao estilo do "auto-complete", e que é da responsabilidade de cada developer assegurar que o código utilizado pode ser utilizado tal como está. Até poderia ser... se a ferramenta indicasse devidamente a origem dos exemplos que foram utilizados para cada resposta, o que não acontece.

@github copilot, with "public code" blocked, emits large chunks of my copyrighted code, with no attribution, no LGPL license. For example, the simple prompt "sparse matrix transpose, cs_" produces my cs_transpose in CSparse. My code on left, github on right. Not OK. pic.twitter.com/sqpOThi8nf

— Tim Davis (@DocSparse) October 16, 2022

Parece ser inevitável que, mais tarde ou mais cedo, esta questão dos dados utilizados para o treino dos sistemas de AI tenha que ser clarificado, potencialmente com a aplicação de algumas multas bilionárias que sirvam de exemplo para que sejam levadas a sério. No caso do Copilot ainda se coloca a questão, a mais longo prazo, do efeito que isto poderá ter nas comunidades open-source, já que a disponibilização imediata do código (e sem referências à sua origem) pode levar a que menos pessoas conheçam os projectos originais e contribuam para eles, podendo levar à sua estagnação ou encerramento por falta de colaboradores.

No passado já vimos, por múltiplas vezes, empresas tirarem partido de projectos open-source, criando produtos proprietários sem qualquer tipo de atribuição à origem. Seria muito mau que as ferramentas AI se tornassem numa forma que, deliberadamente ou acidentalmente, viesse a tornar isso ainda mais frequente.


Actualização: E aí está o primeiro processo contra a MS devido ao Copilot.